Por Alessio Gaggero, Ángela Mesa-Pedrazas, y Ángel Fernández-Pérez
La pandemia de COVID-19 ha supuesto un reto sin precedentes para los sistemas sanitarios del mundo. La alta letalidad y contagiosidad del virus, junto con la falta inicial de vacunas, obligaron a los gobiernos a implementar rápidamente intervenciones no farmacéuticas (INF), como el distanciamiento social, el uso obligatorio de mascarillas, restricciones de viaje y cierres de negocios no esenciales, para frenar su propagación y reducir el impacto en la salud pública (Apel et al., 2023; Brauner et al., 2021; Cho, 2020; Ciminelli & Garcia-Mandicó, 2022). Dado el debate en curso sobre la eficacia de estas INF, existe una profunda necesidad de aportar evidencia empírica para fundamentar las decisiones sobre su uso, sobre todo, cuando hay estudios que demuestran el fuerte impacto de estas INF sobre aspectos como la salud mental que han sido discutidas en este blog (aquí). En este artículo se evalúa la eficacia de una de las intervenciones no farmacéuticas más aplicadas durante el COVID-19: el cierre de las actividades no esenciales (CANE).
¿Cuál es nuestra estrategia empírica?
En un experimento ideal, se asignaría aleatoriamente a determinados municipios la aplicación de cierres de negocios no esenciales, mientras que permitiríamos a otros municipios similares continuar sus operaciones sin interrupción. El diseño empírico de este trabajo imita este experimento ideal examinando la aplicación en el mundo real de la política CANE en la región española de Andalucía, a partir del 17 de enero de 2021. Esta política ordenó el cierre durante dos semanas de los negocios no esenciales en los municipios con una tasa de infección de 14 días (por cada 100.000 habitantes) superior al umbral de 1.000, como se representa en la Tabla 1.
Tabla 1: Intervenciones no farmacéuticas frente a la COVID-19 en los municipios de Andalucía, según el nivel de incidencia
El enfoque empírico utilizado aquí permite estimar de manera fiable el impacto de la política CANE mediante la comparación de municipios justo por debajo y justo por encima de un punto de corte en un diseño de regresión discontinua (RD). La característica clave del diseño RD es el cambio abrupto en la probabilidad de recibir el tratamiento en el valor de corte conocido de la variable. Esto imita una evaluación aleatoria, ya que el tratamiento puede considerarse aleatorio para las unidades cercanas al valor de corte. Este diseño se adapta perfectamente a nuestro contexto: todos los municipios tienen una tasa de infección de 14 días, nuestra variable de asignación, pero solo aquellos con un valor superior a 1.000 por cada 100.000 habitantes fueron asignados a la política CANE. Así, gracias al cambio discontinuo en la probabilidad de asignación a la política, podemos obtener el efecto causal local utilizando municipios justo por debajo del corte como contrafactuales para aquellos justo por encima.
¿Qué datos utilizamos?
Utilizamos datos del Instituto de Estadística y Cartografía de Andalucía (IECA) y la Consejería de Salud y Consumo de la Junta de Andalucía sobre la situación del COVID-19 en la región. Recogimos datos semanales de los 785 municipios de Andalucía, desde el 15 de enero hasta el 7 de mayo de 2021, totalizando 17 semanas y 13,242 observaciones. Los datos incluyen por municipio: (1) el número acumulado de casos confirmados de COVID-19 desde el 26 de febrero de 2020; (2) el número acumulado de muertes confirmadas por COVID-19 desde la misma fecha; (3) la tasa de infección en 14 días por cada 100,000 habitantes, calculada a partir de los casos confirmados en los últimos 14 días. Los casos y muertes se confirman mediante pruebas PCR o pruebas rápidas de antígenos.
¿Cuáles son los principales resultados de nuestra investigación?
La Figura 1 muestra gráficamente nuestros resultados principales. En concreto, los gráficos indican que los municipios con una tasa de infección de 14 días justo por encima del umbral de 1.000, y por tanto asignados a la política CANE, muestran una reducción de los nuevos casos y muertes por COVID-19 en relación con sus homólogos justo por debajo del umbral.
Ilustración 1: Efecto de la política CANE
La Tabla 2 muestra la solidez de nuestros resultados mediante diversas especificaciones. La columna 1 presenta la especificación básica de RD, incluyendo la variable de ejecución y el término de interacción entre el indicador de política y la variable de ejecución. La columna 2 incorpora efectos fijos temporales con variables ficticias semanales, mientras que la columna 3 añade efectos fijos provinciales para considerar características variables a nivel provincial. Por último, la columna 4, nuestra especificación preferida, incluye efectos fijos municipales para abordar la heterogeneidad no observada a nivel municipal.
Los resultados se dividen en dos paneles. El Panel A proporciona estimaciones de RD del impacto de la política CANE sobre los casos de COVID-19, mostrando que el cierre de dos semanas de negocios no esenciales redujo los nuevos casos de COVID-19 en un 23%, según el coeficiente estimado en la columna 4. El Panel B se enfoca en el impacto sobre las muertes por COVID-19, indicando que el cierre de dos semanas redujo las nuevas muertes por COVID-19 en un 2.5%, según la columna 4.
Tabla 2: Estimaciones de RD de la política CANE
Análisis de Heterogeneidad
Para comprender mejor las condiciones en las que los efectos de la política son más fuertes, se investigaron los efectos heterogéneos según el tamaño de la población. Dividimos los municipios en dos grupos: zonas más urbanas (de 5.000 habitantes) y zonas rurales (menos de 5.000 habitantes), siguiendo la clasificación del Ministerio de Agricultura, Pesca y Alimentación. Según esta clasificación, el 67% de los municipios andaluces (527 de 785) son rurales, con aproximadamente 900.000 habitantes.
Los resultados de este análisis se presentan en la Tabla 4. Curiosamente, las estimaciones de la RD indican que los efectos de la política CANE son más fuertes en las zonas rurales que en las urbanas. En concreto, el cierre durante dos semanas de los comercios no esenciales en los municipios rurales dio lugar a una reducción de los nuevos casos de COVID-19 de aproximadamente el 30%, frente a una reducción del 18% en los municipios urbanos. Del mismo modo, con respecto a las muertes por COVID, un cierre de dos semanas de los negocios no esenciales en los municipios rurales dio lugar a una reducción de nuevas muertes por COVID-19 de aproximadamente el 6%, mientras que la misma cifra para los municipios de las zonas urbanas no es estadísticamente diferente de cero.
Tabla 3: Estimaciones RD de la política CANE: Análisis de heterogeneidad
¿Cuáles son nuestras recomendaciones?
Los resultados de este estudio concluyen que las políticas de cierre de negocios no esenciales pueden ser efectivas para reducir contagios y muertes durante pandemias como la COVID-19, especialmente cuando no hay medidas farmacéuticas disponibles. La efectividad de la política CANE varía según el tamaño de la población municipal, siendo más impactante en áreas rurales (menos de 5,000 habitantes). Esto se debe a la menor densidad poblacional y la prevalencia de negocios no esenciales en zonas rurales, lo que reduce el riesgo de contagio.
Recomendamos a las autoridades utilizar el cierre de negocios no esenciales a nivel municipal para reducir contagios y muertes en pandemias. Sin embargo, es importante considerar las características socioeconómicas de cada zona. En áreas más pobladas, se debería complementar la política CANE con otras medidas, como el confinamiento o el uso obligatorio de mascarillas.
