Please use this identifier to cite or link to this item:
https://hdl.handle.net/10316/100630
Title: | Análise espacial das determinantes da propagação da Covid-19 em Portugal | Other Titles: | Spatial analysis of the determinants of Covid-19 spread in Portugal | Authors: | Gonçalves, Nuno Filipe Pocinho | Orientador: | Amaro, António Manuel Antunes Rafael | Keywords: | COVID-19; Modelo Local; Modelo Espacial; Portugal; Determinantes Socioeconómicas; Covid-19; Local Model; Spatial Model; Portugal; Socioeconomic Determinants | Issue Date: | 26-Jul-2021 | Serial title, monograph or event: | Análise espacial das determinantes da propagação da Covid-19 em Portugal | Place of publication or event: | FEUC | Abstract: | In this study, we aimed to identify the main determinants that influenced the spread of Covid-19 in the 278 municipalities of Continental Portugal, during the first phase of the disease outbreak, between the months of March and October 2020. A total of 56 variables of different dimensions were analyzed, with emphasis on socioeconomic, demographic, health infrastructures or ethnic-racial. The evolution of the pandemic is not a random phenomenon, the spread is influenced by multiple factors, emerging as the main determinants of socioeconomic conditions, namely the levels of inequality and poverty, the context and work models, demographic concentration and living conditions. Spatial models were used, namely Spatial Lag Model and Spatial Error Model, as well as local models, as Multiscale Geographically Weighted Regression and Geographically Weighted Regression, complementing the analysis with spatial statistics (Moran’I), proved to be the most indicated for the understanding and explanation of the problematic, allowing the interaction between the different variables in space. Corroborating what the most recent literature has been defending, we were able to conclude with our investigation that income inequality, poverty, living conditions, the population's relations with the labor market and urban concentration were among the main determinants of the propagation of Covid-19 in Portugal in its first phase. Este trabalho tem como objetivo identificar os fatores que influenciaram a propagação da Covid-19 nos 278 municípios de Portugal continental, durante a primeira fase da pandemia, entre os meses de março e outubro de 2020. Foram analisadas 56 variáveis, de diferentes dimensões, com destaque para as socioeconómicas, demográficas, infraestruturas de saúde ou étnico-raciais. A evolução da pandemia não é um fenómeno aleatório, a sua propagação é influenciada por múltiplos fatores, emergindo como principais determinantes as condições socioeconómicas, nomeadamente os níveis de desigualdade e pobreza, o contexto e os modelos de trabalho, a concentração demográfica e as condições de habitabilidade. Usámos modelos espaciais (Modelo de Desfasamento Espacial e Modelo Espacial dos Erros) e modelos locais (Regressão Ponderada Geograficamente e Regressão Multi-escalar Geograficamente Ponderada Geograficamente), complementando a análise com estatísticas espaciais (I de Moran), que provaram ser os instrumentos mais indicados para a compreensão e explicação da nossa problemática, nomeadamente por permitirem a interação entre as diferentes variáveis no espaço. Corroborando aquilo que a literatura mais recente vem defendendo, pudemos concluir com esta nossa investigação que a desigualdade de rendimentos, a pobreza, as condições de habitabilidade, as relações da população com o mercado de trabalho e a concentração urbana estiveram entre os principais determinantes da propagação do Covid-19 em Portugal na sua primeira fase. |
Description: | Trabalho de Projeto do Mestrado em Economia apresentado à Faculdade de Economia | URI: | https://hdl.handle.net/10316/100630 | Rights: | openAccess |
Appears in Collections: | UC - Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Trabalho Projeto_N.Gonçalves_27-07-2021.pdf | 1.85 MB | Adobe PDF | View/Open |
Google ScholarTM
Check
This item is licensed under a Creative Commons License