Distanciation sociale, pollution et démographie – Liberty Street Economics

Comprendre l'écart racial et de revenu dans COVID-19 : distanciation sociale, pollution et démographie

Il s’agit du troisième article d’une série cherchant à expliquer l’écart d’intensité de COVID-19 par race et par revenu. Dans les deux premiers articles, nous avons cherché à savoir si les comorbidités, la non-assurance, les ressources hospitalières et le surpeuplement du domicile et des transports en commun contribuent à expliquer les écarts de revenus et de minorités. Ici, nous poursuivons notre enquête en examinant trois canaux potentiels supplémentaires : la fraction de personnes âgées, la pollution et la distanciation sociale au début de la pandémie dans le comté. Nous visons à comprendre si ces trois facteurs affectent l’intensité globale de COVID-19, si les écarts de revenus et raciaux de COVID-19 peuvent être expliqués davantage lorsque nous aditionellement inclure ces facteurs, et si et dans quelle mesure ces facteurs indépendamment tenir compte des écarts de revenu et de race dans l’intensité de COVID-19 (sans contrôler les facteurs pris en compte dans les autres articles de cette série).

Contexte

Il est intuitif que ces trois variables soient liées à l’intensité du COVID-19. Dans le cas du premier canal potentiel, nous observons que les personnes âgées sont généralement plus durement touchées par COVID-19. Cependant, la fraction des personnes âgées peut s’avérer avoir une corrélation plus faible avec COVID-19 car les personnes âgées et leurs familles peuvent prendre des précautions particulières pour éviter de contracter la maladie. La pollution de l’air, qui aggrave les problèmes respiratoires, peut également aggraver l’évolution du COVID-19. Nous mesurons la pollution de l’air par la concentration de dioxyde d’azote.

En ce qui concerne la distanciation sociale, les interactions interpersonnelles sont un moyen principal par lequel COVID-19 se propage, la durée et l’intensité des interactions avec les personnes infectées affectant la gravité de la maladie. La promotion de la distanciation sociale était l’objectif principal des blocages mis en œuvre par la plupart des États en mars et avril au début de la première vague de la pandémie. Nous mesurons la distanciation sociale comme la fraction de téléphones portables qui restent complètement à la maison et ne bougent pas pendant la journée, en utilisant des données de mobilité agrégées et anonymisées fournies par SafeGraph. Cependant, la distanciation sociale et l’évolution de la pandémie ont une interaction complexe car les gens ont tendance à se distancier socialement d’eux-mêmes à mesure que la pandémie s’intensifie, conduisant à une association positive plutôt que négative entre la distanciation sociale et l’intensité du COVID-19. Par conséquent, nous analysons la relation entre le nombre cumulé de cas de COVID-19 et la distanciation sociale au moment où la pandémie a commencé dans un comté, en particulier dans les trois semaines précédant le dixième cas de COVID-19 signalé. Alors que la distanciation sociale au début d’une épidémie de pandémie dans un comté affecte probablement de manière critique l’évolution ultérieure de l’infection dans ce comté, il est probable que si tôt au cours de l’épidémie, les individus n’anticipent pas encore l’ampleur de l’épidémie dans leur comté va être et ne prennent pas de précautions en conséquence.

Âge, pollution, distanciation sociale et écarts de race et de revenu COVID-19

Afin d’avoir un pouvoir explicatif pour les écarts de revenu et de minorité COVID-19, ces trois mesures doivent être disproportionnellement élevées ou basses dans les comtés où les minorités sont majoritaires, ou les comtés à faible revenu. Compte tenu des corrélations entre la composition par âge, la pollution et la distanciation sociale avec la minorité majoritaire (MM) et le statut de faible revenu dans les comtés américains, nous voyons que les comtés de MM ont beaucoup inférieur fraction de la population qui a plus de 60 ans. D’un autre côté, les comtés de MM ont considérablement plus de pollution que les autres comtés. Enfin, les comtés de MM avaient un peu moins de distanciation sociale au début de leurs épidémies de COVID-19 que les comtés à majorité non minoritaire, un fait qui est cohérent avec le fait que de nombreuses minorités occupent des emplois de « travailleurs essentiels » et doivent se rendre au travail même pendant les fermetures. Fait intéressant, les corrélations entre les trois variables et le statut de faible revenu sont à l’opposé de leurs corrélations avec le statut de MM : les zones à faible revenu ont une fraction plus élevée de la population de plus de 60 ans, un niveau de pollution plus faible et un plus grand degré de distanciation sociale. . Une intuition de ce modèle est que de nombreuses zones à faible revenu pourraient être décrites comme majoritaires-non minoritaires, comme des zones rurales avec peu de jeunes, et comme ayant une faible pollution industrielle et une facilité en termes de distanciation sociale.

Pour voir dans quelle mesure les trois facteurs dont nous discutons expliquent les écarts raciaux et de revenu dans l’intensité du COVID-19, nous effectuons des régressions multivariées similaires à celles des deux premiers articles de cette série. Dans le graphique ci-dessous, nous présentons des estimations résultant de la régression des cas pour mille sur les variables de base : densité de population, urbanité et indicateurs de faible revenu et de comté de MM (en bleu) ; les variables de base augmentées de toutes les variables que nous avons considérées jusqu’à présent dans la série (en or) ; toutes les variables considérées jusqu’à présent augmentées des trois variables médiatrices dont nous avons discuté dans cet article (en gris clair) ; et les variables de base et les variables médiatrices introduites dans cet article, mais pas les autres variables introduites dans les deux articles précédents (en gris foncé).


Comprendre l'écart racial et de revenu dans COVID-19 : distanciation sociale, pollution et démographie

Comme nous l’avons vu dans les deux premiers articles de la série, les régressions de base montrent que les cas de COVID-19 pour mille étaient beaucoup plus élevés dans les comtés à faible revenu et MM, les différences étant statistiquement significatives. Ces différences étaient d’environ 4,2 cas supplémentaires pour mille dans les comtés à faible revenu et de 14 cas supplémentaires dans les comtés de MM, comme indiqué dans les barres bleues ci-dessus. Lorsque les contrôles pour les comorbidités, la non-assurance, les ressources en soins intensifs, les transports en commun et le surpeuplement à domicile qui ont été discutés dans les premier et deuxième articles de la série sont ajoutés, ces écarts diminuent considérablement, bien que les deux restent significatifs, représentés dans les barres en or.

Les trois variables médiatrices que nous considérons dans cet article sont ajoutées dans les barres affichées en gris clair. Nous voyons que si les variables médiatrices, en particulier la distanciation sociale au début de l’épidémie locale, semblent avoir un pouvoir explicatif considérable pour les cas de COVID-19 (voir ci-dessous), elles ne fournissent pas beaucoup d’informations supplémentaires sur les sources du MM et faible -les écarts de revenus dans l’intensité de la pandémie après avoir inclus les variables considérées dans les messages précédents de cette série. Les coefficients de faible revenu et MM changent peu des barres dorées aux barres gris clair, car le différentiel MM pour les cas reste statistiquement significatif, s’élevant à environ un tiers de l’estimation originale dans notre premier article. Dans les résultats non rapportés, nous voyons que l’ampleur et la signification des autres déterminants potentiels de COVID-19 sont très similaires dans notre analyse à ce qu’ils étaient dans les publications précédentes.

Pour évaluer les contributions des variables médiatrices seules, les barres en gris foncé représentent des régressions dans lesquelles seules les variables de base et les variables médiatrices sont incluses. Nous voyons que l’écart des minorités est peu réduit (et l’écart de revenu est en fait augmenté) par rapport à leurs valeurs dans la régression de référence, et sont statistiquement significativement différents de zéro. Dans les résultats non rapportés ici, nous avons également effectué des régressions dans lesquelles nous avons introduit chacune de ces trois variables séparément dans notre régression de base. Dans chaque cas, nous constatons que ces inclusions affectent à peine la signification économique et statistique des écarts de race et de revenu.

En examinant les associations entre les variables médiatrices et les cas de COVID-19, nous constatons que la distanciation sociale au début de l’épidémie d’un comté est fortement et significativement associée à moins de cas pour mille. Plus précisément, une augmentation de 10 points de pourcentage de la fraction de téléphones portables restant complètement à la maison au début de l’épidémie est associée à 3,78 cas de moins pour mille dans le comté. L’association entre les cas signalés pour mille et la fraction des plus de 60 ans est positive (c’est-à-dire qu’une plus grande proportion de personnes âgées est associée à plus de cas) tandis que la relation entre les cas signalés et la pollution est négative, mais aucune association n’est statistiquement significative.


Comprendre l'écart racial et de revenu dans COVID-19 : distanciation sociale, pollution et démographie

Conclusion

Nous concluons que la distanciation sociale a une forte association avec l’intensité du COVID-19 même conditionnellement à d’autres déterminants de la pandémie, tandis que la pollution et la composition par âge ne fournissent pas de pouvoir explicatif supplémentaire une fois que d’autres facteurs sont pris en compte. Aucune des variables médiatrices n’explique davantage les écarts de faible revenu et de MM dans les cas après que d’autres déterminants, tels que les comorbidités, les établissements de santé, le surpeuplement des logements, les transports en commun et la densité de population, aient été pris en compte. Comme notre analyse est purement descriptive, nous ne pouvons pas exclure que nos mesures de la distanciation sociale, de la pollution et de la fraction de personnes âgées représentent d’autres caractéristiques qui prévalent dans les zones à faible revenu et MM, et que celles-ci peuvent être les moteurs sous-jacents de COVID-19 dans ces régions. Néanmoins, notre analyse capture comment certaines variables se prêtant à une intervention politique, telles que la distanciation sociale, pourraient contribuer aux différences d’incidence du COVID-19. Dans le prochain article qui clôturera la série, nous tournons notre attention vers une dernière variable médiatrice d’intérêt – la proportion de travailleurs essentiels dans un comté, et voyons si cela aide à expliquer davantage l’écart COVID-19 observé.


Ruchi Avtar est analyste de recherche principal au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.

Rajashri Chakrabarti
Rajashri Chakrabarti est économiste principal au sein du Groupe de recherche et de statistiques de la Banque.

Lindsay Meyerson était étudiante en économie à l’Université Columbia.

Maxime Pinkovskiy
Maxim Pinkovskiy est économiste principal au sein du Groupe de recherche et de statistiques de la Banque.

Comment citer ce post :

Ruchi Avtar, Rajashri Chakrabarti, Lindsay Meyerson et Maxim Pinkovskiy, « Comprendre l’écart racial et de revenu dans COVID-19 : éloignement social, pollution et démographie », Banque de réserve fédérale de New York Économie de la rue de la liberté, 12 janvier 2021, https://libertystreeteconomics.newyorkfed.org/2021/01/understanding-the-racial-and- Income-gap-in-covid-19-social-distancing-pollution-and-demographics.html.

Postes supplémentaires sur l’hétérogénéité sur Économie de la rue de la liberté
Hétérogénéité : une série de recherches en plusieurs parties


Avertissement

Les opinions exprimées dans cet article sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank de New York ou du Federal Reserve System. Toute erreur ou omission est de la responsabilité des auteurs.

Vous pourriez également aimer...