Pandemia e (im)mobilità: gli effetti spaziali del lockdown attraverso i Big Data delle piattaforme digitali

Titolo Rivista RIVISTA GEOGRAFICA ITALIANA
Autori/Curatori Antonello Romano
Anno di pubblicazione 2021 Fascicolo 2021/4 Lingua Italiano
Numero pagine 18 P. 5-22 Dimensione file 0 KB
DOI 10.3280/rgioa4-2021oa12956
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più clicca qui

Vedi l'articolo Scarica l'articolo open access

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

In assenza di vaccini e in una situazione di emergenza generata dalla rapida diffusione della pandemia, la strategia adottata per contrastare la diffusione del COVID-19 è stata quella del distanziamento sociale e del lockdown che hanno fortemente influenzato la mobilità degli individui. In tale contesto il presente studio si pone l’obiettivo di misurare gli effetti spaziali dei provvedimenti restrittivi alla mobilità individuale in due momenti - durante e nel post-lockdown italiano - e per funzioni (residenza, luoghi di lavoro, svago, trasporti) e a scale differenti. A tal fine, il contributo analizza i dati resi ineditamentedisponibili dalle piattaforme digitali Google e Facebook attraverso i programmi Google Mobility Report e Facebook Data for Good. I risultati da un lato mostrano le aree attrattive e repulsive di popolazione insistente in (near) real-time per macro e micro area, dall’altro permettono di effettuare una riflessione sul ruolo dei ‘dati delle piattaforme’ in uno scenario di crescente infrastrutturazione delle piattaforme digitali nella società.;

Keywords:; piattaforme digitali, Big Data, COVID-19, lockdown, capitalismo della sorveglianza

  1. Barns S. (2019). Platform Urbanism. Negotiating Platform Ecosystems in Connected Cities. Londra: Palgrave Macmillan.
  2. Bengtsson L., Lu X., Thorson A., Garfield R., von Schreeb J. (2011). Improved response to disasters and outbreaks by tracking population movements with mobile phone network data: a post-earthquake geospatial study in Haiti. PLoS Medicine, 8(8): e1001083.
  3. Bucher T. (2016). The Algorithmic Imaginary: Exploring the Ordinary Affects of Facebook Algorithms. Information, Communication & Society, 20(1): 30-44. DOI: 10.1080/1369118X.2016.1154086
  4. Buckee C. (2020). Improving epidemic surveillance and response: Big data is dead, long live big data. The Lancet Digital Health, 2(5): e218-e220. DOI: 10.1016/S2589-7500(20)30059-5
  5. Wellenius G.A., Vispute S., Espinosa V., Fabrikant A., Tsai T.C., Hennessy J., Gabrilovich E. (2020). Impacts of state-level policies on social distancing in the United States using aggregated mobility data during the COVID-19 pandemic. ArXiv preprint:2004.10172.
  6. Wesolowski A., Buckee C.O., Bengtsson L., Wetter E., Lu X., Tatem A.J. (2014). Commentary: containing the Ebola outbreak-the potential and challenge of mobile network data. PLoS currents, 6. DOI: 10.1371/currents.outbreaks.0177e7fcf52217b8b634376e2f3efc5e
  7. Zachreson C. et al. (2020). Risk mapping for COVID-19 outbreaks in Australia using mobility data. https://arxiv.org/abs/2008.06193
  8. Zuboff S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. London: Profile Books.
  9. Van Dijck J., Poell T., de Waal M. (2018). The platform society. Public values in a connective world. Oxford: Oxford University Press.
  10. Thatcher J., O’Sullivan D., Mahmoudi D. (2016). Data colonialism through accumulation by dispossession: New metaphors for daily data. Environment and Planning D: Society and Space, 34(6): 990-1006. DOI: 10.1177/0263775816633195
  11. Srnicek N. (2017). Platform capitalism. Cambridge: Polity Press.
  12. Sadowski J. (2020). Too smart: how digital capitalism is extracting data, controlling our lives, and taking over the world. Cambridge (MA): MIT Press.
  13. Poom A., Järv O., Zook M., Toivonen T. (2020). COVID-19 is spatial: Ensuring that mobile Big Data is used for social good. Big Data & Society, 7(2): 2053951720952088. DOI: 10.1177/2053951720952088
  14. Plantin J.-C., Lagoze C., Edwards P. (2018). Re-integrating scholarly infrastructure: the ambiguous role of data sharing platforms. Big data And Society, 1: 1-14. DOI: 10.1177/2053951718756683
  15. Oliver N., Lepri B., Sterly H. et al. (2020). Mobile phone data for informing public health actions across the COVID-19 pandemic life cycle. Science Advances, 6(23): eabc0764. DOI: 10.1126/sciadv.abc0764
  16. Nouvellet P., Bhatia S., Cori A., Ainslie K.E., Baguelin M., Bhatt S., Donnelly C.A. (2021). Reduction in mobility and COVID-19 transmission. Nature communications, 12(1): 1-9. DOI: 10.1038/s41467-021-21358-2
  17. Micheli D., Muratore G., Vannelli A., Sola G. (2020). Un modello dinamico su un approccio big-data alla mobilità per lo studio della diffusione del Covid-19 nel Nord Italia. Gruppo TIM: Notiziario tecnico, n. 1 (www.gruppotim.it/tit/it/notiziariotecnico/edizioni-2020/n-1-2020/Modello-dinamico-approccio-Big-Data.html).
  18. Libert B., Wind Y., Fenley M. (2014). What Airbnb, Uber, and Alibaba Have in Common. Harvard Business Review. https://hbsp.harvard.edu/product/H01PPE-PDF-ENG.
  19. Leszczynski A. (2019). Glitchy vignettes of platform urbanism. Environment and Planning D: Society and Space, 38(2): 189-208. DOI: 10.1177/0263775819878721
  20. Layer R.M., Fosdick B., Larremore D.B., Bradshaw M., Doherty P. (2020). Case Study: Using Facebook Data to Monitor Adherence to Stay-at-home Orders in Colorado and Utah. MedRxiv. DOI: 10.1101/2020.06.04.20122093
  21. Kuchler T., Russel D., Stroebel J. (2020). The geographic spread of Covid-19 correlates with the structure of social networks as measured by Facebook. Cambridge MA: National Bureau of Economic Research. www.nber.org/papers/w26990
  22. Kitchin R. (2014). Big Data, new epistemologies and paradigm shifts. Big data & society, 1(1): 2053951714528481. DOI: 10.1177/2053951714528481
  23. Kenney M., Zysman J. (2016). The rise of the platform economy. Issues in science and technology, 32(3), 61.
  24. Huang J., Wang H., Fan M., Zhuo A., Sun Y., Li Y. (2020, August). Understanding the impact of the COVID-19 pandemic on transportation-related behaviors with human mobility data. In Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (pp. 3443-3450). DOI: 10.1145/3394486.3412856
  25. Hao Q., Chen L., Xu F., Li Y. (2020, August). Understanding the Urban Pandemic Spreading of COVID-19 with Real World Mobility Data. In: Aa.Vv., Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (pp. 3485-3492). DOI: 10.1145/3394486.3412860
  26. Gillespie T. (2010). The politics of ‘platforms’. New media and Society, 12(3): 347-364. DOI: 10.1177/1461444809342738
  27. Fields D., Bissell D., Macrorie R. (2020). Platform methods: studying platform urbanism outside the black box. Urban Geography, 41(2): 1-7. DOI: 10.1080/02723638.2020.1730642
  28. Dolnicar S., Zare S. (2020). COVID-19 and Airbnb – Disrupting the disruptor. Annals of tourism research, 83: 102961. DOI: 10.1016/j.annals.2020.102961
  29. Id., Capineri C., Romano A. (2020). A room with a (re)view. Short-term rentals, digital reputation and the uneven spatiality of platform-mediated tourism. Geoforum, 112: 129-138. DOI: 10.1016/j.geoforum.2020.04.007
  30. Celata F. (2018). Il capitalismo delle piattaforme e le nuove logiche di mercificazione dei luoghi. Territorio, 86: 48-56. DOI: 10.3280/TR2018-086006
  31. Campos-Vazquez R.M., Esquivel G. (2021). Consumption and geographic mobility in pandemic times. Evidence from Mexico. Review of Economics of the Household: 1-19. DOI: 10.1007/s11150-020-09539-2
  32. Buckee C.O., Balsari S., Chan J., Crosas M., Dominici F., Gasser U., Grad Y.H., Grenfell B., Halloran M.E., Kraemer M.U.G., Lipsitch M., Metcalf C.J.E., Meyers L.A., Perkins T.A., Santillana M., Scarpino S.V., Viboud C., Wesolowski A., Schroeder A. (2020). Aggregated mobility data could help fight COVID-19. Science, 368(6487): 145-146. DOI: 10.1126/science.abb8021

  • La vulnerabilità dei luoghi nella pandemia da Covid-19. Un modello di analisi basato sull' interazione s Monica Meini, Giuseppe Di Felice, Marco Petrella, Gianfranco Spinelli, in RIVISTA GEOGRAFICA ITALIANA 1/2023 pp.5
    DOI: 10.3280/rgioa1-2023oa15435

Antonello Romano, Pandemia e (im)mobilità: gli effetti spaziali del lockdown attraverso i Big Data delle piattaforme digitali in "RIVISTA GEOGRAFICA ITALIANA" 4/2021, pp 5-22, DOI: 10.3280/rgioa4-2021oa12956