Kolejne tygodnie szerzącej się epidemii koronawirusa (COVID-19) dostarczają nam coraz większej ilości danych, które można wykorzystać w analizowaniu czynników determinujących to zjawisko. Innymi słowy, w dzisiejszej analizie staram się w ilościowy sposób pokazać jakie czynniki w istotny sposób przyczyniają się do rozprzestrzeniania się wirusa w poszczególnych krajach, a co za tym idzie, które państwa mogą mieć większe problemy ze zwalczaniem schorzenia. Ponadto wskazuje dlaczego jest mało prawdopodobne, by Europe poszła ścieżką Włoch. Na wstępie warto również nadmienić, że Światowa Organizacja Zdrowia (WHO) już oficjalnie sklasyfikowała COVID-19 jako pandemię, co z kolei może prowadzić do jeszcze surowszych obostrzeń jeśli chodzi o podróże czy handel. Jednocześnie, choć przeklasyfikowanie koronawirusa wydaje się mieć bardziej charakter symboliczny, to z punktu widzenia rynków finansowych informacja ta z pewnością nie przyniesie uspokojenia. Ostatni raz, kiedy WHO deklarowała pandemię był to rok 2009, wówczas mieliśmy do czynienia ze świńską grypą.
Wracając do tematu dzisiejszej analizy, punktem wyjścia było zidentyfikowanie krajów, które w największym stopniu do tej pory zostały dotknięte przez COVID-19 (mowa o liczbie zarażonych). Następnym krokiem była próba znalezienia cech wspólnych występujących w poszczególnych krajach oraz określenia czynników mogących determinować wyższy stopień szerzenia się chińskiego wirusa. Dokonując takiej klasyfikacji wyodrębniłem kilka takich czynników: udział osób starszych w ogóle społeczeństwa, dostęp do hospitalizacji (ujęcie ilościowe), klimat oraz jakość służby zdrowia (ze względu na brak dostępności adekwatnych danych czynnik ten został wyselekcjonowany wyłącznie na podstawie dowodów anegdotalnych).
Bilans ryzyk dla polskiej gospodarki coraz mniej korzystny
Z uwagi na dostępność danych i możliwość sensownej aplikacji ilościowego podejścia do analizowania niniejszej kwestii, skupiłem się przede wszystkim na dwóch pierwszych czynnikach (struktura demograficzna oraz dostęp do hospitalizacji). Jeśli chodzi o klimat, tutaj również ciężko było o aplikację sensownego ujęcia ilościowego ze względu na trudność kwantyfikacji tego czynnika. Obserwując jednak zjawisko w ujęciu globalnym można wyciągać wnioski, iż niższa temperatura powietrza sprzyja pojawianiu się koronawirusa. Przykładem jest fakt, że gros krajów okołorównikowych nie doświadczyło do tej pory znaczącej ilości przypadków COVID-19. Niemniej jednak aspekt ten jest niezwykle trudny do zmierzenia w wiarygodny sposób (trudność w pozyskaniu spójnych danych z podziałem na poszczególne miasta w danym kraju). Kwestia wilgotności jest również brana pod uwagę, niemniej tutaj panuje jeszcze mniej zgodności co do tego, czy wraz ze wzrostem wilgotności wirus będzie miał większą trudność z przedostawaniem się z osoby na osobę. Ostatnim czynnikiem, również ciężkim do zmierzenia, jest jakość służby zdrowia (brak dostępnych danych odnośnie chociażby do ilości respiratorów w danym kraju), niemniej biorąc pod uwagę obecne doniesienia z Włoch, jak i te sprzed kilku tygodni z Hubei, można dojść do wniosku, że czynnik ten odgrywa znaczącą rolę.
Względnie wiarygodne wyniki mogą być natomiast uzyskane na bazie dwóch ww. zmiennych, tj. dostęp do hospitalizacji oraz średnia wieku społeczeństwa (analiza przeprowadzona na dzień 10 marca). Hipoteza jaką postawiłem przed przeanalizowaniem zjawiska była taka, iż dostęp do hospitalizacji w danym kraju ma większy wpływ na intensywność COVID-19 niż sytuacja demograficzna. Po przeprowadzeniu analizy na dostępnych danych hipoteza ta okazała się względnie potwierdzona. Mianowicie, kraje z lepszym dostępem do hospitalizacji, mierzonym liczbą łóżek szpitalnych w przeliczeniu na 1000 mieszkańców, radzą sobie średnio lepiej w opanowywaniu koronawirusa. W związku z czym współczynnik śmiertelności w tychże krajach jest na niższym poziomie. Z kolei wyższy średni wiek społeczeństwa średnio rzecz ujmując podnosi współczynnik śmiertelności. Niemniej jednak w tym drugim przypadku zależność ta jest bardzo słaba i bardzo daleka od liniowej. Pozytywne nachylenie linii regresji zostało osiągnięte wyłącznie przez Włochy, które mocno odstają w obydwu przypadkach. Gdy usuwamy Włochy z analizy okazuje się, że wpływ struktury demograficznej na śmiertelność COVID-19 jest praktycznie zerowy (widać to z resztą po wyraźnym zgromadzeniu wielu państw w stosunkowo dużej bliskości). Taki zabieg nie zaburza jednak zależności śmiertelności i dostępu do hospitalizacji. Widać również dosadnie, iż zależność ta ma bardziej liniowy charakter. Taki wynik analizy wydaje się potwierdzać wspomnianą wyżej hipotezę.
Wpływ luki popytowej na dynamikę wzrostu cen
W moim przekonaniu taki wynik jest jak najbardziej uzasadniony. Mianowicie, nawet pomimo starszego społeczeństwa, tj. większej ilości osób starszych w danym kraju w relacji do ogółu populacji, śmiertelność wcale nie musi być wysoka (pomimo znacznie słabszej odporności tychże osób) w przypadku, gdy krajowa służba zdrowia dysponuje wystarczającymi mocami przerobowymi. Innymi słowy, jeśli kraj ma wystarczającą ilość personelu oraz sprzętu medycznego, wówczas nawet proces leczenia (również osób starszych) staje się bardziej efektywny. Na bazie danych OECD można zauważyć, że Japonia i Korea Południowa dysponują najlepszym dostępem do hospitalizacji, z kolei Włochy znajdują się zdecydowanie niżej w stawce. Polska w tym zestawieniu nie wypada wcale źle i plasuje się tuż za Czechami i Węgrami. Generalnie wyższa dostępność do hospitalizacji (personel, sprzęt medyczny) wypiętrza nam krzywą pojawiania się kolejnych przypadków COVID-19 co sprawia, że wirus jest bardziej krótkotrwałym zjawiskiem, a przez to mniej zabójczym dla gospodarki. W tym miejscu trzeba również dodać, że niezmiernie ważne jest wczesne wdrożenie radykalnych środków zaradczych, jak zrobiono to między innymi w Korei czy Singapurze. Włochy czy USA na tym polu wyraźnie odstawały (USA w zasadzie cały czas są mocno z tyłu), co doprowadziło do wymknięcia się zjawiska spod kontroli właśnie we Włoszech. W rezultacie ograniczonej dostępności do hospitalizacji współczynnik śmiertelności na 10 marca przekroczył już 6%, co jest zdecydowanie najwyższą wartością na świecie (nawet w Hubei nie notowano tak drastycznego wskaźnika). Na tej podstawie można sądzić, że działania zaimplementowane w Polsce czy Czechach w postaci zamknięcia wszystkich szkół i odwołania imprez masowych we wczesnej fazie pojawiania się COVID-19 było słusznym posunięciem, który może istotnie przyczynić się do bardziej skutecznej walki z wirusem.
Idąc dalej, postanowiłem połączyć wpływ struktury demograficznej oraz dostępu do hospitalizacji i taki wskaźnik zestawić ze współczynnikiem śmiertelności. Po wyselekcjonowaniu odpowiednich państw (łącznie 34 z bazy OECD) i wystandaryzowaniu zmiennych otrzymałem dość obiecujący wynik. Należy zaznaczyć, że większa wartość wskaźnika na osi odciętych oznacza lepszy dostęp do hospitalizacji oraz niższy udział osób 65+ w populacji danego państwa. Jak się okazało, połączenie obydwu zmiennych zaowocowało lepszym dopasowaniem estymacji do danych empirycznych (współczynnik determinacji równy 0,2). W tym przypadku na plus mocno wyróżniają się Niemcy, które do tej pory miały bardzo niski współczynnik śmiertelności pomimo znalezienia się dopiero na 10 miejscu pod względem zbudowanego wystandaryzowanego wskaźnika (bardzo dobry dostęp do hospitalizacji, ale słaba sytuacja demograficzna). Taki przebieg zjawiska u naszych zachodnich sąsiadów dobrze wróży dla naszego kraju. W zestawieniu tym ponownie bardzo słabo wypadają Włosi, którzy odstają właściwie w każdym ujęciu. Sugeruje to, że nie powinien być to przykład reprezentatywny dla innych państw. Ponadto, kraj ten ma najgorszy łączny wskaźnik struktury demograficznej i dostępu do hospitalizacji ze wszystkich 34 analizowanych krajów. W dolnej części niniejszego zestawienia znajdują się również Szwecja, Finlandia, Portugalia i Dania. Z kolei górna część zestawienia do Japonia, Korea, Rosja, Niemcy oraz Austria.
Na koniec chciałbym zwrócić uwagę również na niezwykle ważny aspekt jakim jest ilość przeprowadzanych testów na COVID-19, który to czynnik istotnie wpływa na współczynnik śmiertelności w danym kraju. Generalnie rzecz biorąc, wraz z rosnącą liczbą przeprowadzonych testów zwiększa się nam mianownik współczynnika śmiertelności, co z czasem powinno obniżać cały wskaźnik (zakładając śmiertelność koronawirusa na poziomie 2-3%, w tym przede wszystkim wśród osób starszych 65+). Taki tok myślenia znajduje odzwierciedlenie w analizowanych krajach, dla których dostępne były zarówno dane odnośnie do liczby testów jak i wystąpiły pierwsze zgony związane z COVID-19. Z niniejszego zestawienia celowo zostały usunięte Włochy oraz Korea Południowa. Pierwszy z krajów wyróżnia się wyjątkowo mocno negatywnie, zaś drugi wyróżnia się dość zdecydowanie na plus (Korea pozostaje również samotnym liderem pod względem ilości przeprowadzonych testów w przeliczeniu na milion mieszkańców). Przyjmując, że dwa wspomniane kraje są swego rodzaju sytuacjami skrajnymi, skupiłem się na pozostałych państwach. Jak widać zależność jest tutaj wyjątkowo wysoka, stąd tym bardziej może dziwić słabość Włoch w tym kontekście. Tym samym nie należy brać tego kraju jako modelowego do prób analizowania tego, co może stać się w innych państwach Europy.