Les États les plus sévères du monde

Exempted bicycle moving during lockdown due to covid 19 in Uganda, 15 April 2020, 12:31:38, Ndahiro derrick, CC BY-SA 4.0 <https://creativecommons.org/licenses/by-sa/4.0>, via Wikimedia Commons.

Charger les principaux packages

library(here)
library(tidyverse)
library(lubridate)
library(countrycode)
library(huxtable)

Récupérer les données

Note

Jusqu’à juin 2023, les données étaient mises à disposition dans ce repo Github : covid-policy-tracker. Depuis juin 2023, un nouveau repo abrite la version définitive des données : covid-policy-dataset. Lors de la rédaction du livre, nous avons utilisé le premier. A priori, cela n’entraîne aucune modification importante.

oxcgrt_path = here("data", "oxcgrt.rds")

new_repo = "https://raw.githubusercontent.com/OxCGRT/covid-policy-dataset/main/data/OxCGRT_compact_national_v1.csv" # pour information

old_repo = "https://raw.githubusercontent.com/OxCGRT/covid-policy-tracker/master/data/OxCGRT_nat_latest.csv"
read_csv(old_repo,
         col_select = c(CountryName,
                        Date,
                        starts_with("C6"),
                        StringencyIndex_Average)) |>
  write_rds(oxcgrt_path)

oxcgrt = read_rds(oxcgrt_path) |> 
  janitor::clean_names() |> 
  mutate(date = ymd(date))

Palmarès du Stringency Index entre le 1er mars et le 1er juin

Les 30 États les plus “bouclés” de la planète sont :

oxcgrt |> 
  filter(between(date, ymd(20200301), ymd(20200601))) |> 
  group_by(country_name) |> 
  summarise(stringency_index_average = mean(stringency_index_average, na.rm = T)) |> 
  mutate(stringency_index_average = round(stringency_index_average, 1)) |> 
  slice_max(stringency_index_average, n = 30) |> 
  as_huxtable() |> 
  set_number_format(NA)

country_name	stringency_index_average
Palestine	86.9
Philippines	86.2
Honduras	86
Iraq	84.6
Georgia	83.8
Guatemala	82.7
Kuwait	82.7
Peru	82
El Salvador	81.5
Italy	81.3
Bolivia	80.5
Bahamas	80.2
Argentina	80.1
Nepal	79.4
Kosovo	79.2
Dominican Republic	78.5
Saudi Arabia	78.5
Morocco	78.4
Pakistan	78.4
Libya	78.2
Ecuador	78.1
India	78
France	77.8
Albania	77.4
Jordan	76.9
Ukraine	76.7
Jamaica	76.5
Paraguay	76.3
Kyrgyz Republic	75.9
Oman	75.3
Sri Lanka	75.3

Durée et intensité des Stay-at-home-orders en 2020

Comprendre le codage des Stay-at-home-orders

Il s’agit de la variable C6M_Stay at home requirements, complétée par la variable C6M_Flag.

D’après le dictionnaire des codes :

C6M_Stay at home requirements prend les valeurs suivantes :

• 0 : no measures
• 1 : recommend not leaving house
• 2 : require not leaving house with exceptions for daily exercise, grocery shopping, and ‘essential’ trips
• 3 : require not leaving house with minimal exceptions (eg allowed to leave once a week, or only one person can leave at a time, etc)
• Blank : no data

C6M_Flag précise l’extension géographique de ces mesures :

• 0 : targeted
• 1 : general
• Blank : no data

Recoder à la marge

On rassemble l’absence de stay-at-home-order et les simples “recommandations” dans la même catégorie. Et on garde la distinction entre confinements à exercice physique autorisé (ex : France, Italie) et à exercice physique interdit (ex : Espagne, Philippines).

Note

Pour construire le score synthétique d’enfermement de la FAQ, on a attribué la valeur 1 aux premiers et la valeur 2 aux seconds. Ici, on atténue la différence en conservant les valeurs 2 et 3.

oxcgrt_saho_2020 = oxcgrt |> 
  mutate(national_or_subnational_saho = case_when(c6m_stay_at_home_requirements %in% 0:1 ~ 0,
                                                  .default = c6m_stay_at_home_requirements),
         national_saho = national_or_subnational_saho *  c6m_flag) |>
  filter(year(date) == 2020) |> 
  group_by(country_name) |> 
  summarise(national_or_subnational_saho = sum(national_or_subnational_saho, na.rm = T),
            national_saho = sum(national_saho, na.rm = T))

Palmarès

Au moins une partie du pays…

oxcgrt_saho_2020 |> 
  slice_max(national_or_subnational_saho, n = 30) |> 
  as_huxtable() |> 
  set_number_format(NA) |> 
  theme_grey()

country_name	national_or_subnational_saho	national_saho
Chile	802	88
China	801	0
Honduras	741	683
El Salvador	659	659
Kenya	652	376
Paraguay	641	596
Peru	638	554
Italy	626	390
Argentina	615	195
India	613	245
Congo	611	425
Algeria	600	0
Jamaica	593	536
Myanmar	590	78
Rwanda	586	504
United States	584	0
Fiji	576	554
Bahamas	574	286
Venezuela	574	518
Palestine	573	130
Gabon	572	510
Panama	565	337
Nigeria	556	484
Guinea	554	154
Tonga	554	554
Uganda	554	554
Eritrea	542	542
Suriname	542	524
Mexico	540	168
Libya	530	353

Tout le pays…

oxcgrt_saho_2020 |> 
  slice_max(national_saho, n = 30) |> 
  as_huxtable() |> 
  set_number_format(NA) |> 
  theme_grey()

country_name	national_or_subnational_saho	national_saho
Honduras	741	683
El Salvador	659	659
Paraguay	641	596
Fiji	576	554
Peru	638	554
Tonga	554	554
Uganda	554	554
Eritrea	542	542
Jamaica	593	536
Puerto Rico	524	524
Suriname	542	524
Venezuela	574	518
Bolivia	522	510
Gabon	572	510
Rwanda	586	504
Nigeria	556	484
South Africa	480	480
Dominican Republic	492	460
Zimbabwe	460	460
Guyana	514	456
Congo	611	425
Jordan	428	420
Haiti	416	416
Italy	626	390
Guatemala	386	386
Kenya	652	376
Iraq	394	356
Libya	530	353
Panama	565	337
Kosovo	498	336