XiaoMi-AI文件搜索系统
World File Search SystemToxvaerd
建议引用：Carbonero, Francesco；Scicchitano, Sergio (2021)：新冠疫情时期的劳工和技术。人工智能能否缓解对亲近感的需求？，GLO 讨论文件，第 765 号，全球劳工组织 (GLO)，埃森
目前，新冠疫情引发的紧急状态已蔓延至全球，并已对许多国家的劳动力市场产生了重大影响，其中一些影响预计将持续存在（Adams-Prassl 等，2020 年；Baert 等，2020 年；Cho 等，2020 年；Bennedsen 等，2020 年）。为限制病毒传播，许多国家不得不采取严厉的封锁措施暂停生产活动，这对 GDP 产生了明显的负面影响（Brodeur 等，2020 年；Qiu 等，2020 年）。与此同时，大多数国家已大幅增加了可以在家办公的工人比例，以使企业能够继续经营，同时限制公共健康风险和隐性后果，但很明显，这一比例受到现有技术和工人自身任务的限制：并非所有工人都可以远程工作（有关远程办公能力和封锁相关贫困风险的跨国比较，请参阅 Palomino 等人，2020 年）。因此，“社交距离”已成为全球在 Sars-Cov-2 期间实施的关键公共政策，而减少工人之间近距离接触的风险是一个重要方面（Toxvaerd，2020 年；Toxvaerd 和 Makris，2020 年）。
具有最优锁定目标的多风险 SIR 模型
COVID-19 疫情已夺走 20 多万人的生命（截至 2020 年 4 月 27 日），迫使世界大部分地区实施大规模封锁，并造成了 90 年来最严重的全球经济衰退。经典的 SIR（易感-感染-康复）模型是研究人员和政策制定者理解和控制疫情的关键工具，该模型最初由 Kermack、McKendrick 和 Walker（1927 年）提出。SIR 框架及其各种扩展模拟了在康复者对疾病免疫且易感人群随着时间的推移而减少的环境下感染的传播和最终控制。2该模型的最简单版本由三个微分方程组成，可以对一系列感染的动态进行良好的首次近似。 3 最近的一些论文开始纳入经济权衡，并在此框架内进行最优政策分析（例如 Rowthorn 和 Toxvaerd，2020 年，Eichenbaum、Rebelo 和 Trabandt，2020a 年，Alvarez、Argente 和 Lippi，2020 年，Jones、Philippon 和 Venkateswaran，2020 年，Farboodi、Jarosch 和 Shimer，2020 年以及 Garriga 等人，2020 年）。4