This article analyzes the specific and critical role of trust in scientists on both the support for and compliance with nonpharmaceutical interventions (NPIs) during the COVID-19 pandemic. We exploit large-scale, longitudinal, and representative surveys for 12 countries over the period from March to December 2020, and we complement the analysis with experimental data. We find that trust in scientists is the key driving force behind individual support for and compliance with NPIs and for favorable attitudes toward vaccination. The effect of trust in government is more ambiguous and tends to diminish support for and compliance with NPIs in countries where the recommendations from scientists and the government were not aligned. Trust in others also has seemingly paradoxical effects: in countries where social trust is high, the support for NPIs is low due to higher expectations that others will voluntary social distance. Our individual-level longitudinal data also allows us to evaluate the effects of within-person changes in trust over the pandemic: we show that trust levels and, in particular, trust in scientists have changed dramatically for individuals and within countries, with important subsequent effects on compliant behavior and support for NPIs. Such findings point out the challenging but critical need to maintain trust in scientists during a lasting pandemic that strains citizens and governments.

L’objet de ce Focus est de proposer une description statistique du mécontentement en France à l’aide de données microéconomiques au niveau communal. Il s’intéresse à plusieurs dimensions qui peuvent être liées au mal-être : l’emploi, la fiscalité, l’immobilier, le tissu associatif et la fermeture de services ou commerces de proximité. Une tentative de hiérarchisation de l’importance des différentes variables est également proposée.

L’analyse faite ici est descriptive et non causale, le but est de dresser un « portrait » des villes dans lesquels le mal-être est le plus élevé en mettant en évidence des corrélations importantes, sans prétention ni à l’exhaustivité ni à l’exclusivité des interprétations. D’autres études cependant utilisent des méthodes causales pour expliquer et isoler le lien entre une variable précise et le mal-être, Algan et al. (2017) par exemple utilisent la méthode des variables instrumentales pour expliquer le lien entre le chômage et le vote populiste. Enfin d’autres études qualitatives pourraient être complémentaires à cette analyse quantitative.