I början av 2020 drabbar covid-19-pandemin världens befolkning. Den livsfarliga smittan sprids snabbt världen över och forskare och läkemedelsbolag börjar arbeta intensivt för att utveckla ett vaccin som kan stoppa sjukdomens framfart. Knappt ett år senare godkänns världens första vaccin mot covid-19 och massvaccinering inleds. Världens politiker, forskare, epidemiologer och läkare påtalar otaliga gånger att vaccinet är lösningen på pandemin och vikten av att alla som kan ska tacka ja till erbjudandet om att vaccinera sig. Vaccinationsviljan världen över är generellt sett god, men det är också många människor som väljer att inte ta vaccinet och vaccinationsgraden varierar på internationell-, nationell- och lokal nivå. Syftet med den här uppsatsen är att undersöka om det finns lokala förhållanden som påverkar vaccinationsgraden mot covid-19 i Sveriges kommuner under pandemin och om kommunernas verkliga vaccinationsgrad avviker från vad som kan förväntas utifrån de lokala förhållandena. Baserat på tidigare studier och teori skapas och testas hypoteser genom att använda linjär regression för att skapa modeller som beskriver förväntad vaccinationsgrad. Studien undersöker sambandet mellan vaccinationsgrad och variabler som beskriver könsfördelningen i kommunerna, andel utrikesfödda, befolkningens ålder, utbildnings-, inkomst-, och hälsonivå, andel arbetslöshet, valdeltagande och befolkningens partisympatier. De viktigaste resultaten är att faktorerna andel kvinnor, utrikesfödda, arbetslöshet och hälsonivå korrelerar negativt med vaccinationsgrad, och faktorerna ålder, utbildningsnivå och valdeltagande korrelerar positivt. I univariat analys förklarar variabeln utrikesfödda 78 procent av skillnaden i vaccinationsgrad mellan kommunerna och valdeltagande förklarar 57 procent av skillnaden. Resultatet i riksdagsvalet 2018 på kommunnivå kan delvis förklara skillnaden i vaccinationsgrad mellan Sveriges kommuner. Utmärkande vid undersökningen av befolkningens partisympatier är att univariat analys med Centerpartiet som oberoende variabel enskilt förklarar över 20 procent av skillnaden i vaccinationsgrad. Baserat på regressionsmodeller beräknas varje kommuns förväntade vaccinationsgrad, vilken jämförs med den verkliga vaccinationsgraden. Haparanda och Ljungby kommun avviker mest positivt respektive negativt från sitt förväntade värde (+10,42 procent och -6,10 procent). En möjlig förklaring till kommunernas stora avvikelser är deras geografiska läge och dess påverkan på befolkningens behov av att resa till utlandet. Alla kommuner i Uppsala län har en högre vaccinationsgrad än förväntat, medan alla kommuner i Blekinge län har en lägre vaccinationsgrad än förväntat. En möjlig förklaring är att det beror på länens olika vaccinationsstrategier. / In early 2020, the covid-19 pandemic hit the world. The deadly infection spread rapidly, and researchers and pharmaceutical companies worked intensively to develop a vaccine which could stop the progression of the disease. Barely a year later, the world’s first vaccine against covid-19 is approved and mass vaccination begins. The world’s politicians, researchers, epidemiologists, and medical personnel point out countless times that the vaccine is the solution to the pandemic and the importance of getting vaccinated. In general, the willingness to get vaccinated is high, but there are also many people who choose not to take the vaccine and the degree of vaccination varies at international, national, and local level. This study aims to investigate whether local conditions affect the vaccination rate against covid-19 in Swedish municipalities during the pandemic, and whether municipalities’ actual vaccination rate deviates from what can be expected based on these local conditions. Based on previous studies and theory, hypotheses are created and tested by using linear regression to create models that describe the expected degree of vaccination. The study examines the relationship between vaccination rate and variables that describe gender distribution in the municipalities, proportion of foreign-born, age of population, level of education, income and health, proportion of unemployment, turnout, and the population’s party sympathies. The main findings are that the factors proportion of women, foreign-born, unemployment and health level negatively correlate with vaccination rate, and the factors age, level of education and turnout correlate positively. In univariate analysis, the variable foreign-born explains 78 percent of the difference in vaccination rate among the municipalities, and turnout explains 57 percent of the difference. The result of the 2018 parliamentary elections at municipal level can partly explain the difference in vaccination rate between Sweden’s municipalities. Notable when examining the population’s party sympathies is that univariate analysis with Centerpartiet as an independent variable individually explains over 20 percent of the difference in vaccination rate. Each municipality’s expected vaccination rate is calculated and compared to the actual vaccination rate based on regression models. The municipalities of Haparanda and Ljungby deviate most from their expected value (+10.42 percent and -6.10 percent). A possible explanation for the municipalities’ large deviations is their geographical location and its impact on the population’s need to travel abroad. All municipalities of Uppsala County have a higher vaccination rate than expected, while all municipalities of Blekinge County have a lower vaccination rate than expected. One possible explanation is that it depends on the counties’ different vaccination strategies.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kau-90059 |
| Date | January 2022 |
| Creators | Hane, Sandra, Nilsson, Anton |
| Publisher | Karlstads universitet, Handelshögskolan (from 2013) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds