新冠疫情和相关防疫政策对全球健康和经济造成了影响，这可以使用医学和经济数据进行追踪。但疫情对个人心理幸福感的影响无法直接地衡量，进行调查的成本高昂、耗时漫长，而且覆盖面有限。

　　论文采用2020年1月至5月期间超过100个国家的1056万人发布在推特和微博上的6.54亿条发文，利用机器和深度学习解析了覆盖65种语言的国家、地区尺度每日情绪指数，追踪在2020年第一波新冠大流行期间全世界人情绪变化及其对防疫政策的响应。结果表明新冠爆发导致了研究中所有国家的情绪感受快速下跌，澳大利亚、西班牙、英国和哥伦比亚下降最多。平均而言，观察到积极情绪的恢复较慢（以一国情绪恢复到稳定态一半水平所需天数——情绪恢复半衰期），从以色列的1.2天到土耳其的29.0天不等。相比之下，封城政策对大多数国家的表达情感有微小的正面作用。这些结果反映了在受疫情影响严重的国家，没有限制措施而让病毒传播会造成程度相当甚至更为严重的心理负担。本研究展示了社交媒体数据和机器学习方法的结合有助于我们理解全球尺度的情绪变化，也可以为政策制定者提供参考。