10  Declivi democràtic

Per veure el funcionament del paquet countrycode amb dades reals, observarem l’evolució de la democràcia liberal des de l’inici de les institucions de Bretton Woods fins a l’actualitat tenint en compte el nivell de desenvolupament de cada país. El que necessitem són dades per país-any des de 1950, que podem trobar en dues bases de dades. En primer lloc, obtenim les dades de democràcia de Varieties of Democracy (Coppedge et al., 2021). Observem a la Taula 10.1 que tenim la nostra variable d’interès sobre la democràcia liberal (v2x_libdem), l’any (year) i la codificació de país que utilitza V-Dem (countryid).

Taula 10.1: Varieties of Democracy dataset, v12
country_id country_name year v2x_polyarchy v2x_libdem
3 Mexico 2021 0.628 0.387
4 Suriname 2021 0.760 0.648
5 Sweden 2021 0.907 0.878
6 Switzerland 2021 0.885 0.836
7 Ghana 2021 0.663 0.568
8 South Africa 2021 0.715 0.593

En segon lloc, obtenim les dades de PIB per càpita de les Penn World Tables (Feenstra et al., 2015). A la Taula 10.2 tenim la variable del PIB per càpita (gdpcap), la variable any (year) i el codi de país COW (countrycode).

Taula 10.2: Penn World Tables dataset, v10
countrycode country year rgdpo pop gdpcap
ABW Aruba 2019 3467.2996 0.106314 32613.763
AGO Angola 2019 227855.7188 31.825295 7159.579
AIA Anguilla 2019 225.6805 0.014869 15177.922
ALB Albania 2019 36103.0430 2.880917 12531.789
ARE United Arab Emirates 2019 645956.2500 9.770529 66112.720
ARG Argentina 2019 977420.5625 44.780677 21826.838

Transformarem el primer marc de dades amb la funció countrycode(), especificant que volem convertir la columna de primer marc de dades country_id, que es troba en codificació vdem, a codificació cowc. A continuació, unirem el primer i el segon marc de dades, especificant que volem unir-les per la columna year i pel codi de país, que en primer marc de dades es diu cowc i en el segon pren el nom de countrycode. El resultat és el que veiem a la Taula 10.3.

En aquesta activitat no es proporcionen els marcs de dades vdem12 i pwt, pel qual el codi que es mostra no és reproduïble. Només cal fixar-se en com com s’apliquen les funcions countrycode() i left_join().

demgdp <- vdem12 |> 
  mutate(cowc = countrycode(country_id, "vdem", "cowc")) |> 
  left_join(pwt, by = c("year", "cowc" = "countrycode"))
Taula 10.3: Penn World Tables dataset, v10
country_id country_name year v2x_polyarchy v2x_libdem cowc country rgdpo pop gdpcap
51 Venezuela 2019 0.209 0.073 VEN Venezuela (Bolivarian Republic of) 7160.107 28.515829 251.0924
86 Liberia 2019 0.610 0.433 LBR Liberia 6212.170 4.937374 1258.1931
14 Yemen 2019 0.116 0.040 YEM Yemen 51828.059 29.161922 1777.2511
119 Guinea-Bissau 2019 0.534 0.340 GNB Guinea-Bissau 3554.279 1.920922 1850.2985
50 Uganda 2019 0.300 0.228 UGA Uganda 92618.594 44.269594 2092.1492
129 Rwanda 2019 0.238 0.132 RWA Rwanda 28783.219 12.626950 2279.5068

Amb les dades ajuntades, podem obtenir visualitzacions com les que veiem a continuació. A la Figura 10.1 observem l’evolució de la democràcia al món tenint en compte el PIB per càpita de cada país. Actualment, ponderant pel pes econòmic de cada país, la qualitat de la democràcia es troba a nivell inferiors als de 1950. A la Figura 10.2 veiem la relació entre democràcia liberal i PIB per càpita, on la mida dels punts representa la població de cada país. No observem una relació molt clara entre democràcia i desenvolupament. També veiem com les dues observacions amb més població tenen uns nivells de democràcia baix.

Figura 10.1: Evolució de la democràcia al món segons PIB per càpita de cada país

Figura 10.2: Relació entre democràcia, PIB per càpita i població el 2019

Saber-ne més: Per una visualització més completa, veure Three ways to measure liberal democracy in the world. El codi d’R es pot obtenir en aquest Github.