Les fermetures d'écoles font partie des politiques les plus controversées utilisées pour lutter contre la pandémie, car leurs coûts sont très élevés. Les perturbations prolongées de l'enseignement affectent non seulement les résultats d'apprentissage des enfants, mais aussi leur développement psychologique et émotionnel, les enfants issus de milieux socio-économiques défavorisés étant particulièrement touchés (Engzell et al.2020, Grenewig et al.2020). Les fermetures d'écoles sont également préjudiciables à la carrière des parents qui assument davantage de responsabilités éducatives et doivent réduire le nombre d'heures travaillées (Fuchs-Schündeln et al.2020). Étant donné que les femmes assument généralement la plupart des responsabilités de garde d'enfants, les fermetures d'écoles peuvent également creuser l'écart salarial entre les sexes (Alon et al.2020).

Ces coûts de fermeture d'écoles doivent être mis en balance avec les avantages potentiels d'une transmission réduite du virus. En Allemagne, comme dans d'autres pays européens, la part des enfants parmi les cas de COVID-19 a augmenté à peu près au moment où la nouvelle année scolaire a commencé, et ces événements ont souvent été liés les uns aux autres dans la presse. La crainte que les écoles constituent des «points chauds» de transmission a été alimentée par les informations faisant état d’épidémies dans les écoles. Mais pour guider la politique, il est important de faire un zoom arrière sur les preuves anecdotiques ou de petit échantillon et d'identifier l'effet causal des fermetures et réouvertures d'écoles sur les infections globales.

L'inférence causale est ici difficile car la décision de fermer les écoles est généralement prise en réponse à l'augmentation des infections dans la région ou le pays. De plus, dans de nombreux cas, les fermetures d'écoles ont été appliquées en même temps que d'autres mesures de confinement (par exemple Dehning et al.2020), ce qui rend difficile d'isoler l'impact des écoles.

Les études quasi-expérimentales s'attaquent à ces deux inconvénients en tirant parti d'une source de variation sans rapport avec le cours de la pandémie. Dans von Bismarck-Osten et al. (2021), nous comparons l'évolution des taux d'infection de 415 districts à travers l'Allemagne qui sont entrés en vacances scolaires à différents moments de l'été et de l'automne 2020, dans ce qu'on appelle une «étude d'événement». Cette stratégie rend possible une interprétation causale des estimations, car le calendrier des vacances a été fixé des années à l'avance, non modifié par la pandémie, et ne coïncidait pas avec d'autres mesures d'endiguement.

Plus précisément, nous mettons en œuvre l’étude des événements sur les données nationales en appliquant le nouvel estimateur «d’imputation» de Borusyak et al. (2021). La littérature récente a montré que l'estimation des études d'événement conventionnelles - c'est-à-dire par les moindres carrés ordinaires (MCO) avec des effets fixes d'unité et de période et certains retards et pistes de traitement - produit des estimations qui ne sont pas fiables en présence d'hétérogénéité des effets, et ont même potentiellement le mauvais signe (par exemple Goodman-Bacon 2020). L’estimateur d’imputation produit une moyenne souhaitée des effets du traitement et possède des propriétés d’efficacité intéressantes par rapport à d’autres estimateurs robustes (par exemple de Chaisemartin et D’Haultfoeuille 2020, Sun et Abraham à paraître).

Nous considérons trois événements séparément: les fermetures d'été et d'automne et les réouvertures estivales. La comparaison de la dynamique des taux d'infection autour de chaque événement donne une image cohérente, suggérant que les écoles ont peu d'impact.

Les fermetures des écoles d'été ne semblent pas avoir eu d'effet limité sur les infections dans la population scolaire ou les générations plus âgées en période de faibles taux d'infection. Une constatation similaire pour les fermetures des vacances d'automne suggère que les fermetures d'écoles ne sont pas plus efficaces à des périodes plus avancées de la pandémie (avec les données brutes et nos estimations présentées à la figure 1).

Figure 1 L'impact des fermetures d'écoles d'automne sur les enfants de 5 à 14 ans

A) Données brutes

B) Estimations

Remarques: Le panneau A affiche des cas quotidiens lissés pour 100 000 dans la tranche d'âge de 5 à 14 ans. Les districts sont regroupés selon la date de début des vacances d'automne. Le panneau B affiche les estimations correspondantes des effets des fermetures d'écoles sur le même résultat (points bleus), ainsi qu'un test de tendances parallèles entre les districts où les écoles ont fermé à des moments différents (carrés rouges). Les districts de Bavière sont exclus du panneau B.

Conformément à nos résultats sur les fermetures d'écoles, nous estimons que les préoccupations concernant le retour à la pleine capacité de scolarisation après les vacances d'été ne sont pas fondées. Les infections chez les enfants et les adultes n'ont pas augmenté avec la rentrée scolaire (résultat également montré dans un article complémentaire d'Isphording et al.2021). Au lieu de cela, les infections semblent avoir augmenté au cours des dernières semaines des vacances d'été et diminué dans les jours suivant la réouverture (voir la figure 2). Nous estimons que cela s'explique le mieux par le risque plus élevé d'infection parmi les familles rentrant chez elles après leur voyage peu de temps avant la fin des vacances d'été, et par l'augmentation du dépistage de ces familles.

Figure 2 L'impact de la réouverture de l'école d'été sur les enfants de 5 à 14 ans

A) Données brutes

B) Estimations

Remarques: Le panneau A affiche les cas quotidiens lissés pour 100 000 dans la tranche d'âge de 5 à 14 ans, regroupant les districts en fonction de la date de réouverture de l'école après les vacances d'été. Le panneau B affiche les estimations correspondantes des effets de la réouverture des écoles sur le même résultat, y compris les effets d'anticipation (points bleus), ainsi qu'un test de tendances parallèles entre les districts où les écoles ont rouvert à des moments différents (carrés rouges). Les districts de Bavière et du Bade-Wurtemberg sont exclus du panneau B.

Nous reconnaissons que notre période d'étude précède l'émergence de variantes prétendument plus transmissibles du virus (comme la souche britannique B.1.1.7) et précède les efforts de vaccination, qui sont tous deux susceptibles d'affecter le risque de transmission dans les écoles, bien que dans l'inverse. directions.

Bien que ce ne soit pas notre domaine d'expertise d'expliquer pourquoi les écoles semblent jouer un rôle secondaire dans la propagation du SRAS-CoV-2, les études épidémiologiques suggèrent plusieurs explications potentielles. Une possibilité est que les mesures introduites dans les écoles allemandes pour éviter la contagion aient été efficaces. Par ailleurs, les enfants pourraient être moins sensibles à l'infection (Davies et al.2020) ou moins contagieux que les adultes (Jones et al.2020). Des preuves épidémiologiques supplémentaires sur le rôle relatif de ces mécanismes compléteraient les implications politiques de notre document.

Les références

Alon, T, M Doepke, J Olmstead-Rumsey et M Tertilt (2020), «The shecession (she-recession) of 2020 : Causes and consequences», VoxEU.org, 22 septembre.

Bismarck-Osten, C c. K Borusyak et U Schönberg (2021), «Le rôle des écoles dans la transmission du virus SRAS-CoV-2 : Preuve quasi expérimentale d'Allemagne», CReAM Discussion Paper 22/20, Politique économique, à venir.

Borusyak, K, X Jaravel et J Spiess (2021), «Revisiting Event Study Designs: Robust and Efficient Estimation», document de travail.

Chaisemartin, C de et X D’Haultfœuille (2020), «Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects», American Economic Review 110 (9) : 2964-2996.

Davies, N, P Klepac, Y Liu, K Prem et M Jit et al. (2020), «Effets dépendants de l'âge dans la transmission et le contrôle des épidémies de COVID-19», Nature Medicine 26 (8) : 1205-1211.

Dehning, J, J Zierenberg, F P Spitzner, M Wibral, J P Neto, M Wilczek et V Priesemann (2020), «Inferring Change Points in the Spread of COVID-19 Reveals the Effectiveness of Interventions», Science 369 (6500).

Engzell, P, A Frey et M D Verhagen (2020), «The collateral damage to children's education during lockdown», VoxEU.org, 9 novembre.

Fuchs-Schündeln, N, M Kuhn et M Tertilt (2020), «Les implications macroéconomiques à court terme des fermetures d'écoles et de garderies», VoxEU.org, 30 mai.

Grewenig, E, P Lergetporer, K Werner, L Woessmann et L Zierow (2020), «Les fermetures d'écoles COVID-19 frappent particulièrement les élèves à faible rendement», VoxEU.org, 15 novembre.

Goodman-Bacon, A (2020), «Difference-in-Differences with Variation in Treatment Timing», document de travail NBER n ° 25018.

Jones, T, B Mühlemann, T Veith, G Biele, M Zuchowski, J Hoffmann, A Stein, A Edelmann, V Corman et C Drosten (2020), «An Analysis of SARS-CoV-2 Viral Load by Patient Age», medRxiv, 1101.

Isphording, I, M Lipfert et N Pestel (2020), «Les réouvertures d'écoles après les vacances d'été en Allemagne n'ont pas augmenté les cas de SRAS-CoV-2», IZA Discussion Paper No. 13790.

Sun, L et S Abraham (à paraître), «Estimating Dynamic Treatment Effects in Event Studies with Heterogeneous Treatment Effects», The Journal of Econometrics.