Distribuição da incidência de COVID-19 por geografia, raça e renda – economia de rua liberal

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


Neste post, estudamos se (e como) a disseminação do COVID-19 pelos Estados Unidos variou por geografia, raça, renda e densidade populacional. As áreas urbanas foram mais afetadas pelo COVID-19 do que as áreas rurais? A densidade populacional teve importância na expansão? O impacto do coronavírus variou de acordo com raça e renda? Nossa análise revela grandes diferenças demográficas e geográficas nos efeitos da pandemia até o momento.

Utilizamos dados do município em 11 de junho, compilados pelo New York Times e pelo Departamento de Saúde da Cidade de Nova York (NYC Health) sobre o número de casos e mortes para nossa análise. O New York Times compila uma série diária de casos e mortes confirmados por município para quase todos os estados nos Estados Unidos. Seu conjunto de dados agrega a cidade de Nova York, que consiste em cinco condados, em uma única entidade. Para obter um detalhamento das mortes e dos casos nos bairros da cidade de Nova York, usamos dados da NYC Health. Como os dados de raça e renda dos indivíduos afetados não estão disponíveis em todos os estados, comparamos nossos dados COVID-19 no nível do condado com dados no nível do condado sobre raça, renda, status urbano e densidade populacional dos americanos de cinco anos de 2014-18 Pesquisa da comunidade para entender a dispersão do COVID-19 por esses fatores.

Para entender a disseminação do COVID-19 por raça, investigamos se os municípios de maioria minoritária (MM) foram afetados de maneira diferente dos outros municípios. Para nossa análise, definimos municípios de maioria minoritária como aqueles em que pelo menos metade da população é negra hispânica e / ou não hispânica. Em 11 de junho, os condados da MM tinham casos de COVID-19 a uma taxa de 7,2 / 1.000 pessoas, enquanto indivíduos em outros municípios a contratavam a uma taxa de 5,9 / 1.000 pessoas. Descobrimos que os municípios de MM tiveram uma taxa de mortalidade de 35 / 100.000 pessoas, enquanto outros países tiveram uma taxa de mortalidade de 33 / 100.000 pessoas.

O mapa abaixo mostra a distribuição geográfica (em tercis ponderados pela população) de casos por mil, diferenciando entre a distribuição nos municípios de MM e outros municípios. A taxa visivelmente mais alta nos condados de MM é impulsionada principalmente pelo Bronx, Brooklyn e vários condados do norte de Nova Jersey (embora essas áreas sejam muito pequenas para discernir no mapa), mas algumas cidades, como Nova Orleans e Filadélfia, e menos locais urbanos, como o sudoeste da Geórgia e o delta do Mississippi, têm taxas muito altas de infecção. Em análises não relatadas aqui, descobrimos que a distribuição geográfica das mortes entre municípios é qualitativamente semelhante à distribuição geográfica dos casos.

Leia Também  A reabertura estadual aumentou as interações sociais? -Liberty Street Economics


Distribuição da incidência de COVID-19 por geografia, raça e renda

No entanto, essa análise descritiva univariada simples deixa em aberto a questão de saber se a maior incidência do vírus nas áreas de MM é melhor explicada por sua distribuição racial ou por outros fatores como renda, densidade populacional e status urbano. Definimos municípios urbanos como municípios que se encontram dentro de áreas estatísticas metropolitanas. Para analisar esses efeitos, apresentamos a seguir resultados de algumas regressões multivariadas. Todas as regressões abaixo do controle para características invariantes no tempo dos estados e exploram a variação dentro do estado para entender os padrões. Definimos municípios de baixa renda como aqueles que se enquadram no quartil inferior da população, com distribuição ponderada da renda média da família.

Como visto na primeira coluna da tabela abaixo, os municípios de MM têm 3,8 casos a mais por 1.000 do que outros países após controlar o status urbano e de baixa renda, consulte a primeira coluna da tabela abaixo. Da mesma forma, depois de controlar os outros status, os municípios urbanos têm 1,8 a mais casos por 1.000 do que os rurais e os de baixa renda têm 0,6 a mais casos por 1.000 que os que não têm renda baixa. Assim, cada um dos municípios MM, urbanos e de baixa renda tem uma taxa significativamente maior de casos do que seus correspondentes. Notavelmente, esse efeito é o mais forte nos municípios de MM. Achamos que os padrões são semelhantes para as taxas de mortalidade.

Estendemos o modelo incluindo a densidade populacional do condado como covariável adicional nas colunas 2 e 4. Os condados nas áreas urbanas tendem a ter maior densidade populacional (o coeficiente de correlação é de 0,59); portanto, uma questão relevante é se a maior incidência de COVID-19 nas áreas urbanas é atribuível ao seu status urbano ou à sua maior densidade populacional. Especificamente, a inclusão da densidade populacional no modelo nos permite investigar se ele leva a uma expansão mais extensa em áreas urbanas e de baixa renda.

Leia Também  Como o acesso ao crédito afeta os resultados e a classificação da pesquisa de emprego? -Liberty Street Economics

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Controlar a densidade populacional produz uma imagem muito diferente para as áreas urbanas e rurais – descobrimos que as áreas urbanas têm taxas mais baixas (coluna 2) e taxas mais baixas de mortalidade (coluna 4) do que os municípios rurais. Isso implica que a maior incidência de casos e taxas de mortalidade nas áreas urbanas acima foi impulsionada pela maior densidade populacional nessas áreas. A menor suscetibilidade das áreas urbanas pode ser devido a melhores instalações médicas e acesso mais fácil a bens e serviços essenciais nessas áreas em relação às áreas rurais. Por outro lado, mesmo depois de controlar a densidade populacional, continuamos a encontrar uma incidência notavelmente maior de COVID-19 nas comunidades de baixa renda e MM, conforme capturado pelas taxas de casos (coluna 2) e taxas de mortalidade (coluna 4).

Na coluna 3, construímos o modelo na coluna 2 e adicionamos um termo de interação entre manequins de baixa renda e MM. O objetivo é investigar se municípios com baixa renda e com maioria minoritária têm padrões diferentes. Concluímos que os municípios de baixa renda que também são MM têm um número significativamente maior de casos do que os municípios de baixa renda que não são MM. Especificamente, os municípios MM de baixa renda têm 3,79 mais casos por 1.000 pessoas do que os municípios de baixa renda que não são MM. Os municípios MM de baixa renda têm 4,7 a mais casos por 1.000 pessoas do que os municípios de baixa renda que não são MM. Da mesma forma, os municípios de MM de baixa renda têm uma taxa de casos mais alta do que os municípios de MM de baixa renda.


Distribuição da incidência de COVID-19 por geografia, raça e renda

Finalmente, o gráfico abaixo revela o papel da densidade populacional no momento e na gravidade dos surtos locais. Agrupamos todos os municípios com densidade populacional semelhante e plotamos o caso per capita espalhado por densidade populacional (eixo vertical) e tempo (eixo horizontal). O tamanho das bolhas representa a gravidade do surto, conforme capturado pelo número de casos per capita.

Concluímos que a densidade populacional teve um papel importante na disseminação do vírus. A dispersão revela que os municípios mais densos foram os primeiros a ver os casos e a taxa de casos foi marcadamente maior nos municípios mais densos. As bolhas nas linhas superiores começam a crescer bem antes das bolhas nas linhas inferiores e são marcadamente maiores em tamanho do que as bolhas nas linhas inferiores. Em um gráfico, não incluído aqui, descobrimos que a imagem parece qualitativamente muito semelhante se substituirmos os casos por mortes no gráfico de dispersão abaixo. A maior suscetibilidade de áreas densas ocorre porque é relativamente difícil distanciar-se socialmente em locais com maior densidade populacional, o que aumenta o risco de infecção por COVID-19.

Leia Também  Expectativas de inflação em tempos da economia de rua COVID-19 - Liberty


Distribuição da incidência de COVID-19 por geografia, raça e renda

Neste post, estudamos a heterogeneidade na incidência de COVID-19 (casos e taxas de mortalidade) por status urbano, minoritário e de baixa renda. Constatamos que as áreas urbanas, comunidades minoritárias majoritárias e comunidades de baixa renda foram impactadas significativamente mais do que outras comunidades. Aprofundando, descobrimos que a maior incidência de casos de COVID-19 e mortes nas áreas urbanas se deve à maior densidade populacional. Controlando a densidade populacional, descobrimos que as áreas urbanas provavelmente apresentam taxas mais baixas de mortalidade e de mortalidade. Isso pode ser devido a melhores instalações de assistência médica (hospitais, médicos, equipamentos médicos) e melhor / mais fácil disponibilidade de produtos e serviços essenciais. As maiores vulnerabilidades nas comunidades de baixa renda e maioria minoritária continuam a ser proeminentes, mesmo após o controle do efeito da densidade populacional. No trabalho em andamento, estamos estudando as razões subjacentes às diferenças nas vulnerabilidades na maioria das minorias e nas áreas de baixa renda. Isso se deve a diferenças nas comorbidades pré-existentes? É por causa das diferenças no acesso ao sistema de saúde? É por causa da maior exposição em certos empregos (por exemplo, essencial versus não essencial) para os quais o distanciamento social é mais difícil? Essas são perguntas que continuamos a estudar; fique atento às próximas postagens nesta área.


Rajashri ChakrabartiRajashri Chakrabarti é economista sênior do Grupo de Pesquisa e Estatística do Federal Reserve Bank de Nova York.

William NoberWilliam Nober é analista sênior de pesquisa no Grupo de Pesquisa e Estatística do Banco.

Como citar este post:

Rajashri Chakrabarti e William Nober, “Distribuição da incidência de COVID-19 por geografia, raça e renda”, Federal Reserve Bank de Nova York Liberty Street Economics, 15 de junho de 2020, https://libertystreeteconomics.newyorkfed.org/2020/06/distribution-of-covid-19-incidence-by-geography-race-and-income.html.


aviso Legal

As opiniões expressas neste post são de responsabilidade dos autores e não refletem necessariamente a posição do Federal Reserve Bank de Nova York ou do Federal Reserve System. Quaisquer erros ou omissões são de responsabilidade dos autores.

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br