En 2020, une mortalité plus forte et une géographie différente (épisode 24)

L’Insee a livré hier les chiffres sur la mortalité toutes causes confondues jusqu’au 13 avril 2020. La tendance observée la semaine dernière selon laquelle la mortalité en mars-avril est plus forte cette année que l’an dernier, mais aussi qu’en 2018, année de grippe longue et virulente, se confirme. Cette surmortalité s’inscrit cependant de manière spécifique dans l’espace, car contrairement à d’autres épidémies, elle continue de se caractériser par une forte concentration géographique, qui n’est pas sans interroger.

S’agissant de la surmortalité, j’ai reproduit le graphique de l’Insee sur le nombre de décès quotidien, pour la période du 1er mars au 13 avril. On constate que sur cette période, la mortalité en 2018 est sensiblement supérieure à celle de 2019, et que celle de 2020 les dépasse à partir de mi-mars, pour atteindre 2700 décès par jour au 1er avril, et redescendre heureusement depuis. Sur cette période, la surmortalité 2020 est supérieure de 25% à celle de 2019 et de 13% à celle de 2018. Étant entendu qu’elle a été limitée par le confinement, dont certains collègues estiment qu’il a évité plus de 60 000 décès.

Contrairement à ce que l’on observe dans le cas des grippes saisonnières, cette mortalité n’est cependant pas distribuée de manière homogène dans l’espace, elle est fortement concentrée, à commencer par le Grand Est et l’Ile-de-France. Pour le montrer, j’ai calculé un indicateur de concentration géographique des décès pour les trois années, qui vaut 1 en cas de concentration maximale et 100 en cas de concentration minimale.

Premier constat : même si la mortalité en 2018 est sensiblement supérieure en mars-avril à celle observée en 2019, les indices de concentration spatiale sont très proches, avec des valeurs relativement élevées qui oscillent autour de 67%. L’épidémie de grippe de 2018, plus virulente et plus longue que celle de 2019, s’est donc déployée de manière homogène dans l’espace.

Pour l’épidémie actuelle, ce n’est pas la même histoire : la valeur de l’indice de concentration décroche de la tendance quand la mortalité 2020 dépasse celle des années précédentes. L’indice descend jusqu’à 50%, signe d’un accroissement de la concentration spatiale des décès, qui se déploient de manière hétérogène dans l’espace.

Ce constat fait sur l’ensemble des décès est confirmé, et même sensiblement renforcé, si l’on analyse les données sur le Covid 19 de Santé publique France, en calculant le même indice de concentration spatiale.

L’indice augmente certes en début de période, mais il prend des valeurs faibles et ne dépasse jamais les 30%, signe d’une forte concentration spatiale de l’épidémie, relativement stable dans le temps.

Jusqu’à présent, lorsque je suis interrogé sur ce double résultat (forte concentration spatiale de l’épidémie, stabilité de cette concentration), je réponds qu’il faut y voir au moins en partie l’effet bénéfique du confinement. Il semble cependant que le confinement ne puisse pas tout expliquer : une telle concentration spatiale de l’épidémie se retrouve en effet dans des pays qui n’ont pas ou peu mis en œuvre le confinement, comme la Suède ou les Pays-Bas par exemple.

source : https://legrandcontinent.eu/fr/observatoire-coronavirus/ (site consulté le 25/04/2020)

[allez sur le site qui présente cette carte pour visualiser en survolant les régions le taux de décès et la proportion de cas]

Ce constat est au cœur des interrogations d’Antoine Flahault (merci à twitter, plus précisément à Tristan Klein, de m’avoir transmis le lien vers son interview), dont l’hypothèse explicative est que les personnes asymptomatiques joueraient un faible rôle dans la diffusion de l’épidémie, contrairement à ce que l’on observe pour les grippes saisonnières.

Pour la grippe, que je connais bien pour avoir participé à la mise en place du réseau Sentinelles en France : quand survient un pic épidémique, toute la France est concernée de manière synchrone (…), tout le pays connaît le pic durant la même semaine ou presque. Comment l’expliquer ? Mon hypothèse est que l’ensemencement préalable par le virus de la grippe est important avant le démarrage visible de l’épidémie saisonnière et qu’il est causé par les personnes asymptomatiques, donc silencieuses, qui vont déclencher l’épidémie finalement visible au même moment partout dans toute l’Europe.

(…) Cette particularité du coronavirus sur le virus grippal est importante, car beaucoup de modèles mathématiques utilisées pour COVID sont des modèles recyclés de la grippe qui repose sur une hypothèse forte de pan-mixage. Or, elle pourrait s’avérer moins valable pour COVID, s’il s’avère que les personnes asymptomatiques n’ensemencent pas le pays de façon massive comme dans le cas de la grippe.

Ceci ne signifie bien sûr pas que le confinement ne sert à rien, il a sans conteste permis d’éviter un nombre important de contamination et de décès. Mais il semble bien qu’il n’explique pas tout. Et force est de constater que les raisons de cette concentration spatiale de l’épidémie ne sont pas, pour l’heure, totalement claires.

Covid 19, épisode 23 : nouvelle évaluation de l’impact économique de l’épidémie

L’Insee a publié hier une nouveau point de conjoncture pour mesurer la perte d’activité lié à la pandémie et au confinement. Par rapport à une semaine normale, la perte d’activité serait de 35% pour l’ensemble des secteurs et de 41% pour le sous-ensemble du secteur marchand.

Les pertes par secteurs sont également actualisées :

J’ai reproduit l’exercice consistant à spatialiser ces pertes, ce qui donne la carte par département suivante :

Il y a très peu de changement par rapport à la dernière fois : la corrélation entre les estimations du 9 avril et celles du 23 avril est supérieure à 98%. Les départements les moins impactés restent la Lozère, la Creuse et la Meuse, ceux les plus touchés la Seine-et-Marne, la Savoie et les Hauts-de-Seine.


Épisodes précédents : Episode 1 (comparaisons régionales)|Episode  2 (résidences secondaires)|Episode 3 (sur la mortalité)|Episode 4 (comparaison France Italie)|Episode 5 (cas américain et espagnol)|Episode 6 (diffusion spatiale de l’épidémie)|Episode 7 (géographie des Ehpad)|Episode 8 (prévision décès Ehpad)|Episode 9 (sur la mortalité, suite)|Episode 10 (diffusion spatiale, suite)|Episode 11 (taux de mortalité)|Episode 12 (l’impact économique)|Episode 13 (confinement et mobilités départementales)|Episode 14 (chiffres Insee sur la mortalité)|Episode 15 (distanciation sociale)|Episode 16 (impact économique)|Episode 17 (taux de mortalité)|Episode 18 (des pneumatiques aux respirateurs)|Episode 19 (géographie des décès en Ehpad)|Episode 20 (actualisation chiffres Insee sur la mortalité)|Episode 21 (géographie aux États-Unis)|Episode 22 (classement régions françaises et pays de l’UE28)

Covid 19, épisode 22 : le positionnement des régions françaises dans le concert des pays de l’Union

Petit billet pour présenter autrement les taux de mortalité : j’ai construit un tableau avec les taux de mortalité des 28 pays de l’Union, du taux de mortalité le plus élevé (509 décès par million d’habitants en Belgique) au plus faible (2 décès par million d’habitants en Slovaquie), et j’ai intercalé les régions de France métropolitaine.

source des données sur la population : Eurostat ; source des données sur les décès : John Hopkins University et Santé publique France

La région Grand Est, la plus touchée, se situe ainsi entre la Belgique et l’Espagne. La Nouvelle-Aquitaine, région la moins touchée, pâtit d’un taux de mortalité inférieur à ce que l’on observe en Allemagne et en Autriche.

Covid 19, épisode 21 : la géographie de l’épidémie aux États-Unis

Petit billet pour faire un point sur le cas américain, à partir des données à l’échelle du pays, des États puis des Comtés (les données sont disponibles ici).

On assiste d’abord, à l’échelle du pays, à une véritable explosion du nombre de décès, qui a dépassé les 40 000 hier.

Attention à ne pas aller trop vite en besogne avec ces comparaisons entre des pays dont les tailles diffèrent sensiblement, mieux vaut rapporter à la population, pour comparer non pas le nombre de décès, mais les taux de mortalité.

Le taux de mortalité aux Etats-Unis reste sensiblement inférieur à celui observé en Espagne, en Italie, en France ou au Royaume-Uni.

Qu’observe-t-on à une échelle plus fine ? Le constat essentiel est celui d’une forte concentration spatiale de l’épidémie, comme pour les cas européens.

A l’échelle des États américains, d’abord, l’État de New-York, le plus touché, concentre 45% des décès, et celui du New-Jersey 11%. Les taux de mortalité dans ces États sont respectivement de 757 et 491 décès par million d’habitants. Seuls 6 États dépassent le taux de mortalité moyen du pays : les deux déjà cités, auxquels s’ajoutent le Connecticut (315 décès par million d’habitants), la Louisiane (279), le Massachusetts (244) et le Michigan (237).

Si l’on se focalise à l’échelle plus fine des comtés (les États-Unis sont découpés en plus de 3 000 comtés), on constate que 62% des comtés sont pour l’instant épargnés (aucun décès) et que seulement 7% (222 comtés) dépassent le taux de mortalité observé en moyenne dans le pays. Le comté le plus touché est celui de New-York, avec un taux de mortalité de 2 490 décès par million d’habitants. Il concentre à lui seul plus de 36% des décès alors qu’il ne représente que 1,7% de la population. A titre de comparaison, les deux régions les plus touchés d’Europe, la Lombardie et la région de Madrid, ont des taux de mortalité respectifs de 1 214 et de 1 089.

Pour analyser l’évolution de la concentration géographique de l’épidémie, j’ai calculé comme dans d’autres billets un indice de concentration spatiale qui varie entre 1% en cas de concentration maximale de la variable analysée et 100% en cas de concentration minimale. A l’échelle des États, pour la variable population, l’indice vaut 43% : tout se passe comme si la population des États-Unis était répartie de manière homogène entre 43% des États américains. Pour les décès au 19 avril 2020, l’indice vaut 8,6% : les décès sont donc 5 fois plus concentrés géographiquement que la population.

Courant mars, on a observé une diffusion spatiale de l’épidémie, l’indice passant de 2% à 14%. Attention, ceci reste un pourcentage relativement faible, équivalent à celui observé en Italie (autour de 15%) et inférieur à celui observé en France et en Espagne (autour de 25%). Depuis le 24 mars, de plus, la concentration spatiale a plutôt tendance à augmenter, ce qui est plutôt bon signe : l’épidémie semble pour l’instant contenue dans les États les plus touchés.

Covid 19, épisode 20 : la mortalité 2020 a dépassé celles de 2019 et de 2018

L’Insee a livré pour la troisième semaine consécutive les chiffres de la mortalité toutes causes confondues (voir ici pour la première livraison des chiffres et là pour la deuxième), cette fois pour la période du 1er mars au 6 avril. Jusqu’à présent, la mortalité en 2020 était inférieure à celle de 2018, année où la grippe avait été longue et virulente. Ce n’est plus le cas : on comptabilise 76 246 décès entre le 1er mars et le 6 avril 2020, contre 63 686 en 2019 (+20% entre 2019 et 2020) et 71 003 en 2018 (+7% entre 2018 et 2020). Ceci s’explique par l’accélération des décès sur la période (voir le graphique ci-dessous) : on est passé de 1830 décès par jour du 1er au 15 mars, à 2250 du 16 mars au 31 mars, puis à 2470 du 1er au 6 avril.

Pour un sous-ensemble de communes, l’Insee dispose de chiffres plus récents, jusqu’au 10 avril. Ceci permet de faire un constat un peu plus rassurant : on observe une baisse du nombre de décès du 4 au 10 avril de 9% par rapport à la semaine du 28 mars au 3 avril, le plus dur est peut-être passé.

Cette surmortalité reste très concentrée géographiquement : par rapport à 2019, la hausse des décès est particulièrement forte en Ile-de-France (+72%), dans le Grand Est (+55%) et dans une moindre mesure en Bourgogne Franche-Comté et dans les Hauts-de-France (+20%).

A l’échelle des départements, la hausse est supérieure à 50% dans tous ceux d’Ile-de-France, ainsi que dans le Haut-Rhin, le Bas-Rhin, les Vosges, la Moselle et l’Oise. Les parties ouest, centre et sud du pays sont relativement préservées, on observe même une baisse de la mortalité pour de nombreux département d’un grand quart Sud-Ouest.


Episodes précédents : Episode 1 (comparaisons régionales)|Episode  2 (résidences secondaires)|Episode 3 (sur la mortalité)|Episode 4 (comparaison France Italie)|Episode 5 (cas américain et espagnol)|Episode 6 (diffusion spatiale de l’épidémie)|Episode 7 (géographie des Ehpad)|Episode 8 (prévision décès Ehpad)|Episode 9 (sur la mortalité, suite)|Episode 10 (diffusion spatiale, suite)|Episode 11 (taux de mortalité)|Episode 12 (l’impact économique)|Episode 13 (confinement et mobilités départementales)|Episode 14 (chiffres Insee sur la mortalité)|Episode 15 (distanciation sociale)|Episode 16 (impact économique)|Episode 17 (taux de mortalité)|Episode 18 (des pneumatiques aux respirateurs)|Episode 19 (géographie des décès en Ehpad)

Covid 19, épisode 19 : la géographie des décès en Ehpad, proche de celle en hôpitaux

Pour dire des choses sur la géographie du Covid 19 en France, j’exploite depuis le départ les seules statistiques disponibles, celles fournies par Santé publique France, qui nous renseignent sur les décès en hôpitaux, et en hôpitaux seulement, à l’échelle des régions et des départements. Depuis deux semaines environ, le Ministère mentionne cependant chaque jour, en plus des décès en hôpitaux, le nombre de décès France entière recensés dans les établissements sociaux et médicaux-sociaux (Esms), composés notamment des Ehpad. A la date du 16 avril, on comptabilise ainsi un total de 17 920 décès, dont 11 060 en hôpital et 6 860 en Esms, soient des proportions respectives de 60% et 40% environ.

Jusqu’à présent, on ne disposait donc pas de chiffres précis sur la géographie des décès en Esms, alors qu’on peut légitimement se demander si cette géographie est la même que celle des décès en hôpitaux, ou non. Cette lacune est en partie réparée par la publication des points épidémiologiques régionaux sur le site de Santé publique France. Je dis bien en partie, car il m’a fallu dépouiller les 13 documents des régions de France métropolitaine pour trouver des chiffres, qui de surcroît ne sont pas tous mentionnés de la même façon : dans certains documents, on nous donne le nombre de décès en Esms sans plus de précisions, dans d’autres documents (dans 7 cas sur 13) on distingue les décès en Esms et ceux en hôpitaux de résidents des Esms.

J’ai me suis donc “amusé” à collecter les informations pour les 13 régions métropolitaines en retenant le nombre total de décès de résidents Esms sur la période du 1er mars au 14 avril 2020 (décès en hôpitaux ou non), j’ai calculé le poids dans l’ensemble de chaque région, puis je les ai rapporté aux poids de ces mêmes régions dans les décès en hôpitaux sur la même période. J’obtiens ainsi un indice qui vaut 1 si le poids d’une région dans les décès de résidents Esms est le même que son poids dans les décès en hôpitaux, et qui est supérieur à 1 (respectivement inférieur à 1) si son poids dans les décès Esms est supérieur (respectivement inférieur) à son poids dans les décès en hôpitaux. Si les chiffres diffèrent sensiblement de 1, c’est que les deux géographies, celle des décès en hôpitaux et celle des décès en Ehpad et autres Esms, diffèrent sensiblement.

J’obtiens le tableau suivant :

Données Santé publique France, période du 1er au 14 avril 2020

De manière générale, les deux géographies sont relativement proches. On observe cependant quelques différences : Auvergne Rhône Alpes et Centre Val de Loire pèsent 40% de plus dans les décès en Esms que dans les décès en hôpitaux et l’Ile-de-France 20% de plus. A l’inverse, Grand Est et Bourgogne Franche-Comté, deux régions très touchées quand on analyse les taux de mortalité en hôpitaux seulement, pèse un peu moins dans les décès en Esms. On constate que la plupart des régions de l’Ouest et du Sud (Pays de la Loire, Nouvelle-Aquitaine, Occitanie, PACA), qui accueillent un nombre importants d’établissements sociaux et médicaux sociaux, et qui sont jusqu’à présent peu touchées par l’épidémie, pèsent encore moins dans les décès en Esms que dans les décès en hôpitaux.

Au final, la forte concentration géographique des décès liés au Covid 19 qu’on observe en analysant les seuls décès en hôpitaux n’est donc pas sensiblement modifiée par les chiffres sur les décès de résidents d’Esms.


Episodes précédents : Episode 1 (comparaisons régionales)|Episode  2 (résidences secondaires)|Episode 3 (sur la mortalité)|Episode 4 (comparaison France Italie)|Episode 5 (cas américain et espagnol)|Episode 6 (diffusion spatiale de l’épidémie)|Episode 7 (géographie des Ehpad)|Episode 8 (prévision décès Ehpad)|Episode 9 (sur la mortalité, suite)|Episode 10 (diffusion spatiale, suite)|Episode 11 (taux de mortalité)|Episode 12 (l’impact économique)|Episode 13 (confinement et mobilités départementales)|Episode 14 (chiffres Insee sur la mortalité)|Episode 15 (distanciation sociale)|Episode 16 (impact économique)|Episode 17 (taux de mortalité)|Episode 18 (des pneumatiques aux respirateurs)

Covid 19, épisode 18 : des pneumatiques aux respirateurs

[billet écrit sur une idée de Stéphane Ménia]

La crise sanitaire en cours a conduit de nombreuses entreprises à proposer leur aide pour faire face à l’épidémie. Dans tout un ensemble de cas, l’aide octroyée n’a rien de surprenant : des entreprises disposant de stocks de masques, de charlottes, de sur-blouses, … les donnent aux hôpitaux ; des entreprises de l’industrie textile-habillement fabriquent puis donnent des masques ; un fabricant de pneus propose d’équiper les véhicules d’urgence ; etc. Dans d’autres cas, quand Michelin déclare qu’il va fabriquer 40 000 masques par semaine, ou que Valéo, équipementier automobile, s’engage dans la production de respirateurs, c’est en apparence plus surprenant.

Pour le comprendre, on peut faire un détour par l’économie d’entreprise, plus précisément les approches en termes de ressources (ou les approches en termes de compétences, ou la théorie évolutionniste, toutes très proches). L’idée de base est la suivante : une entreprise peut être vue comme un pool de ressources physiques (machines), humaines (salariés, dirigeants), immatérielles (marques, brevets, …), dont la combinaison permet de rendre des services dans différentes activités. Or, ce qui compte pour comprendre la vie de l’entreprise, ce sont moins les produits qu’elle fabrique ou les services qu’elle rend que les ressources et les compétences sous-jacentes qu’elle mobilise pour cela.

Notamment : une entreprise qui mobilise des ressources d’un certain type pour fabriquer tel produit pourra avantageusement se diversifier dans la fabrication d’un autre produit, qui peut être en apparence très différent, mais qui en fait mobilise les mêmes ressources. On parle alors de diversification cohérente. Les ressources de l’entreprise sont à la fois ce qui permet le changement (je passe d’une activité A à une activité B qui mobilise les ressources dont je dispose) et ce qui le limite (je ne vais pas m’engager dans une activité C qui demande de mobiliser des ressources trop différentes). On voit apparaître dès lors des phénomènes de dépendance de sentier : ce que je ferai demain dépend de ce que je fais aujourd’hui, qui dépend de ce que j’ai fait hier.

Avec ces petits outils conceptuels, on peut mieux comprendre l’engagement des entreprises sus-nommées dans la fabrication de masques ou de respirateurs. L’entreprise Michelin se lance dans la fabrication de masques FFP2 et de visières car elle dispose de ressources en impression 3D, de compétences en injection plastique et d’un réseau de sous-traitants qu’elle sait coordonner, qui lui ont notamment permis de prototyper puis de mettre en production rapidement un masque réutilisable équipé d’un filtre interchangeable. Ses ressources lui permettent également de fabriquer un “capteur de débit” pour les respirateurs d’Air Liquide qui risque la rupture de stock (source ici).

Autre exemple, le consortium composé d’Air Liquide, PSA, Valéo, et Schneider Electric,  censé fabriquer 10 000 respirateurs en 1 mois, alors que la production d’Air Liquide, seul fabricant français jusqu’alors, est de 200 par an. Ce passage à l’échelle est tout sauf simple, d’où le recours d’Air Liquide à d’autres entreprises, notamment dans l’automobile. C’est d’ailleurs là une des demande adressée par Air Liquide à Peugeot : trouver des fournisseurs dans l’automobile capable de fabriquer rapidement un grand nombre de pièces. Peugeot lui a ainsi conseillé de faire appel à l’entreprise Bontaz, dans la Vallée de l’Arve, pour fabriquer 7 000 pièces spécifiques pour respirateurs (je cite cet exemple car il m’a rappelé de vieux souvenirs : l’entreprise Bontaz est au coeur du documentaire passionnant Ma Mondialisation).

Que peut apporter Valéo, de son côté ? Cette entreprise dispose d’abord de compétences dans les systèmes thermiques (climatisation, boucle d’air dans les véhicules…), dont la fabrication “se rapproche de l’expertise nécessaire à la fabrication de respirateurs” déclare le porte-parole du groupe. Un respirateur est composé ensuite de plusieurs centaines de pièces livrées par une centaine de fournisseurs différents à trouver dans des délais réduits. Or, “nous avons l’habitude, chez Valeo, de gérer une chaîne d’approvisionnement très complexe avec des milliards de composants qui arrivent dans nos usines chaque jour, c’est pourquoi nous avons mis en place une équipe d’acheteurs avec des compétences en matière de plastique et d’électronique”. Valéo s’engage également, si une pièce venait à manquer, à mobiliser ses ingénieurs R&D en électronique, plastique et impression 3D pour “redessiner une pièce si nécessaire” (source des citations ici).

Au final, c’est à la mise en œuvre d’innovations collaboratives entre des entreprises disposant de compétences et de ressources complémentaires que l’on assiste. Reste à savoir si le pari des 10 000 respirateurs pour fin mai sera gagné. On peut également se demander s’il restera quelque chose de tout cela après l’épidémie, si les collaborations en cours donneront l’idée aux entreprises impliquées de travailler ensemble sur d’autres sujets.

Covid 19, épisode 17 : nouvelles variations sur les taux de mortalité

Je m’interroge régulièrement depuis le début de cette série de billets sur le Covid 19 sur la meilleure façon de représenter l’information disponible : quel indicateur retenir ? quelle échelle géographique ? Comment présenter les résultats : sous forme de tableau, de carte, de graphique ?

S’agissant de l’indicateur, que l’on compare des régions ou des pays, j’avais attiré l’attention dès mon premier billet sur la nécessité de rapporter le  nombre de cas, d’hospitalisation ou de décès à la population des entités comparées, pour neutraliser les effets taille. Ce n’est pas toujours fait, je lis encore régulièrement des comparaisons entre les Etats-Unis, l’Italie, la France, …, en nombre de décès, ce qui n’a pas beaucoup de sens. Le nombre de morts aux Etats-Unis (22 014 au 12 avril 2020) a certes dépassé le nombre de morts en Italie (19 899), en Espagne (17 489) et en France (9 253), mais le taux de mortalité (65 morts par million d’habitants aux Etats-Unis toujours au 12 avril) est nettement inférieur au taux italien (330), lui-même inférieur au taux espagnol (373) malgré un plus grand nombre de décès, la France étant en position intermédiaire avec un taux de 138 (en comptabilisant les décès en hôpital seulement, en intégrant les décès en Ehpad le taux monte à 220).

S’agissant de l’échelle géographique, on est malheureusement limité par les données disponibles. Si je me concentre sur la variable “décès”, on dispose de données à l’échelle des régions et des départements pour la France, des régions pour l’Espagne et l’Italie et des États et des Comtés pour les Etats-Unis. Travailler à ces échelles permet de montrer que la géographie compte, comme le montre le tableau ci-dessous : les moyennes nationales masquent la forte hétérogénéité des taux de mortalité à des échelles infra, la concentration spatiale de l’épidémie conduisant à des taux de mortalité locaux qui peuvent être très forts, le “record” de mon échantillon étant détenu par le comté de New-York aux Etats-Unis, qui frôle les 1200 morts par million d’habitants. Mais on aurait idéalement besoin de travailler à des échelles encore plus fines (voir à ce titre le travail remarquable de collègues italiens sur le nombre de cas).

échelle géographique taux de mortalité maximal (décès par million d’habitants au 12/04/2020)
France Pays 138
Région 374
Département 792
Italie Pays 330
Région 1056
Espagne Pays 373
Région 967
Etats-Unis Pays 65
Etats 397
Comté 1189

S’agissant de la représentation des résultats, je vous propose aujourd’hui des graphiques sur les taux de mortalité par million d’habitants pour la France, l’Italie et l’Espagne, qui permettent de synthétiser mieux que je ne l’ai fait jusqu’à présent, me semble-t-il, l’information disponible.

taux de mortalité par million d’habitants, Espagne

taux de mortalité par million d’habitants, Italie

taux de mortalité par million d’habitants, France

Attention, l’échelle des axes des ordonnées n’est pas le même selon les pays : il va jusqu’à 1000 décès par million d’habitants pour l’Espagne et l’Italie, et seulement jusqu’à 400 pour la France. Les périodes couvertes diffèrent également, mais toutes vont jusqu’au 12 avril. Ces graphiques permettent de voir rapidement la concentration géographique relativement forte de l’épidémie pour les trois pays, et l’évolution observée région par région, avec pour certaines des courbes en S, pour lesquelles il semble que l’on arrive sur un plateau, alors que pour d’autres, l’évolution semble plus linéaire et continue.

J’ai procédé de même pour les départements des trois régions françaises les plus touchées par l’épidémie (sur la base de l’indicateur “taux de mortalité”), à savoir Grand Est (en bleu), l’Ile-de-France (en vert) et la Bourgogne Franche-Comté (en rouge).

taux de mortalité par million d’habitants, France

On constate que les valeurs régionales moyennes masquent de fortes disparités en leur sein (l’axe des ordonnées monte jusqu’à 800), le Haut-Rhin et le Territoire de Belfort ressortant clairement comme étant les territoires les plus touchés de France.


Episodes précédents : Episode 1 (comparaisons régionales)|Episode  2 (résidences secondaires)|Episode 3 (sur la mortalité)|Episode 4 (comparaison France Italie)|Episode 5 (cas américain et espagnol)|Episode 6 (diffusion spatiale de l’épidémie)|Episode 7 (géographie des Ehpad)|Episode 8 (prévision décès Ehpad)|Episode 9 (sur la mortalité, suite)|Episode 10 (diffusion spatiale, suite)|Episode 11 (taux de mortalité)|Episode 12 (l’impact économique)|Episode 13 (confinement et mobilités départementales)|Episode 14 (chiffres Insee sur la mortalité)|Episode 15 (distanciation sociale)|Episode 16 (impact économique)

Covid 19, épisode 16 : une nouvelle évaluation de l’impact économique de l’épidémie

Dans son point de conjoncture du 9 avril 2020, l’Insee propose une nouvelle évaluation de la perte d’activité consécutive à l’épidémie et aux mesures de confinement qui ont été prises. Tous secteurs confondus, la perte de plus d’un tiers du PIB (36% exactement) est confirmée.

Alors que dans son premier point de conjoncture en date du 26 mars, l’Insee proposait des prévisions en décomposant l’activité en 5 grands secteurs, il propose cette fois des estimations à une échelle sectorielle plus fine, en 17 secteurs d’activité, ce qui permet de recalculer avec des données plus précises l’impact économique attendue de la crise sanitaire en cours à une échelle infra-nationale.

Voici les prévisions par secteur proposées par l’Insee :

De la même manière que dans mon billet précédent, j’ai appliqué les pertes sectorielles d’activité observées nationalement aux poids des secteurs dans chaque département, ce qui permet d’obtenir les pertes attendues pour chacun d’eux compte-tenu de leurs spécialisations : les pertes seront  d’autant plus fortes que le territoire en question est très spécialisé dans les secteurs les plus touchés et/ou peu spécialisé dans les secteurs les moins impactés. Etant donné que j’utilise des données emplois pour pondérer les secteurs et non pas des données de valeur ajoutée, l’impact France entière obtenu diffère un peu de celui obtenu par l’Insee : il n’est pas de -36%, mais de -41%. A l’échelle des départements, les taux de croissance obtenus varient de -35% pour la Lozère, la Creuse et la Meuse à -47% pour la Savoie et -46% pour la Seine-et-Marne et la Savoie (chiffres détaillés ici). Pourquoi la Lozère est-elle moins impactée ? C’est en raison notamment du poids dans ce département des services non marchands, qui représentent 49% des emplois contre 32% France entière, services non marchands moins impactés que la plupart des autres secteurs. Pourquoi, à l’inverse, la Savoie est-elle si impactée ? En raison notamment du poids du secteur “hébergement et restauration”, secteur le plus récessif (-90% de perte d’activité), qui pèse 12% en Savoie contre 4% France entière.

A noter que la corrélation entre les résultats obtenus avec cette décomposition en 17 secteurs et celle obtenue il y a deux semaines avec la décomposition en 5 secteurs est plutôt bonne, le R² est près de 75%. Les départements qui s’écartent le plus de la relation sont les Deux-Sèvres et les Hauts-de-Seine  d’un côté (l’impact en 17 secteurs est plus faible qu’attendu compte-tenu de l’impact en 5 secteurs) et la Savoie et les Hautes-Alpes de l’autre (impact plus marqué qu’attendu, en raison là encore du secteur “hébergement et restauration”, très récessif, plus que le secteur agrégé “services marchands”).

Le résultat principal reste que l’impact est violent pour tous les départements, mais qu’il semble plus fort encore, compte-tenu de leurs structures productives, pour de nombreux départements de l’Est et de l’Ile-de-France, et relativement moins fort dans la partie Ouest du pays.


Episodes précédents : Episode 1 (comparaisons régionales)|Episode  2 (résidences secondaires)|Episode 3 (sur la mortalité)|Episode 4 (comparaison France Italie)|Episode 5 (cas américain et espagnol)|Episode 6 (diffusion spatiale de l’épidémie)|Episode 7 (géographie des Ehpad)|Episode 8 (prévision décès Ehpad)|Episode 9 (sur la mortalité, suite)|Episode 10 (diffusion spatiale, suite)|Episode 11 (taux de mortalité)|Episode 12 (l’impact économique)|Episode 13 (confinement et mobilités départementales)|Episode 14 (chiffres Insee sur la mortalité)|Episode 15 (distanciation sociale)

Covid 19, épisode 15 : la mal-nommée “distanciation sociale”

Une des choses qui m’a surpris au début de l’épidémie, c’est l’emploi de l’expression “distanciation sociale”. Je trouve l’expression un peu pédante et obscure pour le commun des mortels, je me demande bien qui l’a proposée initialement.

Twitter me dit qu’on utilise pourtant l’équivalent en anglais (social distancing), en allemand (Soziale Distanzierung), en espagnol (distancia social), en polonais (Dystansowanie społeczne), en russe (социальная дистанция), …, mais en italien on fait plus simple avec l’expression distanza di sicurezza. Puisque l’idée est de dire qu’il faut respecter une distance d’un mètre cinquante entre les individus, parler de “distance (ou distanciation) physique”, ou de “distance de sécurité” m’aurait semblé plus simple et plus clair.

Il y a une autre raison plus fondamentale (déjà relevée par mes collègues et amis Jérôme Vicente sur twitter et Michel Grossetti sur Facebook) qui plaide pour une autre formulation : distinguer la distance physique de la distance sociale permet de mieux qualifier notre rapport aux autres et de mieux raconter ce qui se joue en ce moment. On peut ainsi considérer que nous sommes plus ou moins proches physiquement de certaines personnes : je suis proche de mon voisin de pallier en ce sens, et loin de ma fille qui habite à Bologne.  C’est l’inverse en revanche en termes de distance sociale : je suis proche de ma fille socialement (un lien familial nous unit) et loin de mon voisin de pallier à qui je me contente de dire bonjour quand nous nous croisons.

A ce titre, on observe plusieurs phénomènes intéressants en ce moment. Le confinement nous pousse d’abord, me semble-t-il, à prendre plus souvent des nouvelles des gens qui nous sont les plus proches socialement (liens familiaux, liens amicaux), plus souvent que lors des périodes hors confinement. Autrement dit nous cultivons nos liens forts. A l’inverse, nous n’entretenons pas ou peu nos liens plus faibles, avec nos voisins de bureau par exemple.  Il fait aussi que des voisins qui initialement s’ignoraient (ils n’étaient proches qu’en termes de distance physique) se mettent à interagir  : un individu propose à ses voisins d’acheter le pain, on discute de balcon à balcon, on joue ensemble, …, bref, ils se rapprochent du point de vue social. Une des questions intéressantes à ce titre est de savoir si ce nouveau lien social va survivre ou non à la fin du confinement. Dans d’autres cas encore, quand une personne demande à son voisin infirmier d’aller habiter plus loin, c’est la défiance qui s’installe (va-t-elle également perdurer ?).

Au final, le mot d’ordre aurait dû être de garder ses distances physiques mais de se rapprocher socialement pour affronter de manière mieux coordonnée l’épidémie…