Geographical distribution and social justice of the COVID-19 pandemic: The case of Palma (Balearic Islands)

Abstract

Se analiza la distribución espacial de la tasa de infección por COVID-19 en la ciudad de Palma (Islas Baleares) a partir de la geolocalización de los casos positivos por sector censal y se evalúa su relación con variables socioeconómicas. Los datos sobre infecciones fueron proporcionados por el Servicio de Salud del Ministerio de Salud y Consumo del Gobierno de las Islas Baleares. El estudio combina varios métodos de análisis: autocorrelación espacial, cálculo del índice de Gini y regresión por mínimos cuadrados, y regresión geográfica ponderada. Los resultados muestran que la pandemia comprendió cinco oleadas en el periodo comprendido entre marzo de 2020 y marzo de 2022, correspondientes a los meses de abril de 2020, agosto de 2020, diciembre de 2020, julio de 2021 y enero de 2022. Cada oleada presenta un patrón de distribución geográfica particular; sin embargo, la segunda y la tercera oleadas muestran mayores niveles de concentración espacial. En este sentido, la segunda oleada afectó a los barrios periféricos de la zona este de la ciudad. El índice de Gini confirma desequilibrios geográficos en la distribución de infecciones durante las primeras oleadas de la pandemia. Además, los modelos de regresión indican que las variables socioeconómicas más significativas en la predicción de la infección por COVID-19 son el ingreso promedio, el porcentaje de niños menores de 18 años, el tamaño promedio del hogar y el porcentaje de hogares unipersonales. El estudio demuestra que los desequilibrios económicos en la ciudad han influido claramente en el patrón espacial de la distribución de la pandemia. Asimismo, pone de manifiesto la necesidad de implementar políticas de justicia espacial en la distribución del ingreso para contrarrestar los efectos de la pandemia.

The spatial distribution of the COVID-19 infection rate in the city of Palma (Balearic Islands) is analyzed from the geolocation of positive cases by census tract and its relationship with socioeconomic variables is evaluated. Data on infections have been provided by the Health Service of the Ministry of Health and Consumption of the Government of the Balearic Islands. The study combines several methods of analysis: spatial autocorrelation, calculation of the Gini index and least squares regression, and weighted geographical regression. The results show that the pandemic comprised five waves in the March 2020–March 2022 period, corresponding to the months of April 2020, August 2020, December 2020, July 2021, and January 2022. Each wave shows a particular geographical distribution pattern, however, the second and third waves show higher levels of spatial concentration. In this sense, the second wave, affecting the peripheral neighborhoods of the eastern part of the city. The Gini index confirms geographical imbalances in the distribution of infections in the first waves of the pandemic. In addition, the regression models indicate that the most significant socioeconomic variables in the prediction of COVID-19 infection are average income, percentage of children under 18 years of age, average size of the household, and percentage of single-person households. The study shows that economic imbalances in the city have had a clear influence on the spatial pattern of pandemic distribution. It shows the need to implement spatial justice policies in income distribution to balance the effects of the pandemic.