Concluziile studiului efectuat de profesorul Dumitru Sandu
Așa cum era de așteptat, comunitățile locale au acționat ca importante matrice în favorizarea sau în defavorizarea interacțiunilor sociale cu impact direct asupra ratelor cumulative de infectare a populației cu SARS-CoV-2. Materialul prezintă concluziile unei prime analize care încearcă să răspundă la întrebarea „ce anume din profilul comunelor și al orașelor din România a favorizat/defavorizat ratele cumulative de infectare a populației?”. Date furnizate de către Institutul Național de Sănătate Publică la nivel local au fost puse în relație cu caracteristici sociale, demografice, economice, culturale și de apartenență regională a comunelor și orașelor din țară.
Ratele cumulative de infectare au fost puternic dependente de caracteristicile comunitare cu impact direct asupra interacțiunilor sociale. Orașele mari și migrația în străinătate par să fi avut rolul esențial în desfășurarea procesului de infestare a populației cu SARS-CoV-2. Interacțiunile sociale specifice orașelor mari și comunităților apropiate de acestea au acționat ca mediu de relevanță imediată pentru viteza de infestare și extinderea ei. Ariile culturale din jurul unor mari orașe precum București, Timișoara, Cluj, Sibiu, Brașov și Iași au ieși în evidență, în mod special ca medii de locuire și producție care au favorizat niveluri ridicate de infectare COVID-19. Comune și orașe din zonele periurbane ale marilor orașe menționate au fost înregistrate ca locuri de maximă infectare de maximă intensitate, dincolo de variabilitatea condițiilor de sistem sanitar sau de politicile sanitare locale adoptate.
O a doua familie de factori care a favorizat infectările cu SARS-CoV-2 este dată de interacțiunile sociale asociate cu migrația în străinătate și localizarea comunităților în județele de graniță. Deși datele de măsurare a experiențelor comunitare de migrație cu care am putut lucra la nivel local sunt vechi, ele continuă să fie relevante, dată fiind inerția foarte mare a proceselor de migrație. Precum într-un uriaș experiment social, am reuși să ținem sub control, prin procedee statistice adecvate, rolul unor factori pentru a evidenția impactul altora asupra fenomenului în discuție. Așa am putut constata că infectările COVID-9 au fost semnificativ mai mari în comunitățile cu număr mare de plecări în străinătate și a celor din județe apropiate de graniță.
Desigur, nu poate fi vorba de o analiză completă. Optim ar fi fost să lucrăm cu date care pun împreună caracteristici individuale cu caracteristici comunitare[iii]. Astfel de date există în România, dar... Funcție de datele disponibile, deocamdată, am obținut o primă imagine la nivel național asupra condițiilor comunitar-regionale care au favorizat interacțiunile sociale relevante pentru răspândirea infectărilor COVID-19. Nu încape îndoială că o mai bună specificare a datelor locale prin menționarea infectărilor pe perioade și a ratelor de vaccinare ne-ar fi ajutat considerabil în mai buna înțelegere a procesului analizat.
O serie întreagă de întrebări fertile vin pe linia prezentei analize. De ce circulația migratorie spre Marea Britanie aduce , mai mult decât cea pe alte coridoare pe care circulă românii, probabilitate sporită de infectare COVID-19? De ce aria culturala săracă Botoșani-Vaslui favorizează tipul de infectare în discuție? Este suficientă explicația sugerată deja , referitoare la apropierea celor două județe de un centru urban puternic de tip Iași? De ce în localitățile cu pondere mai mare de penticostali, caeteris paribus, ratele de infectare COVID-19 au fost mai puternice? Este vreo legătură între înregistrarea acestei relații și ceea ce s-a întâmplat la Suceava la începutul pandemiei? Este suficienta explicația pentru nivelul ridicat al infectărilor COVID-19 în aria culturală din sudul Munteniei prin raportare la efectul-București? Probabil , nu. De ce comunele și orașele mici , puternic dezvoltate, din periurbanul orașelor mari au avut rate maxime de infectare COVID-19? A contat numai cultura, apropierea de orașele mari și gradul ridicat de dezvoltare? Iarăși, cred ca nu. Ar fi de văzut detalii pe compoziția demografică a populației și alte aspecte similare. De ce, spre exemplu, Dumbrăvița, una dintre cele mai dezvoltate comune din România, are și cea mai mare rată de infestare COVID-19? Cât au contat aici, în afara factorilor explicativi menționați deja, și coridorul de migrație spre Germania sau pondera unor minorități religioase?
Click aici pentru a vedea ANEXA 1
[i] Am efectuat o analiză de regresie cu toate variabilele din Anexa 1 la care am adăugat ca predictori și măsurători ale intensității fluxurilor spre Germania, Italia, Marea Britanie, Spania și Franța, folosind date vechi, din 2011 (rate de emigrare temporară, logaritmate). Singurul predictor semnificativ sub aspect statistic, pentru o relație pozitivă, este cel referitor la rata de emigrare spre Marea Britanie.
[ii] Pentru detalii asupra ariilor culturale ale României de azi vezi Sandu, Dumitru. 2020. Ariile culturale de mod de viață în România de azi, în Rostas Zoltan, Văcărescu, Theodora-Eliza (editori), In honorem Sanda Golopenția, București: Spandugino.
[iii] Avem în vedere o posibilă analiză multinivel folosind date ale celor infectați și vaccinați împreună cu date ale localităților din care aceștia provin.
Vă prezentăm în continuare studiul complet realizat de profesorul Dumitru Sandu:
Îmbolnăvirea în genere, cea din pandemie în mod special, are o puternică determinare socială. Firesc, în confruntarea cu COVID-19, a contat și contează viteza de răspândire a îmbolnăvirilor și, mai ales, cea de reducere a incidenței și a consecințelor ei. Acesta este motivul pentru care ratele de infectare au fost calculate și raportate pe perioade determinate, de obicei 14 zile. Înțelegerea mecanismelor sociale ale contagiunii obligă însă și la raportarea la perioade mai lungi. Este ceea ce vom face în continuare, apelând la un prim set de date disponibile la nivel de localitate, referitoare la ratele de incidență a infectărilor începând din octombrie 2019 până la sfârșit de aprilie 2021.
Interacțiunile sociale în și cu populația din orașele mari
Dacă facem abstracție de dinamica procesului de infectare și luăm în considerare numai ratele cumulate ale acestei contaminări, rezultă cu claritate că tendința a fost ca ratele locale de infectare să fie cu atât mai mari cu cât localitatea este mai mare ca număr de locuitori. Impactul specific maxim a fost, tendențial vorbind, maxim pentru orașele de peste 200 de mii de locuitori. Comunele cu mai puțin de 4 mii de locuitori au fost cele la nivelul cărora s-au înregistrat cele mai mici rate de infectare COVID. Între cele două extreme apar efecte diferențiate. Localitățile, comune sau orașe , cu populație între 4 mii și 20 mii de locuitori fac parte din categoria celor care au defavorizat efecte de infectare COVID. Toate orașele cu populație de peste 50 de mii de locuitori au favorizat, în logică statistică, tendențial, nu caz cu caz, rate crescute de infectare. Efectul de mărime a orașului asupra ratelor de infectare nu a fost unul liniar. Așa cum am menționat deja, favorizarea contaminării COVID a fost maximă în orașele foarte mari de peste 200 de mii de locuitori. A doua categorie de oraș, cu un efect tot semnificativ dar ceva mai redus, asupra producerii infectărilor COVID a fost cea a orașelor de mărime medie, de 50 mii – 100 mii locuitori. Tot un efect de favorizare a pandemiei a fost înregistrat și în orașele mari de 100 mii- 200 mii de locuitori. Greu de spus, cu datele pe care le avem, de unde derivă această ierarhie de importanță de efecte. Cert este că în orașele foarte mari (la scara României, desigur) măsurile de distanțare socială au fost cel mai puțin respectate , în condiții de eterogenitate sociale maximă, densitate mare și circulație migratorie de mare intensitate. Reversul este valabil pentru comunele de sub 4 mii de locuitori[ii].
Analiza pe care am întreprins-o și o notăm sintetic în anexă indică o situație mult mai complicată. Ea permite identificarea efectelor specifice diferiților factori asupra contaminării de tip COVID. Ca într-un imens experiment științific. De acolo aflăm ca o contribuție notabilă la răspândirea pandemiei COVID-19 a avut-o și apropierea de marile orașe. La acest aspect ne vom referi în continuare.
Periurbanul bogat a fost cel mai contaminat?
Cu cât o comună are un grad mai mare de apropiere de orașele mai mari, cu atât rata de infectare COVID a fost mai mare pentru perioada avută în vedere în această analiză. Același gen de relație este valabil și pentru orașele mai mici.
Intuitiv, relația poate fi urmărită ușor la nivelul celor 20 de localități din țară care aveau rata de infectare COVID de nivel maxim la sfârșit de aprilie 2021 (Figura 1). Majoritar, acestea sunt comune sau orașe mici din județele Ilfov și Timiș. Cea mai mare rată de infectare, de 175‰ era înregistrată în comuna Dumbrăvița din Timiș, foarte apropiată de orașul Timișoara. Dar tot în seria acestui grafic apar și comune sau orășele puternic dezvoltare in apropiere de București, Cluj, Iași, Sibiu. Cu datele indicelui de dezvoltare umană locală actualizat (IDUL 2018), Chiajna, Corbeanca, Otopeni, Voluntari și Dumbrăvița sunt primele cinci localități ca nivel de dezvoltare din România.
Vezi aici Figura 1
[i] Anexa pune în relație valori locale ale ratelor cumulative de infectare COVID-19 cu caracteristici ale localităților. Aspectele tehnice ale analizei sunt menționate aici pentru a evidenția faptul că interpretările pe care le prezentăm în text nu sunt simple opinii personale ci rezultă din examinarea unui set de date. În plus, logica argumentării din anexă poate fi relevantă pentru cei interesați de aspectele tehnice ale abordării.
[ii] Desigur, în timp, pe parcursul desfășurării procesului pandemic, au acționat și alți factori care au influențat ratele de infectare. Este cazul vaccinării, spre exemplu. Nu dispun, însă, de o situație în dinamică, la nivel local, sub acest aspect. Similar, factori precum interacțiunile sociale legate de migrație este probabil că au influențat diferențiat, în timp , contaminarea COVID-19. Specificările aferente unei astfel de abordări, iarăși nu îmi sunt disponibile.
Constatăm acum că astfel de localități periurbane sunt nu numai puternic dezvoltate dar și „premiante” la infectările cu COVID 19. De unde derivă această situație? Date complete pentru răspuns nu avem. Este foarte probabil că în cazul lor, sau al celor similare cu ele, este vorba de un efect combinat, de interacțiune. În acest efect vom regăsi atât componente socio-culturale cât și economice. Populația bogată, în cele mai multe cazuri, pentru astfel de localități, a fost motivată prin modul ei de viață de circulație teritorială intensă, în țară și în străinătate, de interacțiunile sociale multiple pe care le are, să efectueze mai multe teste de diagnosticare a posibilelor infectări cu COVID-19. În plus, facilitățile financiare sporite de care dispune populația localităților apropiate de orașele mari a facilitat sub aspect economic testările. Mai multe teste au putut duce și la depistarea mai multor infectări.
Dar migrația? În seria de întrebări inițiale o menționam ca sursă primară a interacțiunilor aducătoare și de COVID-19. Mai contează, însă, acest factor atunci când analiza se face cu date cumulative pe o perioadă de peste un an de zile? În plus, datele de migrație la nivel de localitate sunt vechi, din 2011, de la ultimul recensământ. Între timp, nivelurile, intensitatea fluxurilor de migrație s-au modificat.
Interacțiunile de migrație și zone de graniță
Da, migrația din 2020-2021 nu mai este cea din 2011. În pofida acestui fapt, experiența de migrație măsurată la nivelul ultimului recensământ, cel din 2011, a continuat să fie semnificativă și pentru modul de contaminare COVID-19 în profil local-regional. Conform rezultatelor de analiză din anexa 1 localitățile care aveau mulți plecați în străinătate în 2011 au înregistrat rate ridicate de infectare COVID-19. De ce? Din simplu motiv că, deși configurația câmpurilor de migrație localitate din România-străinătate s-a modificat între timp, ierarhiile de experiențe de migrație între localități au avut o puternică inerție în timp. Rețelele sociale de migrație cu cei din străinătate și cu cei de acasă s-au menținut. Pierderile de locuri de muncă în străinătate datorită crizei economice asociate cu pandemia au dus la reveniri mai mult sau mai puțin forțate în țară, definitiv sau temporar. Astfel de schimbări au avut, inevitabil, consecințe asupra probabilităților de infectare COVID-19. În plus, cererile sporite de forță de muncă , în special în agricultura țărilor de imigrare precum Germania, Marea Britanie, Franța sau Olanda, au stimulat deciziile de emigrare sau de re-migrare din țară. Acest gen de migrație economică prin puternică cerere pe piața forței de muncă din străinătate a favorizat, direct sau indirect, interacțiuni sociale care , la rândul lor, au favorizat infectările COVID.
Cu date de analiză pe care nu le prezentăm aici[i] a rezultat că infectările COVID au fost favorizate în special pentru localitățile care aveau tradiție de migrare în special pe coridorul România-Marea Britanie.De ce este așa ? Mai multe date pe temă pot lamuri problema.
Tot în registrul migrației intră și efectul asociat apartenenței localității la un județ de graniță. Ne-am aștepta ca infectările COVID-19 să fie mai frecvente în localitățile din județele de graniță. După cum se poate ușor observa din Anexa 1, așteptarea este întemeiată, confirmată de rezultatele analizei. Toate celelalte condiții fiind egale (ținute sub control, ca într-un experiment), apartenența localității de referință al un județ de graniță sporește semnificativ probabilitatea ca rata locală de infectare COVID sa fie mai mare. Constatarea trebuie interpretată în sensul în care nu este vorba numai de circulația migratorie a cetățenilor români ci și de orice alt tip de migrație transfrontalieră.
Alți factori
Condiționarea interacțiunilor sociale relevante pentru COVID-19 este extrem de bogată. Contează nu numai mărimea localității, densitatea, accesibilitatea urbană sau migrația. Aceleași date prezentate în Anexa 1 indică faptul că probabilitatea de a înregistra rate sporite de contaminare COVID-19 a fost semnificativ mai mare pentru localitățile cu pondere mare de vârstnici, puternic ancorate în infrastructurile de comunitare prin internet, cu dinamică demografică pozitivă, cu grad sporit de modernitate demografică (rata totala a fertilității de nivel ridicat), și capital material consistent.
În plus, se verifică așteptarea ca fenomenele de contaminare COVID în România să aibă și puternică dependență regională. O serie de factori neincluși explicit în analiza de față, asociați cu profilul sociocultural al unor grupări de județe, au contribuit la manifestarea unor rate diferențiale de infectare COVID-19 la nivel regional. Aria culturală formată din județe care au în componență orașe mari, în Transilvania, a acționat , spre exemplu, în acest sens. Este vorba de județele Timiș-Cluj- Sibiu-Brașov. Similar, în Transilvania au acționat pentru favorizarea unor rate sporite de infectare COVID și factori asociați cu specificul localităților din ariile culturale Alba-Arad-Hunedoara - Caraș-Severin, din apropierea Timișoarei. Județele din sudul Munteniei Teleorman-Giurgiu-Călărași-Ialomița din proximitatea Bucureștiului și Botoșani-Vaslui din proximitatea Iașului formează arii culturale de mod de viață, cu funcție similara de favorizare a unor rate cumulative ridicate de infectare cu COVID-19[ii].
Fiți la curent cu ultimele noutăți. Urmăriți StiriDiaspora și pe Google News
