全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1461 33
2022-04-26
英文标题:
《Who Should Get Vaccinated? Individualized Allocation of Vaccines Over
  SIR Network》
---
作者:
Toru Kitagawa, Guanyi Wang
---
最新提交年份:
2021
---
英文摘要:
  How to allocate vaccines over heterogeneous individuals is one of the important policy decisions in pandemic times. This paper develops a procedure to estimate an individualized vaccine allocation policy under limited supply, exploiting social network data containing individual demographic characteristics and health status. We model spillover effects of the vaccines based on a Heterogeneous-Interacted-SIR network model and estimate an individualized vaccine allocation policy by maximizing an estimated social welfare (public health) criterion incorporating the spillovers. While this optimization problem is generally an NP-hard integer optimization problem, we show that the SIR structure leads to a submodular objective function, and provide a computationally attractive greedy algorithm for approximating a solution that has theoretical performance guarantee. Moreover, we characterise a finite sample welfare regret bound and examine how its uniform convergence rate depends on the complexity and riskiness of social network. In the simulation, we illustrate the importance of considering spillovers by comparing our method with targeting without network information.
---
中文摘要:
如何将疫苗分配给异质个体是大流行时期的重要政策决策之一。本文利用包含个人人口特征和健康状况的社会网络数据,开发了一种在有限供应情况下估计个体化疫苗分配政策的程序。我们基于异质交互SIR网络模型对疫苗的溢出效应进行建模,并通过最大化包含溢出效应的估计社会福利(公共卫生)标准来估计个性化疫苗分配政策。虽然该优化问题通常是一个NP难的整数优化问题,但我们证明了SIR结构导致了一个子模目标函数,并提供了一个具有计算吸引力的贪婪算法来逼近具有理论性能保证的解。此外,我们描述了一个有限样本福利遗憾界,并检验了其一致收敛速度如何依赖于社会网络的复杂性和风险。在模拟中,我们通过比较我们的方法和无网络信息的目标,说明了考虑溢出的重要性。
---
分类信息:

一级分类:Economics        经济学
二级分类:Econometrics        计量经济学
分类描述:Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论,微观计量经济学,宏观计量经济学,通过新方法发现的经济关系的实证内容,统计推论应用于经济数据的方法论方面。
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-4-26 12:20:02
谁应该接种疫苗?疫苗在SIR网络上的个体化分配北川彻鲁和王冠义2021年7月21日摘要如何在异质个体上分配疫苗是大流行时期的重要决策之一。本文开发了一个程序,利用包含个人人口特征和健康状况的社会网络数据,在有限供应情况下估计个体化疫苗分配政策。我们基于异质交互SIR网络模型对疫苗接种的溢出效应进行建模,并通过最大化包含这些溢出效应的估计社会福利(公共卫生)标准来估计个性化疫苗分配政策。虽然这个优化问题通常是一个NP难的整数优化问题,但我们证明了SIR结构导致了一个子模目标函数,并提供了一个具有计算吸引力的贪婪算法来逼近具有理论性能保证的解。此外,我们描述了有限样本的特征,并研究了其一致收敛速度如何依赖于社会网络的复杂性和风险。在模拟中,我们通过比较我们的方法和无网络信息的目标来说明考虑溢出的重要性。关键词:疫苗分配、统计治疗选择、子模块化、SIR模型、社会网络、溢出效应。+伦敦大学学院经济系。电邮:t。kitagawa@ucl.ac.uk——伦敦大学学院经济学系。电邮:关毅。王。17@ucl.ac.ukWe感谢Andrew Chesher、Raffaella Giacomini、Aureo de Paula、Martin Weidner和2020 UCL经济系升级研讨会的与会者。我们也从2021届NASMES、AMES和IAAE会议的参加者的评论中得出结论。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-26 12:20:09
我们感谢杰夫·罗利的出色研究帮助。我们衷心感谢ERCgrant(编号715940)和ESRC微观数据方法与实践中心(CeMMAP)(编号RES-589-28-0001)提供的财政支持。1简介将资源分配给在社交网络中互动的个人是许多领域的一项重要任务,如经济、医学、教育和工程(Lee et al.(2020),Banerjee et al.(2013),除其他外)。在大流行时期,这类重要的政策决定之一是如何将疫苗分配给不同的个体,以控制疾病的传播,保护弱势群体的生命。疫苗分配规则必须考虑到减少疾病传播的溢出效应。自从COVID-19流行病开始以来,世界各国ZF都在竭尽全力收集网络数据,其中可以追踪与谁接触的人。基于这些观察结果,我们研究如何利用微观层面的社会网络数据,在容量限制下估计疫苗的最佳个性化分配。数据提供了有关N个单位的协变量、它们的健康状况及其相关邻居的信息。利用样本信息,我们使用个体化易感传染恢复模型,根据每个单元自身的协变量和异质邻居的溢出效应,评估每个单元的风险。疫苗分配的目的是通过选择要接种的单位,最大限度地提高公共卫生水平。然而,获得一个最优分配是一个挑战,因为一个个体的治疗是否最优取决于她的邻居接受了哪些治疗。这意味着搜索最优分配必须在整个网络上共同进行,而不是单独进行。本文有两个主要贡献。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-26 12:20:15
第一个贡献是开发在微观层面利用网络信息的方法来评估疫苗分配政策。第二个贡献是,基于SIR溢出结构的经验福利标准提供了一个子模块目标函数,我们利用这个子模块目标函数来获得具有计算吸引力的算法来解决福利优化问题。与现有的评估网络干扰下个体化分配政策的方法不同(Viviano,2019;Ananth,2020),我们的设置不假设随机对照试验(RCT)数据的可用性。相反,我们假设从其他来源获得这些溢出参数的估计值,并将其插入我们的SIR模型。在时间紧迫且政策行动需求紧迫的情况下,利用已经估计的SIR参数值进行即时目标定位和分配是有用的,并且可以避免运行RCT的成本。为了优化分配政策的经验福利,一种简单的方法是,对疫苗分配给个人的所有可能组合,全面评估经验福利的价值。我们称之为暴力手段。虽然蛮力方法可以保证优化经验福利,但它是不可行的,因为随着网络中个体数量的增加,可能的组合数量呈指数增长。另一方面,完全放弃优化并实施随机分配确实是可行的,但会导致疫苗供应的严重浪费,我们在模拟练习中展示了这一点。考虑到优化经验福利的挑战,本文建议采用贪婪优化的分配策略。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-26 12:20:22
当前环境下的贪婪优化算法是将疫苗按顺序分配给网络中对改善社会福利最有影响力的个人。一般来说,贪婪算法不能保证产生最优解。然而,根据目前建立在SIR溢出结构上的福利标准,我们可以得到一个非递减的子模目标函数。根据Nemhauseret等人(1978)在离散凸分析中的开创性结果,我们证明了贪婪算法提供了一种分配策略,在该策略下,目标函数的值比最优值差,且仅在一个普适常数因子内,与SIR网络的溢出、大小和密度无关。我们对贪婪估计分配政策的人口福利遗憾的推导反映了由于获取暴力分配政策的不可行性而导致的福利损失。在我们的模拟练习中,我们进一步说明了我们的方法的优势。在asmall网络环境下(网络中最多35个人),与bruteforce分配规则的比较表明,我们提出的贪婪分配规则可以得到最优解。在大型网络环境中,我们评估了我们的方法相对于两种不同分配规则的性能:随机分配和不考虑网络信息的目标。相对于这两条基线,福利改善的幅度超过4%12%,且该结果对SIR参数值以及网络的大小和密度不敏感。为了评估SIR参数估计中的不确定性如何影响估计政策的福利绩效,我们推导了疫苗分配规则的福利遗憾的统一上界及其相对于用于获得SIR参数估计的样本大小的收敛速度。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-26 12:20:29
后悔的统一上限取决于两件事。首先,n是用于估计SIR参数的独立数据集的样本量。其次,网络数据样本大小N与最大邻居数量N之比,加上感染单位数量与可用疫苗剂量d之间的最小值(即(d min{NM,d}+2dNM+min{NI,d})/N)。随着时间的推移,社会网络的复杂性和风险增加,这可能会降低估计疫苗分配规则的福利后悔性能。本文的其余部分组织如下。我们首先在本节剩余部分讨论相关文献。第2节详细介绍了各种型号,尤其是HI-SIR型号,以及更广泛的设置。第3节涉及估计,包括SIR参数的估计和QIP问题的构造。优化过程包含在第4节中。第5节包含了理论结果。模拟细节见第6节,第7节总结。所有的证明和推导都在附录中说明。1.1相关文献我们的工作对统计处理规则的文献做出了贡献,曼斯基(2004)首次将其引入计量经济学。最佳治疗分配制度已在许多领域进行了研究,如医学统计学(赵等人,2012年、2015年)、运筹学(Loiola等人,2007年)和经济学。继Hannan(1957)和Savage(1951)的开创性工作之后,计量经济学和机器学习领域的研究人员经常使用Egret来评估决策规则的性能。最近关于统计处理规则的文献包括Dehejia(2005)、Hirano和Porter(2009)、Stoye(2009、2012)、Tetenov(2012)、Bhattacharya和Dupas(2012)、Kitagawa和Tetenov(2018)、Zhou等人。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群