Saggi, articoli su riviste. Krugman ed altri » Selezione della Settimana

La razza e la pandemia del Covid-19, di Graziella Bertocchi e Arcangelo Dimico (da VOX-EU, 29 luglio 2020)

 

29 July 2020

Race and the COVID-19 pandemic

Graziella Bertocchi, Arcangelo Dimico 

zzz 21   zzz 22

 

 

 

 

 

 

 

Since the COVID-19 pandemic hit the US, discussion on its disproportionate impact on African Americans has been at centre stage. The Atlantic (Kendi 2020) was the first to launch a call, on 4 March 2020, for adequate race-disaggregated data to assess the extent of this phenomenon. On 7 April, The New York Times (Eligon et al. 2020) reported that in Illinois, 43% of people who had died from the disease were African Americans, a group that represents only 15% of the state population. In Michigan, African Americans represented 40% of deaths against 14% of the population; in Louisiana, 70% against 33%. On the same day, The Chicago Tribune (Reys et al. 2020) reported that 68% of the dead in Chicago were African Americans, who represent 30% of the city’s population. These figures combined uncovered that Black Americans were dying at a rate two to three times higher than their population share.

The urgency of the racial issue has been widely acknowledged within the medical literature. While the high risk of COVID-19 death for minorities tends to correlate with pre-existing health conditions, possibly because of genetic and biological factors, the consensus is that race differentials are also associated with socioeconomic factors reflecting living and working conditions (Yancy 2020).a

Due to the unavailability of race-disaggregated individual data, economists have so far evaluated the effect of race on COVID-19 outcomes using aggregated data, either at the ZIP-code level (Borjas 2020, Schmitt-Grohe et al. 2020, Almagro and Orane-Hutchinson 2020), or across counties (Desmet and Wacziarg 2020, McLaren 2020), or based on survey data (Wiemers et al. 2020).

In a new paper (Bertocchi and Dimico, 2020), we take advantage of an unexplored and extraordinarily detailed individual-level dataset that covers daily deaths from COVID-19 and other causes, and includes race among a wide array of individual characteristics, such as age, gender, pre-existing conditions, and georeferenced home address. The data are collected by the Medical Examiner’s Officer of Cook County, Illinois, the county that hosts the City of Chicago.b Data collection started on 16 March, when the first COVID-19-related death was recorded in the county. The present analysis is based on data up to 16 June.

 

The Cook County data

In the three months from 16 March to 16 June, the Medical Examiner reported 4,325 COVID-19 deaths, of which 35% were of Blacks, against a Black population share of 27%. Thus, Black Americans have been dying at a rate 1.3-times higher than their population share. While these figures do confirm that Black people are overrepresented in COVID-19 deaths, they also paint a somewhat more moderate picture compared to the one reported by media.c

zzz 17

 

 

 

 

 

 

 

 

 

Figure 1 COVID-19 deaths, by race (Cook County, 16 March – 16 June 2020)

Note: The figure reports the number of COVID-19 related deaths by day, for Blacks and for all other races combined.

This seeming inconsistency is explained in Figure 1, which plots the number of COVID-19 deaths in each day separately for Black people and all other races combined. By 9 April, the cumulative share of Black Americans who had died from COVID-19 represented 58% of the total; by then, Black people were dying at a rate more than twice their population share. Past its peak in mid-April, deaths among Black people started to decrease so that, by 16 May, their cumulative share was down to 39%, to reach 35% by 16 June.

In the meantime, deaths for other races started to increase, peaked, and then decreased later than those for Black people. Thus, not only are Black people disproportionally affected by COVID-19, but they also started to succumb to it earlier than other groups, which explains the consequent decline in the share of cumulative Black deaths as the epidemic followed its course. What the epidemiological curve reveals is an extraordinary degree of racial segregation, with different groups displaying distinct patterns even in the timing of their exposure to the epidemic.

Historical segregation

To search for the roots of the higher vulnerability of Black Americans to the epidemic, we dig into its potential historical determinants by exploiting information on the georeferenced home address of the deceased. In Figure 2, we plot the Medical Examiner’s COVID-19 death data on a map of the Chicago area, where we also superimpose the Residential Security Maps produced in the 1930s by the Home Owners’ Loan Corporation and georeferenced by the University of Richmond (Nelson et al. 2020).d

zzz 18

 

 

 

 

 

 

 

 

 

 

 

 

Figure 2 Cook County map and COVID-19 deaths (16 March – 16 June 2020)

Note: The map reports census block group boundaries and Home Owners’ Loan Corporation areas, with green, blue, yellow, and red denoting respectively grade A, B, C, and D neighbourhoods.

The Home Owners’ Loan Corporation ranked neighbourhoods based on default risk. The safest areas, defined as ‘best’, were graded A, followed by the ‘still desirable’, ‘definitely declining’, and ‘hazardous’ ones, with respective grades of B, C, and D. Named after the colour assigned to the lowest grade, the redlining policies introduced with the New Deal are believed to have favoured the development of segregated neighbourhoods plagued by unemployment, low housing quality, and unhealthy living conditions.

The correlates of the racial gaps

Using cross-sectional information about individual deaths from COVID-19, we show that the probability that an individual who died from COVID-19 is Black increases with pre-existing conditions, in particular with hypertension and kidney and respiratory diseases among those with high prevalence. However, even after controlling for pre-existing conditions and other demographic and socioeconomic factors, the probability remains higher in lower-graded (C and D) neighbourhoods.

The influence of the Home Owners’ Loan Corporation policies is eliminated only when the Black population share is also included among regressors, which confirms that the policies did induce segregation along racial lines. Since the cross-sectional analysis is based solely on information about those that died from COVID-19, it is biased by sample selection. This limitation is overcome in the event study approach we present below.

Deep determinants of the racial gaps in the response to the COVID-19 shock

By extending data collection back to 1 January 2020 and to deaths from any cause, we obtain a panel dataset of weekly deaths at the census block group level, over which we can assess the reaction to the epidemic outbreak in neighbourhoods assigned to different Home Owners’ Loan Corporation grades. For each block group-week, we gather information on the reported number of deaths (if any) for a given block group in any of the 24 weeks from 1 January to 16 June.

Figure 3 plots the mortality rate from any cause, for Blacks and for all other races combined, for each week in the sample. From the beginning of the period, mortality is higher for Black people. Starting from mid-March, mortality soars among both groups, but much more steeply so for Black people.

zzz 19

 

 

 

 

 

 

 

 

 

Figure 3 Mortality rate, by race (Cook County, 1 January – 16 June 2020)

Note: The figure reports mortality rates from any cause of death by week, for Blacks and for all other races combined.

Our goal is to capture the impact of the shock introduced by COVID-19 on historically segregated areas, that is, whether in C or D neighbourhoods deaths after the shock deviate more from those recorded in the pre-shock period, compared to A and B neighbourhoods.

Figure 4 shows the dynamic effect of residence in a C- or D-graded neighbourhood. The dots represent ordinary least squares coefficients on residence in a C or D neighbourhood and vertical lines depict 95% confidence intervals.

zzz 20

 

 

 

 

 

 

 

 

 

Figure 4 The effect of residence in lower-graded neighbourhoods on deaths, by race (Cook County, 1 January – 16 June 2020)

Note: The dependent variable is number of deaths, of Blacks (panel a) and of other races (panel b). The dots represent OLS coefficients on residence in C or D neighbourhoods … Vertical lines represent 95% confidence intervals based on standard errors clustered at block group level.

Before the COVID-19 outbreak, the average number of deaths for Black Americans and for all other races in C and D neighbourhoods is not significantly different from the average number of deaths in A and B neighbourhoods. However, after the epidemic shock, deaths in C and D neighbourhoods increase sharply, especially for Black people. Thus, the influence of the discriminatory lending practices of the 1930s persists to the present day, by way of a diminished resilience of the Black population to the shock of the COVID-19 outbreak.

Channels of transmission

To investigate how redlining could affect COVID-19 outcomes, we exploit neighbourhood heterogeneity and look at how the effect varies with a number of neighbourhood characteristics. We use the Social Vulnerability Index dataset provided by the Centers for Disease Control and Prevention. The index includes 15 characteristics grouped into four sub-indices: socioeconomic status (income, poverty, employment, and education variables), household composition (age and family-structure variables), minority status (race, ethnicity, and English-language proficiency variables), and housing (housing structure and vehicle access variables).

The heterogeneity analysis reveals that the main channels of transmission are socioeconomic status and household composition. In other words, the effect is much stronger for neighbourhoods that score worse on these two dimensions. The components that most drive the effect are income and poverty (for socioeconomic status) and the shares of the elderly and of single parents (for household composition). Strikingly, the influence of all these factors is magnified in combination with a higher Black share.

No Latino paradox

In normal times, the US Latino population exhibits lower-than-average levels of mortality.e This remains true also in Cook County. However, when we replicate the analysis in Figure 4 for Latinos, we find that – even though  the effect kicks in later – they are also affected by residence in lower-graded neighbourhoods. This should not be surprising since their settlement patterns were not that different from those of Black people and they were also subject to redlining.

 

Conclusion

Overall, the evidence points to the persistent influence of racial segregation introduced by discriminatory lending practices in the 1930s. Such past practices result in the asymmetric effects of the epidemic shock, diminishing the resilience of African Americans. Far from being determined by genetic and biological factors, their vulnerability to COVID-19 is caused by socioeconomic status and household composition, through which the legacy of the past manifests itself.

 

 

Endnotes

 

a The racial dimension of COVID-19 has also been discussed in the UK (Kirby 2020). The so-far largest epidemiological study on the racial impact of COVID-19 looked at NHS England medical records of 17 million individuals (Williamson et al. 2020).

b The Medical Examiner’s Office reports those deaths that are under its jurisdiction, including those due to diseases constituting a threat to public health.

c Similarly, as of 16 June, African Americans account for less than 42% of the deaths in Chicago, down from 68% on 7 April as reported by The Chicago Tribune (Reys et al. 2020).

d On the history of redlining, see Jackson (1980) and, for Chicago, Greer (2014). On the economics of redlining see Zenou and Boccard (2000) and Aaronson et al. (2017). The medical literature on redlining includes Krieger et al. (2020) and Nardone et al. (2020).

e This poorly understood phenomenon has been referred to as the ‘Latino paradox’, since it occurs in spite of a low socioeconomic status (Markides and Coreil 1986).

 

La razza e la pandemia del Covid-19,

di Graziella Bertocchi e Arcangelo Dimico

 

Dal momento in cui la pandemia del Covid-19 ha colpito gli Stati Uniti, il dibattito sul suo sproporzionato impatto sugli afroamericani è stato al centro della scena. The Atlantic (Kendi, 2020) fu il primo a lanciare una richiesta, il 4 marzo 2020, di adeguati dati disaggregati per razza per stimare le dimensioni del fenomeno. Il 7 di aprile, The New York Times (Eligon ed altri, 2020) informò che in Illinois il 43% della popolazione che era morta per la malattia erano afroamericani, un gruppo che rappresenta soltanto il 15% della popolazione dello Stato. Nel Michigan, gli afroamericani hanno rappresentato il 40% delle morti contro il 14% della popolazione; in Lousiana, il 70% contro il 33%. Nello stesso giorno, The Chicago Tribune ha informato che il 68% dei morti in Chicago erano afroamericani, che rappresentano il 30% della popolazione della città. Queste cifre nel loro insieme dimostrano che gli afroamericani stanno morendo ad un tasso che è da due a tre volte più elevato di quello della loro quota di popolazione.

All’interno della legtteratura sanitaria, l’urgenza della questione razziale è stata ampiamente riconosciuta. Se il rischio elevato di morte da Covid-19 tende ad essere correlato con le preesistenti condizioni sanitarie, c’è un ampio consenso che le differenze di razza siano anche associate con fattori socioeconomici che riflettono le condizioni di vita e di lavoro (Yancy 2020).

A eguito della indisponibilità di dati individuali disaggregati per la razza, sinora gli economisti hanno stimato gli effetti della razza sui risultati del Covid-19 utilizzando dati aggregati, sia al livello dei codici di avviamento postale (Borjas 2020, Schmitt-Grohe ed altri 2020, Almagro e Orane-Hutchinson 2020) che attraverso le contee (Desmet e Wacziarg 2020, McLaren 2020), o basandosi su dati di sondaggi (Wiemers ed altri 2020).

In un nuovo studio (Bertocchi e Dimico 2020) ci siamo avvantaggiati di un inesplorato e straordinariamente dettagliato complesso di dati a livello individuale che resoconta le morti quotidiane per il Covid-19 e per altre cause, e include la razza su una vasta gamma di caratteristiche individuali, come l’età, il genere, le condizioni sanitarie preesistenti e l’indirizzo georeferenziato delle abitazioni.  I dati sono raccolti dal Funzionario Medico-legale della Contea di Cook, Illinois, la raccolta è partita il 16 di marzo, quando nella contea sono state registrate le prime morti connesse col Covid-19. L’analisi presente è basata sui dati di giugno.

I dati della Contea di Cook (1)

Nei tre mesi dal 16 marzo al 16 giugno, il Funzionario Medico Legale ha registrato 4.325 morti per Covid-19, delle quali il 35% di neri, contro una percentuale della popolazione di colore del 27%. Quindi, i neri americani stanno morendo ad un tasso che è circa 1,3 volte più elevato della loro quota di popolazione. Mentre questi dati confermano che le persone di colore sono sovrarappresentate nelle morti da Covid-19, dipingono anche un quadro in qualche modo più moderato a confronto di quello riportato dai media.

zzz 17

 

 

 

 

 

 

 

 

 

Figura 1 Morti di Covid-19 sulla base della razza (Contea di County, 16 marzo-16 giugno 2020)

Nota: il diagramma riporta il numero di morti giornaliere connesse con il Covid-19, per la popolazione di colote e per tute le altre razze assieme.

Questa apparente contraddizione è spiegata dalla Figura 1, che disegna il numero dei morti da Covid-19 separatamente per le persone di colore e tutte le altre razze assieme. Al 9 di aprile, la quota complessiva degli americani di colore che erano morti per il Covid-19 rappresentava il 58% del totale; in quel momento, le persone di colore morivano ad un tasso più che doppio delle loro quota di popolazione. Passato questo picco di metà aprile, le morti nella popolazione di colore hanno cominciato a calare in modo che, al 16 maggio, la loro quota complessiva era scesa al 39%, raggiungendo il 35% il 16 di giugno.

Nello stesso periodo, le morti per le altre razze hanno cominciato a crescere, hanno raggiunto il punto superiore e poi sono successivamente calate rispetto a quelle della popolazione di colore. Quindi, non soltanto la popolazione di colore è stata colpita in modo sproporzionato dal Covid-19, ma ha ha cominciato a soccombere ad esso prima degli altri gruppi, il che spiega il successivo declino nella quota cumulativa delle morti tra i neri allorché l’epidemia ha seguito il suo corso. Quello che la curva epidemiologica rivela è un grado straordinario di segregazione razziale, con i diversi gruppi che mostrano schemi distinti anche nella tempistica della loro esposizione all’epidemia.

Segregazione storica

Per cercare le origini di questa più alta vulnerabilità dei neri americani all’epidemia, scaviamo nelle possibili determinanti storiche sfruttando le informazioni sugli indirizzi georeferenziati delle abitazioni dei deceduti. Nella Figura 2, tracciamo i dati sulle morti per Covid-19 del Funzionario di Medicina Legale su una mappa del’area di Chicago, alla quale sovrapponiamo anche le Mappe della Sicurezza Residenziale prodotte negli anni ’30 da parte della Società dei Prestiti ai Proprietari di Case [2], georeferenziata a cura dell’Università di Richmond (Nelson ed altri, 2020).

zzz 18

 

 

 

 

 

 

 

 

 

 

 

 

Figura 2. Mappa della Contea di Cook e morti per il Covid-19 (16 marzo-16 giugno 2020)

[3]

Nota: la mappa riporta i confini dei gruppi degli isolati del censimento e la aree della Società dei Prestiti ai Proprietari delle Case, con i colori verde, blu, giallo e rosso che segnalano rispettivamente la classificazione A, B, C e D dei quartieri.

La Società dei Prestiti ai Proprietari di Case classificava i quartieri sulla base del rischio di default (nel debito verso le banche, ndt) Le aree più sicure, definite come ‘migliori’,  venivano classificate come A, seguite dalle ‘ancora desiderabili’, dalle ‘chiaramente in declino’ e da quelle ‘rischiose’, con le rispettive gradazioni di B, C e D. Definite sulla base del colore assegnato alla categoria più bassa, le politiche delle pratiche bancarie differenziate introdotte dal New Deal [4] si riteneva avessero favorito lo sviluppo dei quartieri segregati afflitti dalla disoccupazione, dalla bassa qualità degli alloggi e da condizioni di vita insane.

Le correlazioni dei divari razziali

Utilizzando informazioni trasversali sui decessi delle persone per Covid-19, scopriamo che la probabilità che una persona morta per il Covid-19 sia di colore cresce sulla base di patologie sanitarie preesistenti, in particolare con l’ipertensione e le malattie renali e respiratorie tra quelle con elevata prevalenza. Tuttavia, anche dopo un controllo per le preesistenti patologie ed altri fattori demografici e socioeconomici, la probabilità resta più elevata nei quartieri a più bassa classificazione (C e D).

L’influenza delle politiche della Società dei Prestiti ai Proprietari delle Case è eliminata solo quando viene anche inclusa la quota della popolazione di colore tra i fattori di regresso, il che conferma che le politiche indussero davvero segregazione secondo logiche razziali. Dal momento che l’analisi trasversale è basata unicamente su informazioni su coloro che sono morti per il Covid-19, essa è orientata dalla selezione del campione. Questo limite viene superato con l’approccio dello studio del caso specifico che presentiamo sotto.

Fattori determinanti profondi dei divari razziali nella risposta allo shock del Covid-19

Estendendo la raccolta dei dati indietro nel tempo sino al 1 gennaio 2020 ed alla morti per tutte le cause, otteniamo un complesso di dati sul gruppo delle morti settimanali al livello del censimento degli isolati, sul quale possiamo stimare la reazione all’esplosione dell’epidemia nei quartieri assegnati dalla Società dei Prestiti per i Proprietari di Case alle diverse categorie. Per ogni settimana, raccogliamo le informazioni sul numero delle morti registrate (ammesso che ve ne siano) per un determinato gruppo di quartieri in ognuna delle 24 settimane dal 1 gennaio al 16 giugno.

La Figura 3 traccia il tasso di mortalità per qualsiasi causa per i neri e per le altre razze assieme, per ciascuna settimana del campione. Dagli inizi del periodo, la mortalità è più elevata per la popolazione di colore. A partire dalla metà marzo, la mortalità si impenna per entrambi i gruppi, ma molto più nettamente per le persone di colore.

zzz 19

 

 

 

 

 

 

 

 

 

Figura 3. Tasso di mortalità sulla base della razza (Contea di Cook, 1 gennaio-16 giugno)

Nota: la Figura rappresenta i tassi di mortalità settimanali per tutte le cause di morte, per i neri e per tutte le altre razze assieme.  

Il nostro obbiettivo è individuare l’impatto del trauma provocato dal Covid-19 nelle aree storicamente segregate, ovvero, se le morti nei quartieri C e D dopo quel trauma abbiano una deviazione maggiore di quelle registrate nel periodo precedente al trauma, a confronto con i quartieri A e B.

La Figura 4 mostra l’effetto della residenza in un quartiere classificato C o D. I punti rappresentano i coefficienti minimi quadrati [5] sulla residenza in un quartiere C o D e le linee verticali raffigurano il 95% degli intervalli di affidabilità.

zzz 20

 

 

 

 

 

 

 

 

 

Figura 4. L’effetto della residenza sulle morti nei quartieri classificati più in basso, secondo la razza (Contea di Cook, 1 gennaio-1 giugno)

Nota: la dipendente variabile è il numero delle morti, per la popolazione di colore (riquadro a) e per le altre razze (riquadro b). I punti rappresentano i coefficienti del Metodo dei Minimi Quadrati (OLS) sulla residenza nei quartieri C o D … Le linee verticali rappresentano il 95% degli intervalli di affidabilità basati su errori standard raggruppati al livello di un gruppo di quartieri.

Prima dell’esplosione del Covid-19, il numero medio delle morti per gli americani di colore e di tutte le altre razze nei quartieri C e D non era significativamente diverso dal numero medio delle morti nei quartieri A e B. Tuttavia, dopo il trauma dell’epidemia, le morti nei quartieri C e D sono cresciute bruscamente, specialmente per le persone di colore. Quindi, l’influenza delle pratiche di prestito discriminatorie degli anni ’30 persiste ancora oggi, diminuendo la resilienza della popolazione di colore al trauma della esplosione del Covid-19.

Canali di trasmissione

Per indagare i modi in cui le pratiche creditizie differenziate influenzino i risultati del Covid-19, noi sfruttiamo l’eterogenità dei quartieri e osserviamo come gli effetti varino con un certo numero di caratteristiche del quartiere. Utilizziamo il complesso di dati dell’Indice di Vulnerabilità Sociale fornito dai Centri per la Prevenzione e il Controllo delle Malattie. L’indice comprende 15 caratteristiche raggruppate in quattro subindici: la condizione socioeconomica (reddito, povertà, occupazione e varie possibilità di istruzione), la composizione delle famiglie (età e diversità delle strutture familiari), la condizione di minoranza (razza, etnia e vari gradi di conoscenza della lingua inglese) e gli alloggi (strutture abitative e diversità di accesso ai veicoli [6]).

La analisi di eterogeneità rivela che i principali canali di trasmissione sono la condizione socioeconomica e la composizione delle famiglie. In altri termini, l’effetto è molto più forte per i quartieri che si collocano con un punteggio più basso su queste due dimensioni. La componenti che spingono maggiormente l’effetto sono il reddito e la povertà (per la condizione socioeconomica) e le quote degli anziani e dei genitori singoli (per la composizione delle famiglie). In modo sorprendente, l’influenza di questi fattori è molto rafforzata in combinazione con una quota maggiore di neri.

Nessun paradosso per i Latini

In tempi normali, la popolazione latina statunitense mostra livelli di mortalità più bassi della media. Questo è vero anche nel caso della Contea di Cook. Tuttavia, quando replichiamo l’analisi della Figura 4 per i latini, scopriamo che – anche se l’effetto si manifesta successivamente – che essi sono anche interessati dalla residenza in quartieri  di categoria inferiore. Questo non dovrebbe essere sorprendente dal momento che i loro modelli di insediamento non sono diversi da quelli delle persone di colore e che anch’essi erano soggetti alle pratiche creditizie differenziate.

Conclusioni

Nel complesso, le prove indicano l’influenza persistente della segregazione razziale introdotta dalle pratiche creditizie discriminatorie degli anni ’30. Tali pratiche passate risultano negli effetti asimmettrici del trauma dell’epidemia,  che riducono la resilienza degli afroamericani. Lungi dall’essere determinata dalla genetica e da fattori biologici, la loro vulnerabilità al Covid-19 è provocata dalle condizioni socioeconomiche e dalla composizione delle famiglie, tramite le quali si manifesta l’eredità del passato.

 

 

Note a piè di pagina

a Gli aspetti razziali del Covid-19 sono anche stati dibattuti nel Regno Unito (Kirby 2020). Lo studio epidemiologico sino ad ora più ampio dell’impatto razziale del Covid-19 è apparso nelle registrazioni sanitarie reltive a 17 milioni di persone del Sistema Sanitario Nazionale (Williamson ed altri 2020).

b L’Ufficio del Funzionario di Medicina Legale resoconta le morti che ricadono sotto la sua giurisdizione, incluse quelle dovute a malattie che costituiscono una minaccia per la salute pubblica.

c  In modo simile, al 16 giugno, gli afroamericani totalizzavano meno del 42% delle morti di Chicago, diminuite rispetto al 68% del 7 aprile rendicontate da The Chicago Tribune (Reys ed altri, 2020).

Nella storia delle politiche di discriminazione finanziaria, si vedano Jackson (1980) e, in relazione a Chicago, Greer (2014).  Sull’economia di tali politiche, si vedano Zenou e Boccard (2000) ed Aaronson ed altri (2017). La letteratura sanitaria sulle politiche di discriminazione finanziaria comprende Krieger ed altri (2020) e Nardone ed altri (2020).

Questo scarsamente compreso fenomeno è stato descritto come “Il paradosso dei latini”, dal momento che esso avviene nonostante una bassa condizione socioeconomica (Markides e Coreil, 1986).

 

 

 

 

 

 

 

[1] Si consideri che la Conta di Cook comprende 119 comuni, tra i quali una parte dell’area metropolitana di Chicago. Per popolazione è la seconda Contea degli Stati Uniti.

[2] Suppongo che la Società fosse uno strumento delle banche che le coadiuvava nelle politiche creditizie ‘differenziate’.

[3] Le aree bianche della mappa suppongo siano aree di nuova espansione, non censite nella Mappa della Sicurezza Residenziale degli anni ’30. Un secondo problema è il significato che si deve attribuire ai puntini neri; verosimilmente si tratta delle morti per Covid-19, che però dovrebbero essere 4.325, ovvero molto superiori ai puntini neri. Forse sono dunque ‘gruppi di decessi’, focolai, decessi concentrati in alcuni edifici etc.

È comunque molto chiaro che le zone più ‘pregiate’ (verdi e blu) sono risultate quelle relativamente meno colpite dall’epidemia, anche se alcune fanno eccezione, Le zone C e D (gialle e rosse) son abbastanza chiaramente quelle più colpite.

[4] Per politiche del “redlining” (tracciare un limite, tracciare una linea rossa) si intende la pratica di rifiutare di dare denaro a prestito, di offrire mutui o di vendere assicurazioni sulle case a persone che vivono in aree povere, oppure di caricarle per questo di tassi di interesse più elevati. Il fatto che queste politiche siano state inaugurate col New Deal sembra un po’ paradossale, e forse si spiega con l’intenzione, comunque poco comprensibile, di non aggravare i tassi di default sui prestiti bancari in quelle zone. In pratica: non fare prestiti, anziché aiutare chi ne aveva bisogno. Del resto, almeno per questo aspetto, è noto che il New Deal sui temi razziali non segnò acun progresso.

[5] Il metodo dei minimi quadrati (in inglese OLSOrdinary Least Squares) è una tecnica di ottimizzazione (o regressione) che permette di trovare una funzione, rappresentata da una curva ottima (o curva di regressione), che si avvicini il più possibile ad un insieme di dati (tipicamente punti del piano). In particolare, la funzione trovata deve essere quella che minimizza la somma dei quadrati delle distanze tra i dati osservati e quelli della curva che rappresenta la funzione stessa. (Wikipedia)

[6] Suppongo che in questo caso “veicolo” vada inteso nel suo significato finanziario, ovvero in relazione alla forma di finanziamento.

 

 

 

 

By


Commenti dei Lettori (0)


E' possibile commentare l'articolo nell'area "Commenti del Mese"