物以类聚？新冠病毒的多样性和传播 印度病例

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
阻止COVID感染需要社区集体行动，这在社会和经济多样化的环境中很难实现。利用印度的区级数据，我们检验了种姓和宗教分裂以及经济不平等对报告病例增长率的影响。研究结果表明种姓同质性的积极影响，而经济不平等和宗教同质性的影响有限。然而，随着全国封锁后的解锁程序，更高种姓同质性带来的好处被视为正在侵蚀。我们发现，即使在取消流动限制的情况下，通过种姓效应产生的社区凝聚力在农村地区仍相对占优势。我们的发现表明，规划者应该优先考虑在种姓不同的地区进行公共卫生干预，以弥补社区凝聚力的缺失。本研究的重要意义在于实证验证同质性与感染之间的因果关系，并为感染易发区的分区提供依据。
---
英文标题：
《Birds of a feather flock together? Diversity and spread of COVID-19
  cases in India》
---
作者：
Udayan Rathore, Upasak Das, Prasenjit Sarkhel
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  Arresting COVID infections requires community collective action that is difficult to achieve in a socially and economically diverse setting. Using district level data from India, we examine the effects of caste and religious fragmentation along with economic inequality on the growth rate of reported cases. The findings indicate positive effects of caste homogeneity while observing limited impact of economic inequality and religious homogeneity. However, the gains from higher caste homogeneity are seen to erode with the unlocking procedure after the nationwide lockdown. We find that community cohesion through caste effect is relatively dominant in rural areas even when mobility restrictions are withdrawn. Our findings indicate planners should prioritize public health interventions in caste-wise heterogeneous areas to compensate for the absence of community cohesion. The importance of our study lies in empirically validating the causal pathway between homogeneity and infection and providing a basis for zoning infection prone areas.
---
PDF下载：
--> English_Paper.pdf (1.92 MB)

2022-4-20 21:23:44 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：物以类聚 多样性 Restrictions intervention Quantitative

物以类聚？IndiaUdayan Rathore*Oxford Policy Management(rathore.udayan@gmail.com)Upasak Daspressional Development Institute减少贫困经济学研究员(Upasak.das@Manchester.ac.uk)Prasenjit Sarkhels Kalyani大学经济系副教授(prasenjitsarkhel@gmail.com)摘要：阻止COVID感染需要社区集体行动，这在社会和经济多样化的环境中很难实现。利用印度的区级数据，我们检验了种姓和宗教分裂以及经济不平等对报告病例增长率的影响。在观察到经济不平等和宗教同质性的有限影响的同时，发现了种姓同质性的积极影响。然而，随着全国封锁后的解锁程序，种姓同质性提高的好处被认为会被侵蚀。我们发现，即使在取消流动限制的情况下，通过casteeffect产生的社区凝聚力在农村地区仍相对占优势。我们的结论是，规划者应该优先考虑在种姓不同的地区进行公共卫生干预，以弥补社区凝聚力的缺乏。我们研究的重要性在于从经验上验证同质性和感染之间的因果关系，并为区域感染易发区提供基础。关键词：种姓、新冠肺炎、多样性、解锁、社会凝聚力、印度_________________________________________________________________________,作者感谢Sushmita Chakraborty在生成地图时获得的帮助和RitabrataBose帮助数据的初步整理。*Rathore表达的任何观点都是他个人的，不一定是他的雇员的。引言新型冠状病毒(SARS-CoV-2)，以下简称新冠肺炎大流行，已在世界范围内呈指数级蔓延，每天夺去数千人的生命。由于没有现成的疫苗或药物疗法，预防措施，如封锁、保持两个人之间至少6英尺的距离和通过口罩限制呼吸道接触，已经成为阻止感染增长的主要干预措施。然而，鉴于病毒的高度传染性，如果社区中的其他人不愿意采取这些保护措施，一个人遵守协议的好处将微不足道。因此，遵约与集体行动问题是相同的，在集体行动中，社区之间的协调将增加公共卫生的存量。特别是，在疫情期间，印度的公共机构和卫生机构发起了关于新冠肺炎的广泛宣传运动。基于社区的信息网络可能已经认识到这些信息，以促进自愿遵守行为。然而，在人口众多的发展中国家，实现合作平衡可能特别具有挑战性，这些国家的特点是社会、宗教和经济线上的分裂。在这种情况下，居住在不同社区的个人是否比居住在更同质环境中的人更容易感染新冠肺炎病毒？异质性的本质是什么？是社会、宗教和经济差异同样重要，还是某些异质性比其他差异更重要？我们在印度的背景下提出这些问题，印度仍然是亚洲疫情最严重的国家之一，感染病例数仅次于美利坚合众国，死亡人数仅次于美国和巴西。

在起草论文时，已报告近860万例病例，死亡人数超过12.7万（截至2020年11月10日）。特别是，在本文中，我们研究了从全国封锁开始（2020年3月25日）到2020年7月26日，社会、宗教和经济多样性对报告感染人数增长的影响。此后，封锁分四个阶段实施，持续约两个月：第一阶段：3月25日至4月14日；第二阶段：4月15日至5月3日；第三阶段：5月4日至5月17日，第四阶段：5月18日至5月31日。其后，经济解锁程序启动，因此，我们考虑了为期约两个月的四个额外阶段，即第五阶段：6月1日至6月14日、第六阶段：6月15日至6月28日、第七阶段：6月29日至7月12日、第八阶段：7月13日至7月26日进行分析。这使我们能够审查案件数量增长对解锁的影响以及差异的相关影响。由于印度社会结构中强烈存在种姓和宗教分层，多样性及其在确定社区对抗新冠肺炎行动效力方面的影响是相关的。追溯到公元前1500-500年，种姓制度由4000多个社会类别组成，使印度成为世界上基因最多样化的国家之一(Munshi，2019)。在这篇论文中，我们用四个广泛的种姓群体来定义异质性。这包括上层种姓（其他）、在册种姓、SC（以前的贱民种姓）、属于在册部落(ST)的族裔和部落群体以及其他落后阶层(OBC)。正如(Munshi，2019)所描述的那样，这些群体具有明显的空间隔离，在信息共享和社会身份方面延伸到集群，并可能在防止传染病传播的保护努力中发挥重要作用。这种隔离不仅限于种姓和社会群体亲和力。自1947年印度独立以来，宗教冲突，尤其是印度教徒和穆斯林之间的冲突，也被视为社会凝聚力或分裂的根源(Field，Levinson，Pande，&Visaria，2008)；（Susewind,2017）；（米特拉和雷，2014年）。虽然现有文献对社会分裂对公共物品供应的影响进行了研究，但基于种姓和宗教的多样性对感染传播的影响仍相对较少探讨。因此，在像印度这样种姓和宗教深深植根于社会事务的国家，探索这些方面的多样性对新冠肺炎传播的影响可以为加快医疗干预提供重要的政策指针。值得注意的是，除了主要是社会性质的种姓和宗教异质性之外，我们还考虑了通过家庭消费支出的不平等表现出来的经济多样性，并探讨了其与感染传播的关系。较高的经济不平等可能会减少群体团结，并对集体供应起到威慑作用(Wade，1994)；（代顿-约翰逊，2000年）。

换句话说，我们假设信任和协调一致的社区行动的概念可以超越社会和宗教信仰，并在遵守新冠肺炎遵约议定书方面沿着经济路线保持一致。多样性可能会破坏对公共利益的自愿合作，在我们的情况下，遵守遵约议定书一直是发展中国家的一个持续主题(Banerjee，Iyer，&Somanathan，2005)；(Habyarimana，Humphreys，Posner，&Weinstein，2007)。驱动这种关系的潜在机制可以通过许多渠道来理解：首先是通过偏好链接，在这个链接中，特定群体的个人更关心群体内的成员，而不是局外人(Tajfel，Billig，Bundy，&Flament，1971)；(Vigdor，2004年）；（Alesina&Ferrara著，《种族差异与经济绩效》，2005)。其次，同质社会由于较高的社会互动往往拥有较高水平的社会资本，从而影响母亲期望的互惠关系，反映出较高水平的人际信任。因此，较高的社会关系和网络必然导致同质社区更有效地监测侵权行为，从而能够有效地实施社会制裁，这可能导致改进集体行动(Banerjee，Iyer，&Somanathan，2005)；（Miguel&Gugerty,2005）。最后，更大的多样性也与偏好的差异和不同的风险认知有关，这可能导致服从程度的次优(Alesina，Baqir&Easterly，1999)；（Munshi&Rosenzweig，2018)。然而，考虑到病毒的高度传染性，也可能有可能在不同的社区中存在较低的个人间互动，因此病毒在异质社区中传播的机会可能较低（Bosancianu,et al.，2020)。这种相反的可能性使多样性和感染传播之间的潜在关系变得模棱两可，这需要经验验证。为了研究感兴趣的关系，我们综合了来自多个来源的数据。如前所述，研究期间关于新冠肺炎病例的地区WISEData（结果）来自发展数据实验室(DDL)的COVID印度数据库(Asher，Tobias，Matsuura和Novosad，2020年）。我们还利用最近多轮全国抽样调查组织(NSSO)在地区一级构建了一系列相关控制措施，这些调查可以说是印度最可信的官方调查之一。特别是，我们考察了从2020年3月25日到7月26日这段时间内地区层面的社会、宗教和经济同质性的影响大小的变化，将这一窗口分为8个阶段，前四个阶段捕捉到全国范围内的封锁阶段，后一个阶段对应于四个解除封锁阶段。在估计利益关系的同时，我们可以否定由于这一流行病的外生和前所未有的性质，导致住宅自我选择的反复性偏见的可能性。相反，确定因果关系的核心挑战来自于可能源于遗漏变量偏差(OVB)的内生性可能性，尽管控制了各种混杂因素，但我们可能无法解释与感兴趣的变量和结果同时相关的不可观察的因素，从而导致我们的发现中的偏差。为了考虑到这种可能性，我们采取了以下措施。首先，我们控制第一阶段封锁（2020年3月25日）前一个地区报告的COVID-19病例。

这对于解决不可观察项目的选择至关重要，因为它涵盖了最初热点的累积影响、优越的国际连通性以及某些地区融入全球供应链的情况，所有这些都可能与住宅模式有关，这些模式可能会形成衡量标准，鉴于新冠肺炎是一个外生冲击，通过反向因果关系产生的内生性就不那么令人担忧了。地区层面的异质性。例如，请注意，新冠肺炎病毒不是起源于印度，而是通过方便国际旅行和处理大量乘客的地区/城市进入该国，特别是来自中国、欧洲和中东的地区/城市。这些地区也可能更好地与全球供应链融合，从而成为跨社会、宗教和经济领域的首选就业目的地。这些因素可能会导致较高或较低的异质性，这取决于社会经济或社会宗教的流动性。这种影响将与利益关系相混淆，从而导致有偏见的估计。其次，为了考虑封锁阶段供应方的动态反应，除了地区一级的物质和人类健康基础设施之外，我们还控制了该地区前一段时间所有倒退的死亡人数。在这里，一个合理的假设是，当制定或审查政策反应时，地区和其他级别的行政部门可能对前一时期新冠肺炎死亡人数更敏感。第三，对于所有的回归，我们采用州内、地区固定效应来解释任何可能与感兴趣的变量和结果相关的地区级别未观察到的特征。具体地说，这个变量和时间/时期假体可能会控制新冠肺炎测试中的变异，这些变异可能在这些地区内部相似，但在这些地区之间随时间而变化。最后，我们使用了（Altonji,Elder,&Taber,2005）和（Oster,2019）的策略，用一个相当大的标准的不可观察项选择假设来检验我们系数的界限。这些步骤确保了不可观察的混杂因素的影响得到了考虑，从主要回归估计中得出的同质性系数可以从一个强有力的因果角度来看，这有助于制定重要的政策工具。我们的发现表明，种姓群体同质性较高的地区平均新冠肺炎感染人数的增长可能较低。这种关系在锁定的延长阶段变得更强，但随着解锁过程的开始而减弱。总体关系在解锁的第一个月保持统计显著性，此后消散。我们还发现，在封锁的前三个阶段，经济平等对扩散产生了适度但积极的影响，从而强调了基于经济线的社会关系的重要性。我们没有发现在类似的背景下与宗教同质性有显著关系的证据。这些结果在统计上对一系列稳健性检查是有效的。我们还考察了解锁程序对利益关系的影响。我们的发现表明了解锁过程的显著影响，种姓群体同质性的增强削弱了病毒首次出现在中国武汉，中国当局于1月底证实了人与人之间传播的可能性https://www.nytimes.com/2020/01/20/world/asia/covernory-chinasymptoms。html印度最初的几起病例记录在喀拉拉邦以及德里和孟买等城市，一旦封锁解除，这些城市的国际乘客和跨国移民人数众多。

有趣的是，对于以农村为主的地区，我们发现这些收益在解锁阶段有所增加。这一异质性的发现可能强调了社会合作和联系的重要性，与城市化程度更高的地区相比，农村地区的社会合作和联系可能要强得多。我们通过这篇论文的主要贡献有两个方面。第一，我们为越来越多的关于社会分裂与公共物品供给之间关系的文献做出了贡献。重要的是，我们在与公共卫生和遵守新冠肺炎协议相关的独特公共利益的背景下证明了这种关系。这对于在后流行病世界秩序的背景下保护生命和生计具有深远的影响。第二，从政策的角度来看，我们的研究结果将意味着将社会异质性的地理区域确定为潜在的热点，并确保在这些区域内尽早行政分配稀缺的医疗设施和服务，直到这些设施和服务的供应能够扩大。此外，我们的发现强调了社会保护和经济支持的重要性，尤其是在封锁期间，以确保即使在开始解锁经济后，在封锁期间阻止传染病增长方面取得的成果仍然完好无损。重要的是，我们的研究强调了社会凝聚力和社区联系的重要性，并提出了反对加深社区现有分歧的分裂政治议程的理由。相反，我们的工作概述了促进不同社会群体和谐的潜在收益，尤其是在支离破碎的口袋里。本文的结构如下。第2节介绍了所使用的数据，并给出了摘要统计信息。第3节通过概述估计和识别策略来讨论实证框架。第4节讨论了结果以及一些健壮性检查。第五部分总结了本研究的结论、局限性及其政策意义。关于新冠肺炎病例和死亡的数据和描述性统计数据来自发展数据实验室(DDL)COVID印度数据库，它可用于印度733个地区中的719个（98%）。分析期从2020年3月25日到2020年7月26日，涵盖了2020年5月31日结束的全国范围内的封锁期，以及随后的两个月内的封锁期。图1通过印度社会经济高分辨率农村-城市地理平台(SHRUG)提供了新冠肺炎感染在印度传播的空间视图，这是一个开放源码平台，旨在促进在印度工作的研究人员之间的数据共享。可在以下网址查阅：http://www.devdatalab.org/shrug。这些数字来自CovidIndia.com，这是一个来自人群的项目。GOI宣布从3月25日开始分四个连续阶段在全国范围内实施封锁，一直持续到5月31日结束，并发布了关于社交距离和卫生实践等措施的详细指导方针。封锁的后续阶段表明绿色区域的缩小，绿色区域代表着低感染带。封锁后，如表1所示，我们观察到报告的病例数量增加。图1：在封锁的每个阶段（直到2020年5月31日），新冠肺炎病例在印度各区的传播。此后，各邦政府获得了更多的自由，可以在全国范围内的负面清单之外决定进一步的限制，例如，包括国际旅行和教育机构的开放sttps：//timesofindia.indiatimes.com/India/lockdown-4-0-5月31日之后--州到拥有自己的州的限制slists/articleshow/76024524。CMSTO评估地区一级的社会、宗教和经济多样性，我们分别使用赫芬达尔·赫施曼指数(HHI)(Rhoades，1993)和基尼指数(GI)。

如前所述，对于castediversity来说，我们使用广泛的种姓群体，除了在“其他”项下汇总的特权种姓之外，还包括历史上处于不利地位的SC、ST、OBC群体。对于宗教来说，包括了8个主要宗教群体的代表性。HHI在0到1的范围内变化，值较高，这意味着一致性或集中度增加。GI基于每月家庭消费支出，也是在0到1的范围内计算的，较高的值意味着较高的不平等。图2给出了社会群体的空间概况，印度各地的宗教和经济多样性。图2：社会，印度各地区的宗教和经济多样性（2018）来源：作者使用NSSO 76throundfor分析，感兴趣的变量被视为标准化Z分数，这是与全印度衡量标准的差异单位。这方面的数据来自全国抽样调查组织(NSSO)关于饮用水、环境卫生、个人卫生和住房的第76轮。HHI指数是衡量该行业公司规模的指标，通常被用作衡量竞争的指标，较高的值意味着较高的垄断。印度种姓制度内的社会网络分为各种亚种姓或亚种姓。在本文中，我们严格要求广泛的种姓群体，因为区级代表性数据仅限于2018年这一时期。这些包括印度教、穆斯林、基督教、锡克教、耆那教、佛教、琐罗亚斯德教和其他。我们假设家庭内部的协调与合作相对于家庭间的协调与合作相对容易实现。因此，在本文中，我们使用家庭一级的数据计算感兴趣的变量（HHI和GI)，然后使用权重在地区一级聚合。然而，我们确实使用质量相似的个别水平变量来检查我们发现的稳健性。稳健性检查还考虑了与中值之间差异的标准差单位。2018年7月至12月期间收集的条件。据我们所知，这是最新的可用数据，可以通过使用适当的抽样权重对地区一级的社会经济概况进行代表性估计。值得注意的是，印度政府经常使用NSSO的数据来估计贫困和失业的流行率，以及对教育、农业和卫生指标等的估计，这使我们的主要感兴趣的变量以及控制变量具有可信度。我们还控制了NSSO第76轮调查中的一系列社会经济、人口和流动性控制。这包括根据《世界卫生组织准则》获得基本便利设施，如改善厕所和水源的家庭所占比例。获得这些便利设施可能有助于减少移动和接触附近其他人的感染。由于接近其他住户对遵守社交距离措施至关重要，我们控制人口密度以及区内居住在贫民窟或寮屋的住户比例。鉴于卫生，特别是洗手习惯在防止COVID-19感染传播方面的重要性，我们计算了在调查期间在房地周围发现人类粪便的家庭的份额，以及其成员在排便后定期用肥皂洗手的家庭的份额。新出现的文献表明，新冠肺炎疫情具有固有的城市特征，城市在疾病传播中发挥着重要作用(Mishra，Gayen，&Haque，2020)。为此，该地区居住在城市地区的家庭份额受到控制。

鉴于老年人群(>=60岁）容易受到感染(Daoust，2020年），老年人口的份额也被考虑在内。在经济状况方面，考虑了至少有一名研究生学历的家庭份额和正规就业。鉴于流动是传播的一个关键渠道，我们以各种方式控制流动：首先，我们通过包括该地区当前居住地至少10年的家庭份额来说明家庭流动趋势。其次，我们通过包括有人为工作旅行超过15公里的家庭份额来检查高频移动模式。此外，为了解该区的健康状况，一个地区慢性病人口比例的信息来自第75thNSSO轮健康消费。为了方便起见，这些地区的估计是从印度106,838个家庭的家庭数据中计算出来的。每个地区以平方公里为单位的总面积取自DDL COVID印度数据库，随后讨论。在调查中，如果家庭中的大多数成员用肥皂或洗涤剂包括液体肥皂、硬肥皂、洗手液、干湿纸巾等将手掌、正面和背面都分开，那么这个家庭被认为是在洗手。这一数据是在2017年7月至2018年6月期间收集的，覆盖了每个地区的113,823个家庭，并为每个地区提供了代表性的说明。在卫生基础设施方面，无论是物质还是人力，医院数量以及医生数量，一个地区的百万家庭都被考虑在内。这摘自DDL COVID印度数据库，该数据库来自人口普查（2011年）和社会经济种姓普查（2012年）(Asher，Tobias，Matsuura和Novosad，2020年）。上述对照清单适用于印度733个（91%）区中的670个，我们能够用719个（92%）区中的661个区的新冠肺炎病例和死亡信息绘制这些变量。为了探索多样性和新冠肺炎感染传播之间的关系，我们首先展示了社会群体同质性的分散情况和分析所考虑的八个时期病例的自然对数。这些期间分别包括封锁和解锁的四个阶段。我们还使用了印度政府（GoI）于2020年4月30日发布的通知中的行政数据，该通知由卫生和家庭福利部（MoHFW）发布。根据通知，各区被划分为红色，橙色和绿色区域（危险，温和，在第二阶段封锁（2020年5月3日）结束后的一周内，分别没有明显的危险）。这里，在不同阶段的HHI分布中，编码为绿色的地区的移动表明，与分布上端的绿色地区相比，分布低端的地区（较低的社会群体遗传性）进一步向右移动，相对更均匀（图3）。消费不平等的趋势类似，在经济不平等程度较高的绿色编码地区，病例上升速度似乎更快。图3：通过2020年4月30日的通知，MOHFW将病例和社会群体同质性划分为红色、橙色和绿色的地区之间的进展。这种方法考虑了病例数量、测试范围、监测反馈和各地区的翻倍率。根据这一标准，如果在过去21天内没有新冠肺炎确诊病例，一个地区将被归入绿区。

据我们所知，该机构随后没有传播此类分类的通知。家庭消费不平等的GI分散图可根据要求提供。注：作者的计算现在转向描述性统计的讨论，并提供结果、感兴趣的变量和其他控制变量的汇总度量。必须指出，在整个奥芬迪亚地区，近85%的地区在封锁开始（2020年3月25日）之前没有新冠肺炎病例报告。在被认为是世界上最严格的封锁的四个阶段中，没有病例的地区比例分别降至47%、31%、26%和15%。在此期间，每个地区的平均病例（死亡）数从封锁第一阶段前的约4（0）例增加到截至2020年5月31日的2669（80）例。在截至2020年7月26日的最后一次分析中，平均病例和死亡分别高达21,279例和537例（表1）。在感兴趣的变量中，鉴于该国绝大多数是印度教，宗教同质性的程度平均明显大于社会群体的同质性。宗教遗传性在奥迪沙、北阿坎德和古吉拉特邦地区最高，分别有11、6和5个地区位于分布的前十位。就社会群体的同质性而言，那加兰邦、阿鲁纳恰尔邦和米佐拉姆邦的数字最高，分别有10个、8个和7个地区位于前十位。消费不平等的相应数字最高的是位于前十位的恰蒂斯加尔邦、奥迪沙邦和中央邦的八、七和六个地区（图2）。地区封锁（2020年3月25日之前）4.2520.21，封锁阶段（2020年3月25日-4月14日）111.91521.86https://www.bsg.ox.ac.uk/research/research-projects/governory-respons-tracker，指定的来源无效。封锁第二阶段（2020年4月14日-5月3日）597.463785.953第三阶段（2020年5月4日-5月17日）1321.929455.724阶段（2020年5月18日-5月31日）2669.2619949.421阶段解锁（2020年6月1日-6月14日）4853.0234572.442阶段解锁（2020年6月15日-6月28日）8085.33558 19.第613阶段解锁（2020年6月29日-7月12日）13107.0883636.754阶段解锁（2020年7月13日-7月26日）21279.03109903.30Covid-19以下期间相关死亡：平均标准差号第1次封锁结束时19例相关死亡（2020年3月14日）2.8126.05Covid-19例相关死亡（2020年5月3日）18.46161.38Covid-19例相关死亡（2020年5月17日）43.38368.68Covid-19例相关死亡（2020年5月31日）79.72689.191次解锁阶段（2020年6月1日-6月14日）141.351189.752次解锁阶段（2020年6月15日-6月28日）264.032407.393次解锁阶段（2020年6月29日-7月12日）381.643285.104次解锁阶段（2020年7月13日-7月26日）536.5 33985.15感兴趣的变量（0-100）平均标准差号。地区社会组别48.8517.25HHI宗教组别77.4516.71基尼系数27.165.74地区家庭份额（0至100）平均标准差号。在HH78.7118.13HH和改进的水源89.3715.36HH生活在贫民窟/棚户区1.364.08HH排便后用肥皂洗手72.8222.70HH周围发现人类粪便8.4811.97患有慢性病2.884.16HH在城市地区25.3221.82在HH10.224.50至少有一名在HH10.224.50有固定工作的成员8.176.42在HH8.865.13NO。

399922.00388013.10每平方千米的家庭密度1664.1632063.58在当前地方的停留时间>=10年81.1315.99HH任何成员因工作旅行超过15千米8.068.03地区每百万千米的对抗疗法医院56.4676.57地区每百万千米的对抗疗法医生400.51811.55注：从封锁的第三阶段开始，每次封锁持续两周，从周一开始，到周日结束。后解锁期以相应的方式被划分为4个阶段，为了进一步理解感兴趣的结果是如何随着均匀性度量而变化的，我们使用了具有95%置信区间的核加权局部多项式平滑图，该图对误差项做出了非限制性的分布假设(Fan&Gijbels，1996)。在图4中，对于分析的持续时间，我们发现随着社会群体同质性沿x轴上升，新冠肺炎病例的增长率下降。随着收入不平等的加剧，感染人数的增长似乎也在上升，这是由x轴上基尼系数的较高值所衡量的。由于这种分析没有潜在的混淆因素，我们现在转向基于回归的方法来验证感兴趣的关系。为此，我们首先提出经验框架，然后在接下来的两节中提出相应的发现。图4：跨地区COVID病例日志和种姓、宗教和经济同质性的局部多项式图注：作者的计算框架4。1估计策略首先，我们估计在我们考虑的第8个时期结束时（截至2020年7月26日），将同质性与跨地区新冠肺炎感染人数相关的指数之间的关系。为了检验我们的假设，我们将行政区(r)的每个区(d)报告的新冠肺炎感染病例数的对数回归到捕捉种姓、宗教和经济线上同质性的感兴趣变量上。为了保证可比性，我们将这三个指标标准化，并直接在回归中使用。为了估计这种关联性，我们首先使用以下模型：这里表示1加上8期末地区报告的新冠肺炎感染病例数，分布在行政区域内，r。假定零的自然对数是未定义的，我们在对数变换之前给每个变量加一，以确保没有样本选择偏差(MaCurdy&Pencavel，1986)。并指出了在宣布封锁之前报告的新冠肺炎病例数和前一段时间在地区一级报告的病毒死亡人数，其中一个是由于前面所述的原因增加的。这两种控制措施都将解释当局遏制感染增长的潜在供应侧期反应。这可能包括及时的医疗干预、遏制感染增长的战略规划和提高认识运动等。并分别代表了HHI指数在种姓和宗教方面的区级标准化值，是消费支出的标准化基尼系数。区域级的时不变控制变量的向量由。行政区域固定效应解释了区域间的非均质性，这种非均质性是时间不变的，可以与我们的兴趣关系共存，同时也是误差项。通过正态普通最小二乘法(OLS)进行回归估计，并使用鲁棒标准差来控制潜在的异方差。