机构名称：
¥ 1.0
摘要近年来，极端冲击（例如自然灾害）的频率和强度都增加了。因此，许多城市经历了重大的经济损失。在极端冲击之后量化当地企业的经济成本对于灾难后评估和策划前计划很重要。通常，调查一直是量化灾难对企业造成的损害的主要数据来源。但是，调查通常会遭受高昂的损失，其实施可能需要很长时间。他们在观测和可伸缩性的局限性中也遭受了时空的稀疏性。最近，大规模的人类流动性数据（例如，手机GPS）已被用来观察和分析以空前的时空粒度和规模的方式观察和分析人类流动性模式。在这项工作中，我们使用从手机收集的位置数据来估算和分析飓风对商业绩效的因果影响。为了量化灾难的因果影响，我们使用贝叶斯结构时间序列模型来预测受影响企业的反事实表现（如果没有发生灾难，该怎么办？），它可以作为协变量以外的其他业务的绩效。，我们通过量化玛丽亚飓风后，在波多黎各的9个类别的635家企业的韧性来测试我们的方法。此外，分层贝叶斯模型用于揭示业务特征（例如位置和类别）对这些业务的长期弹性的影响。本研究提出了一种量化业务弹性的新颖，更有效的方法，可以帮助决策者进行灾难准备和救济过程。关键字：灾难弹性，手机，人类移动性，因果推理JEL分类：Q54，C54，J6
使用流动性数据量化灾难对企业的经济影响
主要关键词
相关文件推荐
