Metodologi: City Economic Recovery Tracker

Oversigt

Formålet med City Economic Recovery Tracker er at skabe en praktisk ugentlig pulskontrol af de økonomiske fremskridt af større storbyområder i de amerikanske byer blev valgt baseret på tilgængeligheden af ​​data og mangfoldighed af område. Når vi går ind i den næste fase af genopretningen, håber vi at kunne tilføje flere byer til sammenligning.

Vi byggede det samlede byinddrivelsesindeks fra komponenter, der er i overensstemmelse med de amerikanske samfunds liv:

• Sundhed
• Transport og mobilitet
• Jobs
• Små virksomheder
• Restaurantreservationer

Vi krævede følgende kriterier for at et datasæt skulle inkluderes i det samlede indeks:

• Tilgængelighed: Dataene skal rapporteres pålideligt, mindst ugentligt og tilgængelige for offentligheden. Der er flere foranstaltninger, som vi gerne ville have inkluderet, men rapporteres kun månedligt eller kvartalsvis og ofte med en betydelig forsinkelse.
• Relevans: For hver enkelt foranstaltning bør en tilbagevenden til grundlinjen (regnskabsmæssig sæsonbetingelse) med rimelighed afspejle byens normale funktion. For eksempel vil en konsekvent overfyldt restaurant foreslå, at beboerne var vendt tilbage til deres tidligere vaner.
  instagram viewer

City Economic Recovery Tracker beregnes ud fra et uvægtet gennemsnit af hvert af de fem delindekser. En aflæsning på 100 betragtes som "normal".

Dataindsamling og analyse

COVID-19 Case Rate Index

COVID-19 Case Rate Index repræsenterer pandemiens indvirkning på byens funktion.

Data

Vi valgte at basere vores sundhedsindeks på nye sagsrater for hver by. Mens denne foranstaltning i begyndelsen af ​​pandemien blev påvirket negativt af mangel på tilgængelige test, testede data er blevet mere pålidelige, og vi forventer, at opdagelsen af ​​nye tilfælde vil være tæt forbundet med spredningen af sygdom. I betragtning af dette mener vi, at nye sagsrater pr. 100.000 mennesker er de bedste foranstaltninger til at spore genopretning på tværs af byer.

Kilde

New York Times COVID-19 depot via Mulighedsindsigt

Transformation

Dette er et komplekst indeks. Formålet med dette indeks er at forstå, hvor vi er i gang med at indeholde virussen, da den vedrører funktionen af ​​amerikanske byer. Derfor byggede vi indekset for at afspejle følgende: Når der ikke er nye bekræftede tilfælde, vil indekset være 100.

Spredningen af ​​COVID-19 var eksponentiel, før der blev truffet foranstaltninger til at dæmme op for spredningen, og yderligere bølger er udviklet på samme måde. Derfor er vi bekymrede over stigningstakten (uanset om nye tilfælde fordobles uge over uge eller ej) så meget som det samlede antal.

For at konstruere indekset bruger vi det efterfølgende 7-dages gennemsnit af nye bekræftede tilfælde pr. 100.000 mennesker (ny sagsrate), der begynder den 28. januar 2020. Vi baserede indekset på loggen for den nye sagsrate for at sikre, at indekset direkte sporer hastigheden for ændring af sager. Ved at basere indekset på loggen over tallet afspejler det, at selv med 30 nye tilfælde om dagen pr. 100.000 mennesker er byen stadig ikke i stand til at vende tilbage til det normale. Dette stemmer overens med foranstaltninger, som sundhedsembedsmænd bruger til at rådgive om social distancepraksis og dermed levedygtigheden af ​​meget økonomisk aktivitet i enhver by. I uger tidligt på året, hvor der ikke er tilgængelige data, sætter vi baseline '100'.

Transit Mobility Index

Offentlig transport er en indikator for mobilitet for byens beboere og en vigtig komponent i en bys økonomiske tilstand. Den fysiske virkelighed ved offentlig transport betyder desuden, at rytterskib har været særlig påvirket af pandemien.

Data

Vi brugte Googles fællesskabsmobilitetsrapport til at observere virkningen af ​​pandemien på tværs af hver bys transportnetværk i forhold til "normalt". Disse rapporter er baseret på Google -brugere, der har besøgt/tid brugt på transitstationer ændret sig i forhold til basisliniedagene. En basisdag repræsenterer en normal værdi for den pågældende ugedag. Google Community Mobility Reports beregner, at baseline -dagen er medianværdien fra perioden på 5 uger mellem 3. januar og 6. februar 2020. Google Community Mobility Report definerer transitstationer til at omfatte: metrostationer, havne, taxaholdepladser, biludlejningsbureauer og mere.

Kilde

Mobilitetsrapporter fra Google Community via Mulighedsindsigt

Transformationer

For at konstruere indekset tager vi det 7-dages efterfølgende gennemsnit af indeksværdierne rapporteret af Google Community Mobility Reports. Disse værdier konverteres til hele tal for Transit Mobility Index. Google Community Mobility Reports får disse daglige transitnumre tilbage til 1. marts. Inden 1. marts er indekset sat til en værdi på "100" eller normalt.

Ledighedskravsindeks

En ledighedskrav er en ansøgning om kontanthjælp, som en medarbejder fremsætter efter afskedigelse eller ude af stand til at arbejde af andre dækkede årsager, såsom COVID-19-pandemien. Som sådan er krav til arbejdsløshedsforsikring et vigtigt mål for en bys økonomiske tilstand. I vores indeks er alle positive ændringer forbundet med positive resultater. Som med COVID-19 Case Rate Index ses en stigning i de første ledighedskrav som et fald i indekset.

Data

Arbejdsløshedskravsindekset er opbygget ud fra data fra arbejdsløshedsforsikringsdata fra Arbejdsministeriet (nationalt og statsligt niveau) og adskillige enkelte statslige agenturer (amtsniveau). Vi bruger de oprindelige påstande på amtsniveau rapporteret af stater, som nogle gange varierer i deres nøjagtige definitioner (f.eks. Inklusiv eller ekskludering af visse føderale programmer). I nogle tilfælde offentliggør stater kun månedlige data. I disse tilfælde estimerer vi de ugentlige byværdier. Vi gør dette ved at tage fordelingen af ​​statsomspændende fordringer til den by fra den senest tilgængelige måned og anvende den på den ugentlige dataudgivelse på statsniveau fra Arbejdsministeriet.

Kilder

• US Department of Labor
• California Employment Development Department
• Illinois Department of Employment Security
• New York State Department of Labor
• Ohio Department of Job and Family Services
• Texas Workforce Commission

Transformationer

Indekset tager omvendt af den årlige procentvise ændring af ledighedskrav. For eksempel, hvis ledighedskrav i år er 2X højere end sidste år (200% år-over-år), så er indekset 50 (100/2). Hvis de oprindelige krav er 4X højere end sidste år (400% år-over-år), er indekset 25 (100/4). Hvis indledende krav er de samme som sidste år, vil indekset være 100 (100/1). Så da de første kravstal går tilbage til det niveau, der blev set i 2019, stiger indekset op til 100.

Vores indeks begynder at rapportere den 25. januar 2020, men vi har ikke data for nogle byer før den 7. marts 2020. For disse byer og datoer sætter vi indekset til en værdi på 100.

Restaurantreservationsindeks

Restauranter er en vigtig indikator for en bys økonomiske og sociale liv. Selvom ikke alle restauranter tager forbehold, er det kun stater eller metroer med 50+ restauranter på OpenTable -netværket for 2019 eller 2020, der er inkluderet i prøven.

Data

Indekset er oprettet ud fra OpenTable-data, der viser daglige spisesteder, der sidder år efter år. Dataene indsamles fra en prøve af restauranter på OpenTable-netværket, herunder online-reservationer, telefonreservationer og walk-ins. Svingninger i ugedagen regnes med ved at sammenligne den samme ugedag fra den samme uge i det foregående år. OpenTable -datarapportering begynder den 18. februar. Der antages et basisindeks på 100 for 1. januar til 17. februar.

Kilde

Fuld OpenTable datasæt og metode

Transformationer

År-til-år procenter konverteres til hele tal for Restaurant Reservations Index.

Indeks for små virksomheder

Små virksomheder er en vigtig del af den lokale økonomi i enhver by. Småvirksomhedsindekset afspejler antallet af medarbejdere, der arbejder i små virksomheder ved hjælp af Homebase, et gratis planlægnings- og tidssporingsværktøj, der bruges af 100.000+ lokale virksomheder. Homebases kunder i USA består primært af restaurant, mad og drikke, detailhandel og serviceydelser og er stort set individuelt ejede/operatørstyrede virksomheder. Disse data er naturligvis ikke vejledende for beskæftigelsestendenser i landet som helhed, men fremhæver snarere mindre "Main Street" -virksomheder, der især vil blive påvirket af COVID-19.

Data

For at forstå virkningen af ​​COVID-19 på en by bruger vi Homebases rapportering af 'medarbejdere, der arbejder.' Dette foranstaltning afspejler antallet af timearbejdere med mindst et clock-in for virksomheder, der anvender Hjemmebase. Data indsamles fra individuelle byer baseret på virksomheder i Metro Serviceområder defineret af Homebase.

Kilde

Hjemmebase

Transformationer

Small Business Index er skabt ved at tage et efterfølgende syv-dages gennemsnit af den procentvise ændring af medarbejdere, der arbejder i alle Homebase-administrerede virksomheder for hver by, til en januar 2020-basislinje. Dataene justeres derefter sæsonmæssigt ved hjælp af den forventede procentvise ændring fra januar til samme dato i 2019. Endelig transformeres dataene fra en negativ procentændring til et helt tal ved at tilføje et (1) og derefter multiplicere med 100 for at give en indeksscore fra 0 til 100.

Nuværende begrænsninger og områder for fremtidig efterforskning

Der er utallige måder at måle den økonomiske indvirkning på COVID-19. City Economic Recovery Tracker er ikke beregnet til at være et komplet portræt af alle økonomiske aspekter af hver by. Der var flere foranstaltninger, der ikke inkluderede, der passede til vores mål, men som ikke er konsekvent eller offentligt tilgængelige. Det er også muligt, at hver bys fremtidige økonomiske landskab adskiller sig fra sin fortid og kræver nye indikatorer for bedre at afspejle denne virkelighed.

Som med New York City Recovery Index afspejler City Economic Recovery Tracker ikke den enkeltes økonomiske opsving. Den ugyldige fordeling af rigdom, såvel som pandemiens uforholdsmæssige indvirkning på sort og indbyggere i Latino resulterer for eksempel i en bred vifte af levede oplevelser, der ikke afspejles i indeks. Vi håber at kunne supplere vores ugentlige rapportering med rigere data for at kunne tale med disse mangler.

Vi anerkender endvidere, at der med hvert datasæt er begrænsninger. Krav til første arbejdsløshedsforsikring afspejler f.eks. Ikke tab af job hos personer uden dokumentation, der repræsenterer et vigtigt og særligt sårbart segment af arbejdsstyrken. Desuden blev nøjagtigheden af ​​de indledende COVID-19-sagsdata påvirket af tilgængeligheden af ​​tests i de tidlige dage af pandemien, blandt andre faktorer.

Anerkendelser

Dette indeks blev oprettet af Investopedia Data Journalism Team med instruktion fra Jon Roberts, Ph. D., og i samarbejde med Adrian Nesta, Alexandra Kerr, Elana Duré og Caleb Silver. Særlig tak til Opportunity Insights for deres samarbejde og for at gøre så mange datasæt let tilgængelige.