Spatial distribution dynamics and prediction of COVID‐19 in Asian countries: spatial Markov chain approach

Coronavirus disease 2019 (COVID‐19), as a contagious disease, has negative externality and public policies are essential to control it. To provide control solutions, identifying the factors affecting the spread of COVID‐19 and its distribution dynamics are very important for policy‐makers. Although there have been many studies examining various factors affecting the spread of COVID‐19, there are research gaps on the distribution dynamics of COVID‐19, its future trend prediction with the current policies, and the effects of neighbours on the distribution dynamics of COVID‐19. Hence, this paper used the data published on the confirmed COVID‐19 cases (C‐COVID‐19) from 9 February 2020, to 27 July 2020, to investigate the spatial distribution dynamics of COVID‐19 and its prediction in 40 Asian countries. The Markov chain and the spatial Markov chain were used in this study. The results show that the COVID‐19 in Asia did not tend to zero with the current policies, and the neighbours had effects on the spread of COVID‐19. Therefore, policy‐makers should use co‐operative policies between countries instead of domestic monopoly policies. La enfermedad de Coronavirus 2019 (COVID‐19), como enfermedad contagiosa, conlleva externalidades negativas y las políticas públicas son esenciales para controlarla. A fin de proporcionar soluciones de control, para los responsables de la formulación de políticas es muy importante la identificación de los factores que afectan a la propagación de COVID‐19 y su dinámica de distribución. Aunque se han realizado muchos estudios que exploran los diversos factores que afectan a la propagación de COVID‐19, existen lagunas de investigación sobre la dinámica de distribución de COVID‐19, la predicción de sus tendencias futuras bajo las políticas actuales y los efectos de los países vecinos en la dinámica de distribución de COVID‐19. Por tanto, en el presente artículo se utilizaron los datos publicados sobre los casos confirmados de COVID‐19 (C‐COVID‐19) entre el 9 de febrero de 2020 y el 27 de julio de 2020 para investigar la dinámica de la distribución espacial de COVID‐19 y su predicción en 40 países asiáticos. En este estudio se utilizó la cadena de Márkov y la cadena de Márkov espacial. Los resultados muestran que en Asia el COVID‐19 no tendió a cero con las políticas actuales, y los países vecinos tuvieron efectos en la propagación de COVID‐19. Por consiguiente, los encargados de la formulación de políticas deberían utilizar políticas de cooperación entre países, en lugar de políticas monopolísticas domésticas. 伝染病である新型コロナウイルス感染症 (COVID‐19)は負の外部性を持ち、それを制御するためには公共政策が不可欠である。感染制御の解決策を得るために、政策立案者にとってCOVID‐19の拡大に影響する因子とその分布動態を特定することが非常に重要である。COVID‐19の拡大に影響する様々な因子を検討した研究は多いが、 COVID‐19の分布動態、現在の政策による将来の傾向の予測、COVID‐19の分布動態に及ぼす近隣地域の影響については研究の余地がある。そこで、2020年2月9日から2020年7月27日までに発表された、確認されたCOVID‐19症例のデータを用いて、アジアの40カ国の COVID‐19の空間的分布動態とその予測を調査した。Markov連鎖と空間的Markov連鎖を使用した。その結果、COVID‐19は、アジアでは現行の政策では0にならず、 近隣諸国がCOVID‐19の拡大に影響していることが示された。したがって、政策立案者は、国内においてのみ実施する政策ではなく、複数の国家で共同して実施する政策を採用するべきである。