Lagere tot middeninkomenslanden worstelen nog steeds met hoge werkloosheidscijfers na COVID-19-lockdowns en economische beperkingen, in tegenstelling tot landen met hogere inkomens zoals Canada, vindt een nieuwe studie onder leiding van York University met de University of Witwatersrand in Johannesburg.

Dit is het tegenovergestelde van de wereldwijde economische crisis van 2008-2009, toen landen met hogere inkomens meer te lijden hadden van de recessie dan landen met lagere inkomens.

De studie maakte gebruik van Twitter-sentimenten om macro-economische factoren, waaronder werkloosheid en inflatie, te vergelijken in Nigeria, Zuid-Afrika en Canada, die respectievelijk landen met een lager, hoger en hoger inkomen vertegenwoordigen.

Ze ontdekten dat het werkloosheidspercentage voor alle drie de landen aan het begin van de pandemie toenam, maar Canada kon het percentage na de eerste paar maanden onder controle houden, in tegenstelling tot Nigeria en Zuid-Afrika, waar ze nog steeds kampen met hoge werkloosheid.

"Dit geeft aan hoe kwetsbaar landen met een lager middeninkomen zijn voor lockdowns en economische beperkingen, en een groter verlies dragen tijdens de COVID-19-pandemie dan landen met een hoger inkomen", zegt Jude Kong, de corresponderende auteur en directeur van de studie aan de Universiteit van York. -Canada AI &Data Innovation Consortium (ACADIC).

Vóór COVID-19, lockdowns en economische beperkingen was de werkloosheid in Nigeria lager dan in Zuid-Afrika, terwijl de inflatie in Zuid-Afrika lager was dan in Nigeria. Tijdens de pandemie zijn de werkloosheids- en inflatiecijfers in Nigeria echter meer gestegen dan in Canada en Zuid-Afrika.

Nu neemt de inflatie in alle drie toe, vooral in Canada en Nigeria, die tijdens de pandemie zowel hoge werkloosheid als hoge inflatie hebben gekend.

"De COVID-19-crisis heeft alle inkomenslanden getroffen. De last is echter veel zwaarder voor lagere inkomensklassen. Het zal moeilijk zijn om terug te komen van deze complexiteit, vooral voor middeninkomenslanden", zegt co-auteur van het onderzoek, professor Bruce Mellado, lid van het Gauteng Premier COVID-19-adviescomité dat verantwoordelijk is voor modellering van de Universiteit van Witwatersrand en iThemba LABS in Zuid-Afrika en co-voorzitter van ACADIC. Gauteng is de dichtstbevolkte provincie van Zuid-Afrika en herbergt Johannesburg en Pretoria.

"Het beheer van de COVID-19-pandemie heeft ons geleerd hoe belangrijk gegevens zijn om op feiten gebaseerde beslissingen te nemen. De manier waarop beleidsmakers naar gegevens kijken, is daardoor sterk veranderd. We kijken uit naar het gebruik van meer gegevens bij het omgaan met maatschappelijke problemen ", zegt Mduduzi Mbada, waarnemend directeur-generaal van de provincie Gauteng.

Hoewel de inflatie in Zuid-Afrika nog steeds vergelijkbaar is met het niveau van vóór de pandemie, wordt verwacht dat elk beleid dat wordt ingevoerd om de hoge werkloosheid aan te pakken, de inflatie zal verhogen. Het werkloosheidspercentage in Canada blijft goed, maar het ziet nu dat het de hoogste inflatie in 15 jaar is, die mogelijk deels is veroorzaakt door het besluit om de Canada Emergency Response Benefit and Employment Insurance te verstrekken aan de werknemers die hun baan hebben verloren vanwege COVID-19.

Een deel van wat deze studie uniek maakt, is dat de auteurs verschillende machine learning-algoritmen gebruiken om de maandelijkse werkloosheidscijfers voor Nigeria en Zuid-Afrika te schatten met behulp van onconventionele gegevens zoals Twitter-sentiment en Google Trends-gegevens. Maandelijkse inflatiegegevens waren beschikbaar voor alle drie de landen, maar geen maandelijkse werkloosheidsgegevens voor Zuid-Afrika en Nigeria.

Sociale media en sociale netwerken, zoals Facebook, Twitter, LinkedIn, Instagram, Snapchat, Pinterest en Reddit, zijn gevuld met realtime informatie, die elektronisch wordt opgeslagen en vaak toegankelijk is.

"Ze zijn goed gepositioneerd om een ​​revolutie teweeg te brengen in de manier waarop en de snelheid waarmee bijzonder moeilijk te verkrijgen gegevens over infectieziekten beschikbaar worden gesteld", zegt Kong. "Gegevens die worden gebruikt om modellen voor infectieziekten te informeren, zijn meestal afkomstig van klassieke surveillancesystemen, maar ze hebben verschillende tekortkomingen, waaronder ernstige vertragingen en een gebrek aan ruimtelijke resolutie. Ze zijn ook duur."

Gegevens van landspecifieke Twitter kunnen worden gebruikt om de zorgen en sentimenten rond de macro-economische situaties op lokaal niveau beter te begrijpen, wat mogelijk kan leiden tot meer gericht en publiekelijk aanvaardbaar beleid op basis van inhoud van sociale media.

"Sociale media kunnen ook gegevens verstrekken over gedragingen en resultaten met betrekking tot vaccin- of drugsgebruik, inclusief drugsgerelateerde bijwerkingen, als aanvulling op conventionele vaccin- en farmacovigilantiebenaderingen, waarbij het volgen van vaccin- en drugsgerelateerde bijwerkingen voornamelijk afhankelijk is van passieve rapportage door artsen", zegt Mellado.

Hun rijkdom aan op tekst gebaseerde gegevens in de vorm van berichten en opmerkingen stelt onderzoekers in staat populaire onderwerpen te identificeren en het publieke sentiment te beoordelen. Dit kan besluitvormers en beleidsmakers helpen informeren en zorgen voor een beter begrip van zorgen en zorgen over macro-economie op lokaal niveau.

Het artikel is vandaag gepubliceerd in het tijdschrift PLOS ONE. + Verder verkennen

Financiële gevolgen pandemie erger in middeninkomenslanden