Urbaniseringsgraden i EU/EES-länderna visar sig vara avgörande för överdödligheten 2020. Men sambandet är tvärt emot varandra i den forna uppdelningen Östeuropa och Västueropa. I väst innebär högre urbanisering fler döda under pandemiåret, medan i Östeuropa innebär det färre döda, kanske för att urbaniseringen i Öst är ett mått på välståndets och välfärdens utveckling.
 |
| Öst möter Väst i Aten och den europeiska civilsationens vagga |
Uppdelningen Västeuropa och Östeuropa avser här för öst de forna kommunistdiktaturerna bakom järnridån, medan Västeuropa är de fria neutrala länderna samt Natoländerna från kalla kriget.
Sverige är EU/EES åttonde mest urbaniserade land, och hela hela 80.3% av befolkningen bor i städer. Vi är också det mest urbaniserade landet i Norden, tätt följt av Island som har en mycket stor del av befolkningen koncentrerad till huvudstaden Reykjavik. Samtidigt som vi är åttonde mest urbaniserade och med det rimligtvis åttonde mest utsatta för risk av smitta och med det överdödlighet under pandemin har vi den nionde lägsta överdödligheten i EU/EES för 2020. Mot Sveirges 80.3% har t ex Finland en urbanisering på endast 71.2%, Norge 68.4% och Danmark 67.0%. Detta enligt Eurostats data för 2019 (2018 i fallet Norge).
 |
| Motorvägen (singularis) på Island och Reykjavik. |
Urbaniseringsdatat från Eurostat återges för bekvämlighetens skull nedan.
Urbaniseringsgrad (Eurostat)
1Malta99.9%
2Nederländerna89.7%
3Storbritannien87.6%
4Belgien84.5%
5Italien82.7%
6Schweiz82.5%
7Cypern81.8%
8Sverige80.3%
9Island78.3%
10Tyskland77.4%
11Portugal74.4%
12Spanien73.9%
13Finland71.2%
14Estland69.7%
15Norge68.4%
16Bulgarien68.2%
17Grekland68.1%
18Danmark67.0%
19Ungern66.7%
20Frankrike64.6%
21Tjeckien63.3%
22Lettland62.9%
23Luxemburg62.8%
24Kroatien62.4%
25Österrike61.5%
26Polen58.8%
27Slovakien56.8%
28Rumänien56.1%
29Slovenien55.6%
30Litauen45.3%
Vid en första körning av sambandet mellan överdödligheten under pandemiåret 2020 och urbaniseringsgraden så fås i princip inget samband alls. En linjär regression är i princip horisontell och den matematiska korrelationen är obefintlig på 0.04, dvs en högst marginell tendens att ökad urbaniseringsgrad har gett högre överdödlighet i under pandemin. Korrelation innebär inte kausalitet bla bla bla måste man skriva eftersom en del tror att jag inte är medveten om att matematiskt samband inte är samma sak som faktiskt samband bla bla bla. Behovet av att behöva skriva ut detta för att göra folk nöjda är lika töntigt som att behöva förklara att 1+1=2. Alla vet det.
 |
| Urbanisering 2019 vs överdödlighet 2020. |
Det ser alltså vid en första anblick ut som att det inte finns något samband mellan urbanisering och överdödligheten alls.
Men så är inte fallet.
Istället innebär urbanisering olika saker på respektive sida om den forna järnridån. I det mer välmående väst innebär ökad urbaniseringen ökad överdödlighet, sannolikt på grund av ökad smittorisk.
Korrelationen är nu istället stark och 0.39. Generellt desto fler som bor i städer, desto högre överdödlighet under året som gått.
 |
| Västeuropa |
I datat för hela EU/EES så doldes detta då urbaniseringen har en annan innebörd i Östeuropa.
I de forna öststaterna är förhållandet istället tvärt om. Ju lägre urbaniseringsgrad, desto högre överdödlighet under pandemiåret. Korrelationen är istället starkt negativ med -0.34.
 |
| Östeuropa |
I öst, där bondesamhället bet sig kvar på grund kommunismens misär och stagnation, är istället urbaniseringen ett mått på välstånd och den välfärd det innebär. Här har överdödligheten därmed ökat mer ju mindre urbant ett land är. Ja, bryter man ut Litauen som en outlier så stärks i själva verket korrelationen till -0.40. Att Tyskland klarat sig så väl kan eventuellt förklaras av forna Östtyskland, och det skulle inte vara förvånande om den östra halvan av landet har det omvända förhållandet om det gick att få fram data på forna Öst- respektive Västtyskland.
Urbaniseringsgraden påverkar alltså starkt utfallet i överdödlighet under 2020, men olika på respektive sida om den forna järnridån. Urbaniseringsgraden kan således förklara skillnaden mellan Sverige och våra grannländer, såväl som utfallet hos några av Europas mest urbaniserade länder som Storbritannien, Belgien, Nederländerna, Italien, Schweiz och Malta.
 |
| Vilnius, huvudstaden i Litauen |
Olika hårdetsgrad i åtgärderna mot Covid-19 verkar i sammanhanget ha haft klen påverkan. Naturligtvis har olika åtgärder räddat liv, men våra moderna städer med sin kollektivtrafik, annan trängsel och flaskhalsar som mataffärer med många kunder är i slutändan svåra till omöjliga att göra något åt via snabba politiska beslut annat än tvångsförflyttning av befolkningen bort från städerna till en landsbygd som saknar infrastruktur och service för en sådan omlokalisering på grund av urbaniseringen.
Sedan påverkar andra naturgivna förutsättningar, som placering i centrum eller periferi och om man är ett ö-land eller ej. Tillräckligt hög urbanisering som för Cypern, Malta eller Storbritannien har dock inte kunnat rädda dem ändå medan det avlägsna och självständiga Island klarat sig väldigt väl trots att de är det näst mest urbaniserade landet i Norden. Men man har ingen transittrafik till grannländerna.
Oavsett går det inte att ignorera urbaniseringen och andelen som bor i staden. Att dra upp befolkning per km2 i hela landet är oväsentligt i sammanhanget – i tomma skogar där ingen bor kan ingen heller bli smittad och Europas mest glesbefolkade land är Danmark, eftersom Grönland och dess inlandsis ingår i landet. Men på den bor ingen, så ingen kan bli smittad på inlandsisen, vilket bara visar hur oväsentligt befolkningstäthet är och hur väsentlig urbaniseringen är. Det är i städer man smittas.
 |
| Utsikt från Aten ner mot Piraeus. En trevlig promenad från Akropolis till färjorna i hamnen. |
En lärdom inför kommande pandemier kan vara att staten bör uppmuntra och möjliggöra för allmänheten att omlokalisera ut till exempelvis eventuella sommar- och vinterstugor, kanske rent av sponsra hotellboende utanför tätort, samt förbereda sätt att förstärka sjukvården ute i provinserna. Kan vi tillfälligt få ner mängden människor i städerna några procentenheter under en pandemi kan mycket vara vunnet. Inom vissa yrken kan man i alla fall jobba på distans.
Trendlinjen för överdödligheten går från 70% urbanisering och 0% överdödlighet till 81% urbanisering och 15% överdödlighet. En procents ökad urbanisering leder alltså till nästan en och en halv procents ökad överdödlighet givet reproducerbara linjära förhållanden (mer exakt 15/11=1.36). Ja, överdödlighet kan bli över 100%, då det är ökningen av antalet döda jämfört med normalt och inte som andel av befolkningen.
Med sambandet 1.36 så ser man att om Norge, Danmark och Finland skulle vara lika urbaniserade som Sverige skulle de ha bland de högsta överdödligheten i Europa och ungefär det dubbla mot Sverige. Öriket Island skulle då ha lägst överdödlighet i Norden.
I ett uppföljande inlägg kan vi justera överdödligheten med 1.36 och till samma urbaniseringsgrad som Sverige för samtliga länder i Västeuropa.
30 kommentarer
Mycket intressant. Ska bli spännande om en sisådär 10 år när all data finns på plats, är bearbetad och analyserad.
Det jag ser mest fram emot är att se siffrorna från Kina. Hur tidigt var viruset identifierat? Vart var ground zero? Hur många blev smittade i Kina totalt och hur många dog.
Jag försöker alltid lugna mig lite när det kommer till att ta åt mig konspiratoriska teorier men starten av det här måste utredas mer. En stor del av omvärldens reaktioner baserades på Kinas strategi i början.
Det skulle regeringarna i Sverige aldrig göra. Miljöpartiets väljare bor i städerna så då blir det aldrig utlokalisering. Kvittar partifärger på regeringarna.
Jag vill nog tro att ålder har en rätt så rejäl riskprofil också. Tror ni att utfallet skulle bli likadant om man behöll bara de döda över 80 år i respektive land?
I Sverige utlokaliserar vi iofs äldre dementa ensamstående från t.ex Stockholm till vårdboenden på landsbygden – Uppland och Småland och Kronoberg och Värmland m.fl är fulla av den sortens avlastning som mer urbana regioner betalar dem för – det rubbar ju då naturligtvis statistiken på bägge fronter, både åldersaxeln och urbaniseringsaxeln.
Fast gör vi verkligen det? När jag har tittat på in- och utflöden från srockholmsregionen uppdelat på åldersklass så har inte äldre i någon större utsträckning flyttat.
@ Mopongo: Dessa äldre i livets slutskede förblir alltså folkbokförda i Stockholm etc men "förvaras" rent fysisk på äldreboenden i andra regioner. Det är billigare för Stockholm att "göra sig av med" ensamstående dementa multisjuka på det sättet än att själva bekosta att bygga nya egna äldreboenden på hemmaplan. Och "mottagande" regioner vill ju inte ta över folkbokföringen, då får de ju även ta över hela det ekonomiska ansvaret och kan inte längre fakturera Stockholm. Detta "drabbar" främst men inte enbart ensamstående som inte har några anhöriga som vill kunna titta till dem på hemmaplan, och dementa som ändå inte vet var de befinner sig är överrepresenterade.
Fenomenets låga allmänna känndeom har väl viss likhet med att miljöpartister i Stockholm tror att alla elbilar rullar där och i Göteborg eftersom dessa är registrerade på firmor som i sin tur är registrerade där.
Gick in på Stockholms stads hemsida och såg att det rörde sig om 9 olika profilboenden som är utlokaliserade utanför Stockholmsomtådet. Flera av dessa var privatägda. Om Stockholm betalar och patienterna fortfarande är skrivna i Stockholm så ser jag inte riktigt skillnad på om boendet skulle ligga innanför kommungränsen, framförallt när det rör sig om privata aktörer. I detta sammanhang kan det dock spela viss roll, då det kanske har räddat livet på ett par gamla som inte varit tvungna att befinna sig i Stockholm under pandemin.
För övrigt:Hela utlokaliseringen var ny info för mig. Förstår om det inte framgick i posten ovan. Intressant. Tack Peter.
Intressant uppslag. Huruvida korrelationen är stark kan man kanske diskutera på 0,4. En någorlunda tydlig indikation kanske.
Med 0.4 kan man nog sträcka sig till "eventuellt en bidragande orsak"
Vilket på bloggspråk eller sociala mediaspråk betyder "bevisat bortom alla tvivel".
På kvällspressianska betyder det "samband finnes".
På Tegnellska betyder det "Något vi måste undersöka vidare", dvs den sunda vetenskapliga inställningen.
Inget går att bevisa utan bara att motbevisa.
En urbanisering där samhället överskrider ett visst moment, en viss situation, så blir urbaniseringen sin motsats.. Det går från det "gyllene målet" till en dystopisk slum – men detta sker då långt innan folk inser det?! Kan man finna tidiga tecken på sådant, tro… Som skeppsredarvillorna i Göteborg, som numera är övergivna av sina första ägare som istället bosatt sig ute på landsbygden fler så… Har allmogen en passerad inställning till ett "gott liv"? Eller hur skall man tolka inlägget?
Kan en faktor också vara _när_ urbaniseringen skett? Tänker att ju färre av stadsbefolkningen som är 70+ desto lindrigare drabbas väl staden (åtminstone sett till dödsfall) och om en stor del av ett lands äldre bor på landsbygden kanske dessa är mer skyddade?
I länder som har varit rejält urbaniserade redan i någon/några generationer är nog denna fördelning jämnare, plus att de som vårdar äldre eventuellt också i högre grad är i utsatta miljöer t ex beroende av kollektivtrafik.
Rimligtvis är det i högre grad de unga som flyttat in till städerna i Östeuropa, medan de äldre bor kvar på landet. Således få dödsfall på grund av urbanisering.
Att urbaniseringsgraden skulle inverkar är mycket möjligt, för att nog inte säga sannolikt gissningsvis. Men även andra faktorer spelar sannolikt med, och det hela är väl en sorts flerfaktorsföreteelse.
Frågor som varit uppe är väl:
– Hur bor man i olika länder och ekonomier? (singelhushåll vs generationsfamiljer)
– Är kollektivtrafiken säker eller inte? (Detta verkar inte fastslaget, en tidig geografisk snabbanalys från MIT av NY i våras verkade peka på både en tids- liksom exponeringskomponent via tunnelbanan som kontaktyta, men samtidigt är det högst omtvistat om kollektivtrafik verkligen bidrar till spridning eller inte så forskning pågår. Det finns asiatiska länder på Norra Halvklotet som har mycket hög urbaniseringsgrad, eller i vart fall tät stadsmiljö de också.)
– Hur påverkar luftfuktighet för ett förenkla virusens spridning? Det är inte viruset självt som flyger, utan att det latchar på andra partikler mm. (Japan kör forskning på Fugaku, https://www.riken.jp/en/covid-19-rd/
– Möjligheter till hygien mm är det en faktor, dvs tillgång till rinnande vatten?
– Befolkningssammansättningens påverkan? (Europa har i allmänhet en äldre befolk, medan tex befolkningen på den afrikanska kontinenen är i större andel mycket yngre.)
– Övervikt och hälsostatus, spelar det in eller inte? Dvs förekomst av övervikt och andra hälsoförsämringar, bidrar de eller inte?
Så detta är intressant, men andra faktorer är också intressanta för att se hur de eventeullt påverkar varandra eller inte.
En faktor jag funderat på är huruvida solinstrålning i form av UV och omdet skulle kunan gå att modellera likt meteoroligiska modeller en mindre variant för städer och se om damm och andra partiklar tillsammans med luftfuktighet påverkar eller inte.
Förutom allt ovanstående är väl också information en faktor, liksom graden av följsamhet för olika åtgärder, eftersom det kan ju innebär att om följsamheten saknas att det blir värre?
Det pågår forskning kring en hel del av dessa parametrar verkar det som, på det stora hela är forskningsvärldens respons helt fantastisk. Däremot är det säkert inte enkla saker att bena ut.
Det om är kanske viktigt för alla faktorer liksom om man skall titta på en enskild av dem är att kunna filtrera bort, liksom i bästa fall fastslå- och däri ligger en del av svårigheten – hur mycket en enskild faktor påverkar ensamt, vilket kan ju kräva att man måste fastslå att en annan faktor inte är med och påverkan i bakgrunden.
Det som nog ligger närmast tillhands och är kanske enklast att jämföra med är macroregionala förutsättningar, således som du är inne på Norden/Scandinavien beroende på definition, för då är andra förutsättningar mest lika.
Nu vet jag inte om Eurostat använder samma definition på urbanisering, liksom hur det räknas. Men där kanske data på just befolkningstäthet eller täthet på antal fastigheter per kvadratkilometer går att använda, för att inte få med all "skog"?
Så länge inte hela värden har kommit överens om en gemensam standard för registrering av Covid-19 data, insamlingen av data och avpolitisering av datainsamlingen genom en fristående organisation som är verksam i varje land, region och stad. Då först då kanske vi kan gå från Kill gissning till kvalificerad bedömning.
Borde gå att gör en liknande analys beroende på folkhälsa mellan länder, övervikt, diabetes och andra metabola sjukdomar har säkert en betydelse för komplikationer och död från Covid.
Att Danmark har lägre urbaniseringsgrad har såklart med att större delen av Danmark (med ett fåtal undantag, Bornholm t.ex.) har pendlingsavstånd till större städer och därmed inte har behövt lämna landsbygden för att finna ett jobb. Mer intressant ur coronasynpunkt är att titta på hur stor del av befolkningen som rör sig i större städer – och där är jag extremt övertygad om att Danmark har högre andel av befolkningen (men ändå betydligt färre smittade relativt sett.
Ett annat sätt är att jämföra delar av länderna som är urbaniserade. Rimligen borde de urbaniserade delarna av Norge ha lika stor grad av smitta som i Sverige – varför skulle x antal ej urbaniserade påverka det?
Danmark skiljer också på fritidshus och permanentbostadshus. Man får inte köpa en permanentbostadshus om man inte skriver sig på det och bor där.
Så åtgärder för att begränsa smittspridning har inget alls med spridningen att göra? Verkar inte troligt…
Intressant inlägg och positivt att du lyfter fram urbaniseringsgrad som potentiell förklaringsfaktor. Har inte sett detta lyftas fram tidigare. Du har en poäng i befolkningstäthet kan vara ett bristfälligt mått i vissa fall.
Du drar dock väldigt långtgående slutsatser baserat på en grundlig analys och du bortser även från att urbaniseringsgrad inte är ett perfekt mått.
1) Att du hittar korrelation här betyder inte att det finns ett samband eller att man kan utesluta alternativa förklaringsmodeller som baseras på befolkningstäthet i allmänhet eller den absoluta storleken på de största städerna. Dessa mått skulle mycket väl kunna korrelera med urbaniseringsgrad och då krävs multivariabel analys för att avgöra vilken faktor som är drivande.
2) Ett problem med urbaniseringsgraden som mått är att det inte tar hänsyn till hur tätbefolkade städerna (eller länderna) är. Är smittorisken verkligen lika stor i Reykjavik med 222 776 invånare (i storstadsområdet) och en befolkningstäthet på 469 invånare/km² som i Paris med 11 836 970 invånare (i storstadsområdet) och en befolkningstäthet på 20 909 invånare/km² i tätorten? Eller är det skillnad på ’stad’ och ’stad’?
I det här perspektivet liknar svenska städer de andra städerna i andra nordiska länder än städerna i de mest befolkningsrika länderna i Europa. Stockholm som tätort har en befolkningstäthet på 3 970 invånare/km² jämfört med 6 989 invånare/km² i Köpenhamns kommun. Stockholms befolkningstäthet är alltså bara en femtedel av befolkningstätheten i innersta Paris trots att Sverige har en betydligt högre urbaniseringsgrad. Då kan vi dessutom lägga till det faktum att 11 miljoner befinner sig inom ’Paris storstadsområde’ och därmed har hyfsat goda kommunikationer in till innersta Paris vilket borde påverka smittspridningen. Frankrike har dessutom många andra städer som har en befolkningstäthet som liknar Stockholms.
Vidare har exempelvis Tyskland ungefär samma urbaniseringsgrad som Sverige men betydligt högre befolkningstäthet i landet som helhet (eller Götaland om man hellre räkner bort Norra Sverige). Detsamma gäller Italien, Cypern, Belgien och Schweiz. Jag har väldigt svårt att se att detta skulle vara irrelevant för smittspridningen. Det borde både påverka antal möten med andra människor per dag och de praktiska möjligheterna att resa mellan olika områden som har en stor befolkning.
3) Grönland är ett specialfall som ligger långtifrån ’övriga Danmark’ men det är inte lika självklart att stora skogar gör att befolkningstäthet blir missvisande i Sveriges fall. Stora landområden gör att Sverige är mer utdraget och att det både blir längre avstånd mellan människor på landsbygden samt mellan svenska städer.
Även om man räknar bort Norrland (som jag medger kan ge en missvisande bild) så är Sverige ändå inte särskilt tätbefolkat. Stockholms befolkningstäthet är jämförbar med Köpenhamns. Vidare har hela Danmark som helhet (ej Grönland eller Färöarna) en befolkningstäthet som är jämförbar med vår andra storstadsregion Göteborg och som är större än Skånes. Dessutom är avståndet mellan dessa regioner ganska stort med Danska mått mätt.
4) Du bortser från att Sverige liknar de nordiska länderna på en rad andra relevanta sätt. En kultur med många ensamhushåll, låg grad av generationsboenden och relativt hög tilltro till myndigheterna är alla relevanta faktorer där Sverige torde vara mest likt de nordiska länderna.
Summa summarum: Det finns fortfarande mycket som talar för att det är mest relevant att jämföra Sverige med de övriga nordiska länder snarare än länder som har metropoler i storlek med hela Sveriges befolkning eller en befolkningstäthet som är 10 gånger så hög. Urbaniseringsgrad är intressant men det krävs betydligt mer för att visa att det är mer relevant än befolkningstäthet eller den absoluta storleken på städerna.
Tack för din kommentar Emanuel.
Dessvärre går det inte att ta någon på allvar som reflexmässigt säger "korrelation innebär inte kausalitet". Det är som att säga 1+1=2, det är något som alla vet.
T ex innebär inte smörpriset i Bangladesh ett kvitto på hur New York-börsen kommer gå nästa dag, även om IBM visade att det fanns en korrelation.
I fallet i hur stor grad folk bor i städer och att det kan påverka smittspridning och med det dödsfall så kan dock även barn inse att det kan existera ett samband. Särskilt som du själv börjar dra upp befolkningstäthet som ett argument mot siffror som visar på befolkningstäthet som möjlig orsak.
Du får bestämma dig. Antagingen har befolkningstäthet en betydelse, eller så har den det inte. Har den det inte så är ju alla råd om social distansering etc meningslösa.
En kausalitet som har en korrelation på 1.00 är dock att någon skriver en kommentar "korrelation innebär inte kausalitet" eller liknande när man nämner "korrelation". Mest imponerad av att det tog över ett dygn i detta fall, men så är ju mina vanliga läsare hyfsat begåvade och behöver inte påtala 1+1=2.
I övrigt sorteras din kommentar in i facket "det är för jävligt i alla fall".
Den här kommentaren har tagits bort av skribenten.
Hahaha. Detta var tydligen väldigt känsligt att döma av din otrevliga ton. Kommentaren gällande korrelation och kausalitet var relevant eftersom du skriver:
"Urbaniseringsgraden påverkar alltså starkt utfallet i överdödlighet under 2020, men olika på respektive sida om den forna järnridån. Urbaniseringsgraden kan således förklara skillnaden mellan Sverige och våra grannländer, såväl som utfallet hos några av Europas mest urbaniserade länder som Storbritannien, Belgien, Nederländerna, Italien, Schweiz och Malta."
Vad betyder uttrycket "påverkar" och "förklarar" här om du inte tror det är ett kausalt samband?
Det är du som påstod att urbanisering (andel av befolkningen som bor i städer) är mer relevant än befolkningstäthet och att grad av urbanisering förklarar skillnaden i utfall mellan Sverige och övriga nordiska länder. Jag framförde att goda argument för varför denna slutsats är tveksamt och du kunde tydligen inte bemöta dem i sak. Bara för att urbanisering är relevant betyder inte det att det är ett bättre mått än befolkningstäthet.
Skillnaden mellan urbanisering och befolkningstäthet är viktig. Man kan ha en låg befolkningstäthet samtidigt som befolkningen man har bor i städer. Enligt ditt sätt att se det är det enklare att begränsa smittspridningen i Frankrike än på Island. Den slutsatsen är svår att dra om man tror att befolkningstätheten har betydelse. Vidare, att bara fokusera på urbanisering fick dig att dra slutsatser som att:
"..om Norge, Danmark och Finland skulle vara lika urbaniserade som Sverige skulle de ha bland de högsta överdödligheten i Europa och ungefär det dubbla mot Sverige."
Detta låter inte särskilt rimligt. Och märklig slutsats att dra om man inte tror sig hittat ett kausalt samband. Dessutom är det en farlig slutsats eftersom det fick dig att komma fram till följande:
"Olika hårdetsgrad i åtgärderna mot Covid-19 verkar i sammanhanget ha haft klen påverkan."
Vilket riskerar att underskatta de positiva effekterna av de åtgärder som vidtagits i våra grannländer. I våras var smittspridningen i Danmark länge likvärdig med utvecklingen i Sverige fram tills de började vidta kraftfullare åtgärder än oss. Tegnell använde till och med detta som argument för att Sverige hade en lika bra strategi. Men bara fram tills dödstalen började skilja sig åt. Därefter började han hänvisa till att vi “har högre befolkningstäthet än övriga länder i norden”.
Om du ursäktar så läser jag inte din blogg varje dag. Är tråkigt att du blev otrevlig på grund av ett sakligt inlägg.
Den här kommentaren har tagits bort av skribenten.
Intressant observation.
Tyskland är en förbundsstat. Det borde finnas dödssiffror redovisade för varje delstat och då kan man ju plocka ut det som är gamla väst och öst, bortsett från Berlin som nu är enat. Men Berlin kanske ändå kan betraktas som väst för att hälften var Västberlin och att Östberlin förmodligen moderniserats mer än övriga öst pga ekonomiska faktorer.
Möjligen får man ju fundera kring att Hamburg och Berlin utgör egna tätbefolkade delstater.
Urbanisering behöver ej betyda högre sjukdomsrisk, det är avståndet till andra människor som är farligt, bor man i stan så kan man ändå leva säkert om man inte tar kollektivtrafiken, måste man så ta på munskydd, inte trängs på krogen, inte trängs i mataffären, dvs inte trängs.
Bor man på landet och ställer sig nära folk i affären eller bensinstation eller på arbetsplatsen så riskerar man smitta även där. Trångboddhet borde vara en riskfaktor går det att kolla?