Göteborgin yliopiston Quality of Government instituutti julkisti kuun vaihteessa uudet datansa. Datat ovat kattavia kokoelmia erilaisista maatason indikaattoreista. Päivitin samaan syssyyn ylläpitämäni R-paketin rqog, jonka avulla voit käyttää datoja R:ssä. Paketin voit asentaan Github:sta devtools-paketin avulla komennolla devtools::install_github("ropengov/rqog").
Paketin avulla pääset käsiksi kolmeen datakokonaisuuteen basic, standard ja oecd, joista kaikista on sekä poikkileikkausaineisto (cross-sectional) että aikasarja-aineisto (time-series). Eri datoissa on eri määrä indikaattoreita.
library(rqog)
library(dplyr)
library(glue)
library(ggplot2)
library(hrbrthemes)
tribble(
~data, ~indikaattoreita,
"basic poikkileikkaus",length(unique(rqog::meta_basic_cs_2019$code)),
"basic aikasarja",length(unique(rqog::meta_basic_ts_2019$code)),
"standard poikkileikkaus",length(unique(rqog::meta_std_cs_2019$code)),
"standard aikasarja",length(unique(rqog::meta_std_ts_2019$code)),
"oecd poikkileikkaus",length(unique(rqog::meta_oecd_cs_2019$code)),
"oecd aikasarja",length(unique(rqog::meta_oecd_ts_2019$code))
) %>% knitr::kable()| data | indikaattoreita |
|---|---|
| basic poikkileikkaus | 409 |
| basic aikasarja | 293 |
| standard poikkileikkaus | 1983 |
| standard aikasarja | 2199 |
| oecd poikkileikkaus | 1116 |
| oecd aikasarja | 991 |
Datojen avulla voi tutkia monenlaisia kysymyksiä kuten vaikka bruttokansantuotteen ja taloudellisen eriarvoisuuden välistä yhteyttä.
Aluksi etsitään sopivat indikaattorit.
meta_oecd_ts_2019 %>%
filter(grepl("GDP", name, ignore.case = TRUE))## # A tibble: 42 × 5
## code name value label class
## <chr> <chr> <dbl> <chr> <chr>
## 1 gle_cgdpc GDP per Capita (Current Prices) NA <NA> nume…
## 2 gle_gdp Real GDP (2005) NA <NA> nume…
## 3 gle_rgdpc Real GDP per Capita (2005) NA <NA> nume…
## 4 mad_gdppc Real GDP per Capita NA <NA> nume…
## 5 oecd_evogdp_t1 Real GDP growth NA <NA> nume…
## 6 oecd_govdebt_t1 Adjusted general government debt-to-GDP… NA <NA> nume…
## 7 oecd_govdebt_t2 Adjusted general government debt-to-GDP… NA <NA> nume…
## 8 oecd_prodincom_g1 GDP per hour worked NA <NA> nume…
## 9 oecd_prodincom_g2a Levels of GDP per capita & labour produ… NA <NA> nume…
## 10 oecd_prodincom_g2b Levels of GDP per capita & labour produ… NA <NA> nume…
## # … with 32 more rowsmeta_oecd_ts_2019 %>%
filter(grepl("gini", name, ignore.case = TRUE))## # A tibble: 1 × 5
## code name value label class
## <chr> <chr> <dbl> <chr> <chr>
## 1 wdi_gini GINI index (World Bank estimate) NA <NA> numericTehdään sitten analyysi piirtämällä “aika-hajontakuvio”, jossa vaaka-akselilla on bruttokansantuote henkilöä kohden (gle_cgdpc) ja pystyakselilla taloudellista eriarvoisuutta kuvaava gini-kerroin (wdi_gini). Valitaan kaikista OECD-maista Pohjoismaat sekä Amerikan Yhdysvallat. Rajataan tarkastelu vuodesta 1980 eteenpäin.
oecd_ts <- rqog::read_qog(which_data = "oecd", year = "2019", data_type = "time-series")
#
oecd_ts %>%
select(cname,year,gle_cgdpc,wdi_gini) %>%
filter(year >= 1980,
cname %in% c("Finland","Denmark","Iceland","Sweden","Norway","United States")) %>%
na.omit() %>%
ggplot(., aes(x = gle_cgdpc, y = wdi_gini, label = year)) +
geom_point(color = alpha("white", 1/3)) +
geom_path(color = alpha("white", 1/3)) +
geom_text(size = 3, family = "Roboto Condensed", nudge_y = .1) +
theme(legend.position = "none") +
facet_wrap(~cname, scales = "free") +
geom_smooth(method = "lm", se = FALSE) +
theme_ft_rc() +
labs(title = "Bruttokansantuote ja taloudellinen eriarvoisuus \nvalituissa OECD maissa 1990 - 2011",
caption = "Data: Quality of Government Instititute 2019")
Jätetään tulkinta lukijalle. Todennäköisesti sekä kysymystä että analyysiä on syytä tarkentaa.