Imágenes satelitales y COVID-19: Predicción de contagios a través de la luminosidad nocturna

• Andrés Jerson Millán López ^[1] ; Isai Guizar ^[1]
  1. [1] Universidad de Guadalajara

     Universidad de Guadalajara

     México

     
• Localización: Análisis económico, ISSN-e 2448-6655, ISSN 0185-3937, Vol. 39, Nº. 101, 2024, págs. 181-196
• Idioma: español
• Títulos paralelos:
  • Satellite images and COVID-19: Predicting infections through nighttime lights
• Enlaces
  • Texto completo
• Resumen
  • español

    La efectividad de las políticas implementadas durante la pandemia del COVID-19 es relevante, tanto para evaluar el impacto ocasionado, como para derivar lecciones de política en el caso de que este tipo de fenómenos se repitan. El objetivo de este documento es determinar la relación entre la actividad humana y los contagios de COVID-19 reportados. Para medir la actividad humana se genera una métrica de luminosidad nocturna empleando imágenes satelitales. Mediante un análisis de cointegración se demuestra que existe de una relación de equilibrio a largo plazo y, empleando pruebas de causalidad, que es factible predecir los contagios por COVID-19 a partir de los cambios en la luminosidad. Con modelos econométricos para series de tiempo se demuestra que los contagios por COVID-19 responden a los cambios de luminosidad con alta significancia estadística y hasta con dos semanas de retraso, esto implica que la intensidad de la actividad que sucedía en el momento presente habría sido útil para planificar los recursos que serían necesarios dos semanas posteriores.

  • English

    The effectiveness of the policies implemented during the COVID-19 pandemic is relevant both for assessing the impact caused and for deriving policy lessons in case such phenomena recur. The main objective here is to determine the relationship between human activity and reported COVID-19 cases. To measure human activity, a metric of nighttime lights is generated using satellite images. Conducting cointegration tests we found a long-term equilibrium relationship between the two variables, and through causality tests we confirmed that it is feasible to predict COVID-19 infections from changes in nighttime lights. Using econometric models for time series, it is shown that COVID-19 infections respond to changes in nighttime lights with high statistical significance and with a lag of up to two weeks, implying that the intensity of human activity that was happening now would have been useful for planning the resources that would be necessary two weeks later.