Dans cet article, nous étudions si (et comment) la propagation de COVID-19 à travers les États-Unis a varié selon la géographie, la race, le revenu et la densité de population. Les zones urbaines ont-elles été plus touchées par COVID-19 que les zones rurales? La densité de la population a-t-elle joué un rôle dans la propagation? L'impact du coronavirus a-t-il varié selon la race et le revenu? Notre analyse révèle jusqu'à présent des différences démographiques et géographiques marquées dans les effets de la pandémie.
Nous utilisons des données au niveau du comté au 11 juin, compilées par le New York Times et le New York City Department of Health (NYC Health) sur le nombre de cas et de décès pour notre analyse. Le New York Times compile une série quotidienne de cas confirmés et de décès par comté pour presque chaque comté des États-Unis. Son ensemble de données regroupe la ville de New York, qui se compose de cinq comtés, en une seule entité. Pour obtenir une ventilation des décès et des cas par quartiers de New York, nous utilisons les données de NYC Health. Étant donné que les données sur la race et le revenu des personnes affectées ne sont pas disponibles dans tous les États, nous faisons correspondre nos données COVID-19 au niveau du comté avec les données au niveau du comté sur la race, le revenu, le statut urbain et la densité de population de l'Américain quinquennal 2014-2018. Enquête communautaire pour comprendre la dispersion de COVID-19 par ces facteurs.
Pour comprendre la propagation de COVID-19 par race, nous examinons si les comtés majoritaires-minoritaires (MM) ont été affectés différemment des autres comtés. Pour notre analyse, nous définissons les comtés majoritaires-minoritaires comme ceux dans lesquels au moins la moitié de la population est noire hispanique et / ou non hispanique. Au 11 juin, les comtés de MM avaient des cas de COVID-19 à un taux de 7,2 / 1 000 personnes, tandis que les individus dans d'autres comtés l'ont contracté à un taux de 5,9 / 1 000 personnes. Nous constatons que les comtés MM avaient un taux de mortalité de 35/100 000 personnes tandis que d'autres comtés avaient un taux de mortalité de 33/100 000 personnes.
La carte ci-dessous montre la répartition géographique (en terciles pondérés en fonction de la population) des cas pour mille, en différenciant la propagation dans les comtés MM et les autres comtés. Le taux visiblement plus élevé dans les comtés MM est principalement provoqué par le Bronx, Brooklyn et plusieurs comtés du nord du New Jersey (bien que ces zones soient trop petites pour être discernées sur la carte), mais certaines villes, comme la Nouvelle-Orléans et Philadelphie, et moins les endroits urbains, comme le sud-ouest de la Géorgie et le delta du Mississippi, ont des taux d'infection très élevés. Dans l'analyse non présentée ici, nous constatons que la répartition géographique des décès entre les comtés est qualitativement similaire à la répartition géographique des cas.
Cependant, une telle analyse descriptive univariée simple laisse ouverte la question de savoir si l'incidence plus élevée du virus dans les zones MM s'explique le mieux par leur répartition raciale ou par d'autres facteurs tels que le revenu, la densité de population et le statut urbain. Nous définissons les comtés urbains comme des comtés situés dans des zones statistiques métropolitaines. Pour analyser ces effets, nous présentons ensuite les résultats de certaines régressions multivariées. Toutes les régressions ci-dessous contrôlent les caractéristiques invariantes dans le temps des états et exploitent la variation intra-état pour comprendre les modèles. Nous définissons les comtés à faible revenu comme ceux qui se situent dans le quartile inférieur de la distribution pondérée en fonction de la population du revenu médian des ménages.
Comme on le voit dans la première colonne du tableau ci-dessous, les comtés MM ont 3,8 cas de plus pour 1000 que les autres comtés après contrôle du faible revenu et du statut urbain, voir la première colonne du tableau ci-dessous. De même, après contrôle des autres statuts, les comtés urbains ont 1,8 cas de plus pour 1000 que les comtés ruraux et les comtés à faible revenu ont 0,6 cas de plus pour 1000 que les comtés qui ne sont pas à faible revenu. Ainsi, chacun des districts MM, urbains et à faible revenu a un taux de cas significativement plus élevé que leurs homologues correspondants. En particulier, cet effet est le plus fort dans les comtés MM. Nous constatons que les tendances sont similaires pour les taux de mortalité.
Nous étendons le modèle en incluant la densité de population des comtés comme covariable supplémentaire dans les colonnes 2 et 4. Les comtés des zones urbaines ont tendance à avoir une densité de population plus élevée (le coefficient de corrélation est 0,59), donc une question pertinente est de savoir si l'incidence plus élevée de COVID-19 dans les zones urbaines est attribuable à leur statut urbain ou à leur densité de population plus élevée. Plus précisément, l'inclusion de la densité de population dans le modèle nous permet de déterminer si elle entraîne une propagation plus étendue dans les zones MM, urbaines et à faible revenu.
Le contrôle de la densité de population donne une image très différente des zones urbaines par rapport aux zones rurales – nous constatons que les zones urbaines ont des taux de cas inférieurs (colonne 2) et des taux de mortalité (colonne 4) inférieurs à ceux des comtés ruraux. Cela implique que l'incidence plus élevée des taux de cas et de décès dans les zones urbaines ci-dessus était due à une densité de population plus élevée dans ces zones. La moindre sensibilité des zones urbaines peut être due à de meilleures installations médicales et à un accès plus facile aux biens et services essentiels dans ces zones par rapport aux zones rurales. D'un autre côté, même après avoir contrôlé la densité de la population, nous continuons de trouver une incidence nettement plus élevée de COVID-19 dans les communautés à faible revenu et MM, comme en témoignent les taux de cas (colonne 2) et les taux de mortalité (colonne 4).
Dans la colonne 3, nous construisons sur le modèle de la colonne 2 et ajoutons un terme d'interaction entre les nuls à faible revenu et MM. Le but est de déterminer si les comtés à faible revenu et à majorité minoritaire ont des schémas différents. Nous constatons que les comtés à faible revenu qui sont également MM ont un nombre nettement plus élevé de cas que les comtés à faible revenu qui ne sont pas MM. Plus précisément, les comtés à faible revenu MM ont 3,79 cas de plus pour 1 000 habitants que les comtés à faible revenu qui ne sont pas MM. Les comtés à faible revenu MM ont 4,7 cas de plus pour 1 000 habitants que les comtés à faible revenu qui ne sont pas MM. De même, les comtés MM à faible revenu ont un taux de cas plus élevé que les comtés MM qui ne sont pas à faible revenu.
Enfin, le graphique ci-dessous révèle le rôle de la densité de population dans le moment et la gravité des épidémies locales. Nous regroupons tous les comtés ayant une densité de population similaire et traçons le cas par habitant réparti par densité de population (axe vertical) et par temps (axe horizontal). La taille des bulles représente la gravité de l'épidémie, telle qu'elle ressort du nombre de cas par habitant.
Nous constatons que la densité de la population a joué un rôle majeur dans la propagation du virus. La dispersion révèle que les comtés plus denses ont été les premiers à voir des cas et le taux de cas a été nettement plus élevé dans les comtés plus denses. Les bulles des rangées supérieures commencent à croître bien avant les bulles des rangées inférieures et elles sont nettement plus grosses que les bulles des rangées inférieures. Dans un graphique, non inclus ici, nous constatons que l'image semble qualitativement très similaire si nous remplaçons les cas par des décès dans le diagramme de dispersion ci-dessous. La sensibilité plus élevée des zones denses s'explique par le fait qu'il est relativement difficile de se distancier socialement dans des endroits à forte densité de population, ce qui augmente le risque d'infection au COVID-19.
Dans cet article, nous avons étudié l'hétérogénéité de l'incidence de COVID-19 (cas et taux de mortalité) selon le statut urbain, minoritaire et à faible revenu. Nous constatons que les zones urbaines, les communautés majoritaires et minoritaires et les communautés à faible revenu ont été beaucoup plus touchées que les autres communautés. En approfondissant, nous constatons que l'incidence plus élevée de cas de COVID-19 et de décès dans les zones urbaines est due à leur densité de population plus élevée. En contrôlant la densité de la population, nous constatons que les zones urbaines sont susceptibles d'avoir des taux de cas et de mortalité plus faibles. Cela peut être dû à de meilleures installations de soins médicaux (hôpitaux, médecins, équipements médicaux) et à une disponibilité meilleure / plus facile des produits et services essentiels. Les vulnérabilités plus importantes dans les communautés à faible revenu et à majorité minoritaire restent importantes même après avoir contrôlé l'effet de la densité de la population. Dans le cadre des travaux en cours, nous étudions les raisons sous-jacentes des différences de vulnérabilité dans les zones à majorité minoritaire et à faible revenu. Est-ce dû à des différences de comorbidités préexistantes? Est-ce à cause des différences d'accès au système de santé? Est-ce à cause d'une exposition plus élevée dans certains emplois (par exemple, essentiels par rapport à non essentiels) pour lesquels la distanciation sociale est plus difficile? Ce sont des questions que nous continuons d'étudier; restez à l'écoute pour les publications à venir dans ce domaine.
Rajashri Chakrabarti est économiste principal au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.
William Nober est analyste principal de recherche au sein du Groupe de la recherche et des statistiques de la Banque.
Comment citer ce post:
Rajashri Chakrabarti et William Nober, «Distribution of COVID-19 Incidence by Geography, Race, and Income», Federal Reserve Bank of New York Liberty Street Economics, 15 juin 2020, https://libertystreeteconomics.newyorkfed.org/2020/06/distribution-of-covid-19-incidence-by-geography-race-and-income.html.
Avertissement
Les opinions exprimées dans ce billet 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 relève de la responsabilité des auteurs.
