This research seeks to contribute to the literature on the determinants of the evolution of the number of cases and deaths from COVID-19 in Peru; specifically, the role of mobility of people —understood as displacement—, geography, and economic development. To do this, we use random-effects Poisson regressions and data from four groups of variables at the district level: (1) COVID-19, (2) mobility of people, (3) geographic variables, and (4) socioeconomic variables. The main results indicate that the mobility of people has a negative relationship with the probability of accumulating cases and deaths of COVID-19 until the ninth week of the pandemic, but it has a positive relationship from the eleventh week. We also find that socioeconomic variables such as GDP per capita and life expectancy have positive associations with the probability of accumulating COVID-19 cases and deaths, while geographic variables such as height and slope of the territory have negative associations. The results also indicate that the role of geographic and socioeconomic variables depends on the inclusion of Lima in the empirical analysis.
Esta investigación busca contribuir a la literatura sobre los determinantes de la evolución del número de casos y muertes por COVID-19 en el Perú; en específico, el rol de la movilidad de las personas –entendida como el desplazamiento–, la geografía y el desarrollo económico. Para ello, utilizamos regresiones de Poisson con efectos aleatorios y datos de cuatro grupos de variables a nivel de distritos: (1) COVID-19, (2) movilidad de las personas, (3) variables geográficas y (4) variables socioeconómicas. Los principales resultados indican que la movilidad de las personas tiene una relación negativa con la probabilidad de acumular casos y muertes de COVID-19 hasta la novena semana de pandemia, pero tiene una relación positiva a partir de la decimoprimera semana. También encontramos que las variables socioeconómicas como el PIB per cápita y la esperanza de vida tienen asociaciones positivas con la probabilidad de acumular casos y muertes de COVID-19; mientras que las variables geográficas, como la altura y la pendiente del territorio, tienen asociaciones negativas. Los resultados también indican que el rol de las variables geográficas y socioeconómicas depende de la inclusión de Lima en el análisis empírico.