Đối mặt với làn sóng COVID-19 thứ hai: Sử dụng dữ liệu lớn đo lường hiệu quả chống dịch

Trước viễn cảnh những làn sóng lây nhiễm COVID-19 mới sẽ vẫn còn tiếp diễn, ít nhất là cho đến khi có vắc xin hiệu quả, các quốc gia trên thế giới đang phải liên tục tối ưu hóa chính sách ứng phó với đại dịch. Mặc dù thực hiện đóng cửa biên giới hoàn toàn trong thời gian đầu, các chính phủ đang tích cực tìm kiếm các giải pháp về sức khỏe cộng đồng có tính chọn lọc và phù hợp với tình hình cụ thể. Đáng chú ý trong số các quốc gia này là Ốtxtrâylia (Melbourne), Tây Ban Nha (Cataluña) và Trung Quốc (Bắc Kinh), đây là những nước gần đây tập trung vào các biện pháp can thiệp có mục tiêu rõ ràng. Cách tiếp cận như vậy có hiệu quả trong việc kiểm soát đại dịch không? Nó có thể giúp giảm thiểu chi phí kinh tế cho doanh nghiệp và người dân không?

Đối với các nhà hoạch định chính sách, việc trả lời những câu hỏi này trong thời gian gần với thời gian thực không hề dễ dàng do sự chậm trễ trong việc thu thập thông tin kinh tế, xã hội và tài chính thông qua các công cụ truyền thống. Tuy nhiên, sự sẵn có của “dữ liệu lớn cho mục đích tốt” có thể là một yếu tố thay đổi cuộc chơi để đo lường hiệu quả của những biện pháp ứng phó với đại dịch. Các công ty công nghệ lớn đã cung cấp dữ liệu di chuyển của người dùng để có thể theo dõi tác động gần như ngay lập tức của các biện pháp phòng chống dịch COVID-19 trên toàn thế giới. Trong blog này, chúng tôi sẽ minh họa việc sử dụng dữ liệu này để đo lường tác động ở Việt Nam, nơi gần đây đã bị ảnh hưởng bởi làn sóng lây nhiễm COVID-19 thứ hai.

Vào ngày 24 tháng 7, sau 99 ngày không có ca lây nhiễm COVID-19 trong cộng đồng, một người đàn ông 57 tuổi đã có kết quả dương tính tại Đà Nẵng, một thành phố lớn ở miền Trung với gần 1,5 triệu dân. Trong vòng ba tuần, gần 600 người đã bị nhiễm bệnh và hơn 25 trường hợp tử vong được ghi nhận. Hầu hết các ca bệnh này vẫn tập trung trong và xung quanh thành phố Đà Nẵng. Chính quyền đã nhanh chóng triển khai các biện pháp ứng phó với đợt bùng phát dịch này: thành phố nhanh chóng đóng cửa với khoảng 80.000 khách du lịch phải rời khỏi thành phố, hầu hết các khách sạn và cơ sở kinh doanh phải ngừng hoạt động, và gần như tất cả các chuyến bay trong nước và quốc tế đều bị hủy. Điều quan trọng là cách tiếp cận này khác với chính sách vào hồi tháng 4, khi tình trạng khẩn cấp được áp dụng trên toàn quốc trong vòng ba tuần. Lần này tại Đà Nẵng, chính quyền đã lựa chọn việc thực hiện đóng cửa nghiêm ngặt nhưng được địa phương hóa.

Cả dữ liệu của Facebook và Google cho phép chúng tôi đo lường tác động của các chính sách phòng chống dịch tại địa phương đối với hoạt động di chuyển. Dữ liệu dựa trên vị trí do ứng dụng “Bản đồ Phòng chống Dịch bệnh” của Facebook cung cấp trong mỗi khoảng thời gian 8 tiếng đồng hồ trong các ô bản đồ nhỏ với kích cỡ 600x600 mét. Dữ liệu này cũng cho phép đo lường những biến đổi về số lượng ô bản đồ có người đến. Ý tưởng như sau: nếu số lượng ô có người đến mỗi ngày giảm, chúng tôi sẽ lấy đây làm biến số đại diện cho việc giảm tính di động. Trong Hình 1, chúng ta thấy có hai "điểm giảm" khi Đà Nẵng bị đóng cửa vào tháng 8, gây ra sự sụt giảm lớn hơn và rõ nét hơn so với việc đóng cửa trên toàn quốc vào tháng 4. Đây là lần đầu tiên mà những biến động ở Đà Nẵng khác với Hà Nội và Thành phố Hồ Chí Minh (TP. HCM); khác hẳn với những tháng trước đây khi những thay đổi ở cả ba thành phố diễn ra đồng nhất.

Nguồn: Bản đồ Phòng chống Dịch bệnh của Facebook.

Hình 1. Những thay đổi ở Đà Nẵng, Thành phố Hồ Chí Minh và Hà Nội từ tháng 3 đến tháng 8 năm 2020

 Nguồn: Báo cáo di chuyển cộng đồng của Google.

Hình 2. Những thay đổi về lượt ghé thăm các địa điểm khác nhau, tính trung bình trong tháng 8 năm 2020, so với đường cơ sở được thiết lập từ ngày 3 tháng 1 đến ngày 6 tháng 2 năm 2020

Dữ liệu trong Báo cáo di chuyển cộng đồng của Google xác nhận phát hiện này. Dữ liệu này tính toán tỷ lệ phần trăm thay đổi trong lượt người ghé thăm các địa điểm như cửa hàng tạp hóa, nơi làm việc, khu dân cư, bến xe, cửa hàng bán lẻ/khu vui chơi giải trí và công viên. Mặc dù dữ liệu này chỉ có sẵn ở phạm vi thành phố theo tần suất hàng ngày, nhưng ưu điểm của nó là ghi nhận những thay đổi theo từng loại hình địa điểm. Cũng giống như số liệu của Facebook, chúng tôi nhận thấy sau đợt lây nhiễm thứ hai vào tháng 8 có sự sụt giảm lượt người ghé thăm đến tất cả các loại hình địa điểm tại Đà Nẵng, khác với Hà Nội và TP. HCM. Số lượt người ghé thăm đến tất cả các loại địa điểm đều giảm, ngoại trừ các khu dân cư.

Từ phân tích này, chúng tôi nhận thấy việc đóng cửa tại địa phương có nguy cơ cao sẽ giúp  giảm sự di chuyển nhanh chóng và hiệu quả hơn, so với việc giãn cách xã hội quy mô toàn quốc. Điều này cho phép Việt Nam vừa hạn chế tác động kinh tế và khả năng lây lan dịch bệnh, vừa có khả năng mở cửa trở lại nhanh hơn so với giãn cách xã hội ở diện rộng. Một nghiên cứu gần đây của IMF ước tính các biện pháp ngăn chặn dịch bệnh đã có tác động rất lớn đến hoạt động kinh tế trên toàn cầu – một tháng ngừng hoạt động sẽ gây ra mức tổn thất 15% sản xuất công nghiệp. Trong trường hợp của Việt Nam, chỉ số sản xuất công nghiệp và bán lẻ cũng giảm gần 15% trong thời gian giãn cách xã hội trên toàn quốc vào tháng 4, đồng thời gần ¾ số hộ gia đình cho biết bị ảnh hưởng về kinh tế. Do đó, bằng cách áp dụng các biện pháp không làm giảm khả năng di chuyển ở các trung tâm kinh tế chính của đất nước như Hà Nội và TP. HCM, chính quyền có thể tránh được tác động kinh tế tại phạm vi ngoài thành phố Đà Nẵng.

Các ca nhiễm COVID-19 tiếp tục tăng lên nhấn mạnh sự cần thiết phải có những biện pháp ứng phó chính sách kịp thời. Dữ liệu lớn mang lại cơ hội cho các chính phủ theo dõi và đánh giá tác động của các chính sách gần như trong thời gian thực để từ đó tiếp tục thực hiện và điều chỉnh các biện pháp một cách phù hợp. Trung tâm dữ liệu lớn về COVID-19 của Việt Nam tập hợp các nguồn dữ liệu lớn bao gồm dữ liệu di động và những biến số đại diện cho hoạt động kinh tế, chẳng hạn như số lượng đèn chiếu sáng vào ban đêm, NO2 và chuyến bay. Người sử dụng ở Đông Á và Thái Bình Dương và các vùng khác cũng có thể tiếp cận những ứng dụng cập nhật dữ liệu thời gian thực như thế này với tính năng chính cho phép diễn giải dữ liệu ở các cấp địa phương, có thể sử dụng công cụ này vào việc xây dựng những kế sách ứng phó với dịch COVID-19 hiệu quả về cả y tế và kinh tế không chỉ riêng tại Việt Nam mà còn nhiều nơi khác.