Economic and institutional determinants of vaccination uptake: a global panel data and machine learning approach

Abstract

This thesis investigates the economic and institutional determinants of COVID-19 vaccination uptake using a global country-month panel dataset covering the period 2021–2022. Despite the rapid development and widespread availability of effective vaccines, vaccination coverage evolved unevenly across countries, indicating the presence of deeper structural and dynamic factors. The analysis combines high-frequency vaccination and epidemiological data with structural indicators of economic development and institutional quality. The empirical framework distinguishes between long-run structural determinants and short-run within-country behavioral responses. Two-Way Fixed Effects (TWFE) panel models are employed to identify dynamic effects, complemented by cross-country regressions. In addition, machine learning techniques are applied to assess predictive performance and explore potential nonlinear relationships. The results show that increases in COVID-19 cases and deaths are associated with statistically significant acceleration in vaccination rollout, reflecting behavioral responses to perceived epidemiological risk. Furthermore, economic development and government effectiveness emerge as key determinants positively influencing vaccination coverage, while income inequality exhibits a more complex and indirect role. Overall, the findings suggest that vaccination uptake is driven by the interaction between structural state capacity and dynamic behavioral responses. By integrating panel econometrics with machine learning methods, this study provides a comprehensive framework for understanding global disparities in vaccination outcomes.Η παρούσα διπλωματική εργασία εξετάζει τους οικονομικούς και θεσμικούς προσδιοριστικούς παράγοντες της εμβολιαστικής κάλυψης έναντι της COVID-19, αξιοποιώντας ένα παγκόσμιο πάνελ δεδομένων σε επίπεδο χώρας-μήνα για την περίοδο 2021–2022. Παρά την ταχεία ανάπτυξη και διαθεσιμότητα αποτελεσματικών εμβολίων, η εμβολιαστική κάλυψη παρουσίασε σημαντικές διαφοροποιήσεις μεταξύ χωρών, γεγονός που υποδεικνύει την ύπαρξη βαθύτερων διαρθρωτικών και δυναμικών αιτιών. Η ανάλυση βασίζεται στη σύνθεση δεδομένων υψηλής συχνότητας για τον εμβολιασμό και την επιδημιολογική εξέλιξη με διαρθρωτικούς δείκτες οικονομικής ανάπτυξης και θεσμικής ποιότητας. Το εμπειρικό πλαίσιο διαχωρίζει τις μακροχρόνιες διαρθρωτικές επιδράσεις από τις βραχυχρόνιες ενδοχωρικές συμπεριφορικές αντιδράσεις, χρησιμοποιώντας υποδείγματα πάνελ Two-Way Fixed Effects (TWFE), καθώς και συμπληρωματικές διακρατικές αναλύσεις. Παράλληλα, εφαρμόζονται μέθοδοι μηχανικής μάθησης για την αξιολόγηση της προβλεπτικής ισχύος και τη διερεύνηση πιθανών μη γραμμικοτήτων. Τα αποτελέσματα δείχνουν ότι η αύξηση των κρουσμάτων και των θανάτων συνδέεται με στατιστικά σημαντική επιτάχυνση της εμβολιαστικής διαδικασίας, υποδηλώνοντας συμπεριφορική ανταπόκριση στον αντιλαμβανόμενο επιδημιολογικό κίνδυνο. Επιπλέον, η οικονομική ανάπτυξη και η θεσμική αποτελεσματικότητα αναδεικνύονται ως βασικοί παράγοντες που επηρεάζουν θετικά τα επίπεδα εμβολιαστικής κάλυψης, ενώ η εισοδηματική ανισότητα εμφανίζει πιο σύνθετο και έμμεσο ρόλο. Συνολικά, τα ευρήματα υποδεικνύουν ότι η εμβολιαστική κάλυψη αποτελεί αποτέλεσμα της αλληλεπίδρασης μεταξύ διαρθρωτικών χαρακτηριστικών και δυναμικών συμπεριφορικών αντιδράσεων. Η εργασία συμβάλλει στη βιβλιογραφία συνδυάζοντας οικονομετρικές τεχνικές πάνελ με μεθόδους μηχανικής μάθησης, προσφέροντας ένα ολοκληρωμένο πλαίσιο κατανόησης των παγκόσμιων ανισοτήτων στον εμβολιασμό.