Dos economistas laborales examinando los efectos espaciales en la difusión del COVID-19 en Castilla y León

Ángel L. Martín-Román (Universidad de Valladolid)
Alfonso Moral (Universidad de Valladolid)

Introducción

Como economistas laborales, una de nuestras líneas de investigación más activas es el estudio de los mercados de trabajo regionales (ver por ejemplo este trabajo, o este otro). En esta literatura se definen algunos efectos espaciales de desborde entre áreas territoriales vecinas. Utilizando esa misma lógica y algunas de las técnicas estadísticas asociadas a ella, nos propusimos arrojar algo de luz a la realidad de la transmisión de los contagios por COVID-19 en la Comunidad Autónoma de Castilla y León.
Se trata de una investigación en una fase muy preliminar. Actualmente, lo que se ha hecho un es análisis exploratorio de dichos efectos territoriales con técnicas de econometría espacial. Aunque se proponen algunas explicaciones tentativas del significado de las estimaciones realizadas, un análisis más detallado de los mecanismos causales subyacentes está aún por hacer.
Es cierto que como economistas laborales nos sentimos doblemente intrusos. Primero, al investigar un tema perteneciente a la epidemiología nos sentimos incomodos por utilizar algunos conceptos y realizar algunas interpretaciones que no nos son tan propios como otros en los que llevamos trabajando muchos años (pedimos disculpas por ello). El segundo motivo de “intrusión” es que éste es un blog dedicado a promover y diseminar el conocimiento relacionado con la economía laboral. Es cierto que las conexiones con el mercado de trabajo parecen débiles a primera vista, pero los que conocemos la realidad laboral de zonas geográficas muy afectadas por la pandemia, como el caso de Segovia, sabemos que el “commuting” con el gran foco de Madrid ha sido clave para entender la difusión de la enfermedad en muchas áreas espaciales de Castilla y León. Además, existe ya un antecedente en este blog sobre esta temática: la excelente entrada realizada por la socia de la AEET Cristina Borra (y coautoras).(ver aquí)

Utilizar datos de Castilla y León tiene algunas ventajas. En primer lugar, es una Comunidad Autónoma con 9 provincias, lo que ya le confiere una cierta variabilidad territorial en los datos estadísticos. No obstante, nosotros utilizamos una desagregación espacial de Zonas Básicas de Salud (ZBS), lo que nos genera una base de datos con 247 unidades espaciales. En segundo lugar, dada la heterogeneidad de criterios en la recogida y tratamiento de los datos relativos al COVID-19 en las diferentes regiones españolas, hemos llegado a la conclusión de que es mejor focalizar el análisis en una única región, con un criterio de recogida y tratamiento de los datos homogéneo y común. En tercer lugar, y relacionado con lo anterior, Castilla y León ha sido calificada por algunos organismos como la Comunidad más transparente en el tratamiento de los datos relativos al COVID-19 (ver, por ejemplo este artículo)

Análisis espaciales en esta línea se han desarrollado para algunos territorios españoles. Entre los más destacables están los del grupo de investigación AQR de la Universitat de Barcelona para las Áreas Básicas de Salud de Cataluña. Además, desde el ámbito de la economía se han hecho ya algunos esfuerzos investigadores para intentar comprender las dinámicas espaciales (ver esta entrada y esta otra).. Nuestro trabajo es simplemente una modesta aportación en este sentido. Creemos firmemente, no obstante, que la economía puede aportar herramientas y conocimientos útiles para entender este fenómeno; sobre todo, aquellos desarrollados para analizar cómo el comportamiento humano puede modificar algunas realidades sociales, de forma sorprendente en muchos casos. Hemos de reconocer, sin embargo, nuestra investigación está aún lejos de esa fase.

Objetivo

Previamente a esta entrada, se redactaron dos notas breves de investigación  (aquí y aquí). En la primera de ellas pusimos de manifiesto la presencia de patrones espaciales entre los niveles de contagio observados en las ZBS de Castilla y León. Concretamente se mostró la existencia de una correlación positiva y significativa entre las tasas de contagio de un territorio y las de aquellos considerados vecinos. Tomando como punto de partida esa evidencia, elaboramos una segunda nota (que es en la que basamos esta entrada en el blog) en la que nos planteamos si el confinamiento ha tenido un efecto significativo sobre la evolución de la pandemia analizando los patrones espaciales de las tasas de mortalidad en dos momentos del tiempo. Nuestra interpretación de la evidencia es simplemente una explicación tentativa de la cuestión, y podría ser compatible con otros relatos. Por lo tanto, no queremos parecer demasiado categóricos. Esto es un tema para investigaciones futuras.

Resultados
El punto de partida de nuestro estudio es que una de las fuentes de contagio habitual es consecuencia de los flujos poblacionales producidos con territorios donde la pandemia ha sido más severa. En este sentido, el hecho de que se eliminen esos flujos a través del confinamiento previsiblemente debería atenuar los patrones espaciales de la tasa de mortalidad como indicador de la situación de la pandemia. Con esta finalidad se calculan dos tasas de fallecimientos acumulados como porcentaje de las tarjetas sanitarias de cada zona básica de salud. La primera de ellas incluye todos aquellos decesos producidos con anterioridad al 8 de abril y que podrían ser atribuibles a los contagios previos al confinamiento. La segunda incluiría las muertes producidas entre el 8 de abril y el 8 de mayo y sería más el resultado de la evolución seguida por la pandemia desde que se inició el estado de alarma.

 Figura 1. Distribución por quintiles de la tasa de mortalidad por COVID-29 (datos acumulados)

Hasta el 8 de abril

Del 8 de abril al 8 de mayo

Fuente: Elaboración propia a partir de datos abiertos de la Junta de Castilla y León

A la vista de la figura 1, se puede intuir visualmente que la distribución es más aleatoria en el segundo periodo y que presenta patrones más definidos en el primero. Para cuantificar esta intuición, el trabajo presenta varios test de dependencia espacial que permitan corroborar la validez de nuestra hipótesis. En el cuadro 1 se presentan dos test de dependencia espacial, la I de Moran y la C de Geary, para los dos periodos considerados y con tres criterios de vecindad diferentes. Dicho de otro modo, utilizamos tres matrices de pesos espaciales diferentes: 5 vecinos más cercanos (5 Nearest Neighbors, 5NN), diez vecinos más cercanos (10 Nearest Neighbors, 10NN) y matriz de distancia inversa.

Los resultados muestran que los valores de la I de Moran (C de Geary) están más alejados de cero (uno) y son más significativos antes del 8 de abril o cuando reducimos el número de vecinos. Por lo tanto, la correlación espacial es mayor si somos más estrictos en el criterio de vecindad y cuando nos situamos en el primer periodo, donde los fallecimientos se asocian a la existencia de flujos entre territorios. Concretamente, esa menor correlación con los territorios vecinos durante el periodo de confinamiento parece indicar que éste sí que ha sido efectivo, y que ha conseguido reducir la fuente de contagio asociada a los flujos poblacionales como factor causante de esa dependencia espacial. No obstante, esa relación con el entorno no se llega a eliminar del todo, seguramente como consecuencia del efecto escala producido en la primera fase de expansión de la pandemia.

Cuadro 1: Test de dependencia espacial de las tasas de mortalidad por periodo y criterio de vecindad.

	Hasta el 8 de abril				Del 8 de abril al 8 de mayo
	I Moran	P valor	C Geary	P valor	I Moran	P valor	C Geary	P valor
5 NN	0.223	0.000	0.762	0.000	0.114	0.001	0.887	0.114
10 NN	0.194	0.000	0.770	0.000	0.077	0.001	0.907	0.108
Distancia inversa	0.063	0.000	0.871	0.000	0.027	0.004	0.926	0.125

Fuente: elaboración propia a partir de datos abiertos de la Junta de Castilla y León.

 

Conclusión

La conclusión fundamental de este análisis es que, según nuestra interpretación tentativa de los resultados, se observa una reducción del efecto desborde territorial como consecuencia del confinamiento. La relación entre las tasas de mortalidad de los territorios limítrofes es más débil durante el segundo periodo, coincidiendo con el momento temporal donde los decesos estarían más relacionados con contagios producidos tras las restricciones a la movilidad. Este hecho parece confirmar, en cierta medida, los efectos positivos del confinamiento y deben mantenernos alerta de cara a los flujos de población que genere la desescalada.