Please use this identifier to cite or link to this item: https://essuir.sumdu.edu.ua/handle/123456789/82398
Or use following links to share this resource in social networks: Recommend this item
Title Financial, economic, environmental and social determinants for Ukrainian regions differentiation by the vulnerability level to COVID-19
Authors Kuzmenko, Olha Vitaliivna  
Lieonov, Serhii Viacheslavovych  
Kashcha, Mariia Oleksiivna  
ORCID http://orcid.org/0000-0001-8575-5725
http://orcid.org/0000-0001-5639-3008
http://orcid.org/0000-0001-9055-8304
Keywords COVID-19
епідеміологічні загрози
эпидемиологические угрозы
epidemiological threats
ретроспективні портрети вразливості регіонів до COVID-19
ретроспективные портреты уязвимости регионов к COVID-19
retrospective portraits of regional vulnerability to COVID-19
покрокова нелінійна регресія
пошаговая нелинейная регрессия
step-by-step nonlinear regression
захворюваність
заболеваемость
morbidity
регіональна диференціація захворюваності
региональная дифференциация заболеваемости
regional morbidity differentiation
пандемія
пандемия
pandemic
мультиколінеарність
мультиколинеарнисть
multicollinearity
гетероскедастичність
гетероскедастичность
heteroskedasticity
Type Article
Date of Issue 2020
URI https://essuir.sumdu.edu.ua/handle/123456789/82398
Publisher Фінансово-кредитна діяльність: проблеми теорії і практики
License Copyright not evaluated
Citation Kuzmenko O., Lieonov S., Kashcha M. Financial, economic, environmental and social determinants for Ukrainian regions differentiation by the vulnerability level to COVID-19 // Financial and credit activities: problems of theory and practice. 2020. №3(34). P. 270-282
Abstract Як свідчить перебіг пандемії COVID-19, регіони України суттєво відрізняються за рівнем вразливості населення до цієї інфекції. Причини регіональної диференціації захворюваності та смертності населення від COVID-19 ідентифікуються певними патернами (комбінаціями) факторів, які кумулятивно накопичуючись протягом тривалого періоду часу, сформували так звані «ретроспективних портретів вразливості регіону до COVID-19» для кожного регіону. Основною метою дослідження є визначення таких комбінацій фінансових, економічних, екологічних та соціальних факторів, які обумовили різну кількість летальних випадків та захворюваності серед населення різних регіонів України від COVID-19. Дослідження здійснено на основі побудованої просторової нелінійної моделі, в якій за ступінчастим алгоритмом окремі факторні змінні додавалися / вилучалися зі специфікацій моделі покроково методом Ейткена залежно від їх кореляції із показниками захворюваності та смертності від COVID-19 в регіоні, до тих пір, поки не була сформована специфікацію моделі з найвищим рівнем адекватності за p-значенням та t-статистикою. Для побудови індивідуальних «ретроспективних портретів вразливості регіону до COVID-19» для кожного регіону побудовані нелінійні багатофакторні регресійні рівняння залежності між результативною ознакою (рівень захворюваності та смертності населення регіону від COVID-19) від змінних – 23 індикаторів соціального, економічного, екологічного та фінансового розвитку кожного регіону України та міста Київ, сформовані кореляційні матриці та побудовано кореляційні плеяди. Перевірка на мутиколінеарність здійснена на основі кореляційної матриці з використанням алгоритму Фаррара-Глобера, перевірка залишків на наявність автокореляції здійснена методом Дарбіна-Уотсона, перевірка на гетероскедастичність здійснена за допомогою тесту рангової кореляції Спирмена. Результати емпіричного аналізу засвідчили, що на рівень захворюваності від COVID-19 та кількість смертельних випадків найбільше впливає показники міграційного руху, кількісний склад населення та екологічна ситуація в регіоні, але також суттєвим є індикатор готовності медичних закладів до якісного обслуговування хворих в період пандемії та динаміка доходів населення. Використання ретроспективних результатів дослідження можуть бути корисними при створенні дорожніх карт окремих регіонів, для подолання наслідків епідеміологічних впливів у майбутньому.
According to the COVID-19 pandemic, the Ukrainian regions significantly differ in the population’s vulnerability to this infection. Specific patterns (combinations) of factors identify the reasons for regional differentiation of morbidity and mortality from COVID-19. They were accumulated over a long period and formed the so-called «retrospective portraits of the region’s vulnerability to COVID-19» for each region. The main purpose of the study is to define such combinations of financial, economic, environmental and social factors causing many deaths and morbidity from COVID-19 among the population of different Ukrainian regions. The study is based on a constructed spatial nonlinear model. According to the step-by-step algorithm, individual factor variables are gradually added / removed from the model specifications by the Aitken method depending on their correlation with morbidity and mortality from COVID-19 in the region until the model’s specification with the highest adequacy by p-value and t-statistics is formed. The nonlinear multifactorial regression equations regarding the dependence of the resulting indicator (the level of morbidity and mortality of the region from COVID-19) on variables — 23 indicators of social, economic, environmental and financial development of each Ukrainian region and Kyiv are built for the creation of the «retrospective portraits of the region’s vulnerability to COVID-19». Besides, the correlation matrices and correlation pleiades are formed. Based on a correlation matrix, the multicollinearity test is performed using the Farrar — Glauber algorithm. The Durbin — Watson method checks residuals for autocorrelation. The heteroskedasticity test is performed using the Spearman rank correlation test. The empirical analysis results show that migration, population size, the environmental situation in the region, a significant index of medical institutions readiness for qualitative patient care during the pandemic and citizens’ income dynamics mostly affect the incidence of COVID-19 and the number of deaths. The retrospective research results can help create road maps of individual regions to overcome the future epidemiological influence effects.
Appears in Collections: Наукові видання (ННІ БТ)

Views

Australia Australia
1
Brazil Brazil
1
Canada Canada
-233841561
China China
2041073266
Denmark Denmark
1
Germany Germany
1753809012
Hong Kong SAR China Hong Kong SAR China
1
Indonesia Indonesia
1
Iran Iran
81
Ireland Ireland
28123487
Israel Israel
7989
Lithuania Lithuania
1
Malaysia Malaysia
833360671
Mauritius Mauritius
1
Netherlands Netherlands
321
Norway Norway
103900253
Pakistan Pakistan
2522
Poland Poland
189411
Portugal Portugal
1
Russia Russia
1
Senegal Senegal
1
Seychelles Seychelles
1
Singapore Singapore
1
South Africa South Africa
1
South Korea South Korea
1795997670
Sweden Sweden
1
Taiwan Taiwan
1
Ukraine Ukraine
110673
United Kingdom United Kingdom
-1191488537
United States United States
1753809013
Unknown Country Unknown Country
2122425307
Vietnam Vietnam
21439

Downloads

Brazil Brazil
1
China China
892583619
Germany Germany
103900258
India India
38081
Indonesia Indonesia
-1870948760
Iran Iran
1
Lithuania Lithuania
1
Malaysia Malaysia
1
Pakistan Pakistan
1
Philippines Philippines
8593697
Poland Poland
1
Puerto Rico Puerto Rico
1
Serbia Serbia
1
Singapore Singapore
1
South Korea South Korea
1
Taiwan Taiwan
1
Ukraine Ukraine
180138
United Arab Emirates United Arab Emirates
1488436021
United Kingdom United Kingdom
-233841562
United States United States
-1191488538
Unknown Country Unknown Country
2122425308
Vietnam Vietnam
1

Files

File Size Format Downloads
Kuzmenko_COVID-19_paper.pdf 359.49 kB Adobe PDF 1319878274

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.