Para tratar esta cuestión, debemos considerar la mejor medida de comparación entre China y Estados Unidos. El Sistema de Cuentas Nacionales (SNA) ofrece varias métricas, pero el Producto Interno Bruto (PIB) y la Paridad de Poder Adquisitivo (PPA) podrían ser las más adecuadas. El PIB de mercado mide el valor total de bienes y servicios producidos dentro de un país en términos de su moneda local y luego se convierte a dólares estadounidenses utilizando tipos de cambio de mercado. Según esta medida, Estados Unidos sigue siendo la primera potencia económica mundial. Sin embargo, cuando ajustamos las cifras según la PPA, que iguala las monedas y los costos de vida entre países, China emerge como la primera potencia económica. Según la PPA, China ya habría superado a Estados Unidos hace años. Este método porporciona una imagen más precisa del bienestar económico y el poder adquisitivo relativo. Si esta tendencia se mantiene, China continuará su trayectoria ascendente, consolidando su posición como la mayor economía mundial en términos de PPA.
Las estadísticas económicas oficiales de China también han sido objeto de debate. El profesor Luis R. Martínez, sugiere que los regímenes autocráticos, como el de China, tienden a exagerar sistemáticamente su PIB. Esta afirmación se basa en estudios que comparan los datos económicos reportados con indicadores indirectos, como el consumo de energía y las emisiones de CO2, que son menos susceptibles a la manipulación.
Martínez argumenta que, al inflar sus cifras de PIB, los regímenes autocráticos buscan proyectar una imagen de fortaleza económica y estabilidad, lo cual puede distorsionar la percepción global de la competencia económica entre Estados Unidos y China. Sin embargo, el estudio de Martínez también presenta algunas flaquezas a tener en cuenta. Los datos de luces nocturnas (Night-Time Lights, NTL) son utilizados para medir la actividad económica. Aunque los NTL tienen una relación positiva con el PIB real, pueden estar sujetos a sesgos. Por ejemplo, la dispersión de luz en áreas adyacentes puede distorsionar las mediciones, especialmente en áreas urbanas densas. Además, la relación entre los NTL y el PIB no siempre es lineal y puede variar según el nivel de desarrollo económico y la estructura económica de las regiones.
Otro aspecto de poder económico es la demografía. Recientes filtraciones y estudios han puesto en duda las cifras de población reportadas por China. Yi Fuxian argumenta que China ha sobreestimado su población y su tasa de natalidad durante décadas. Según Fuxian, la población de China comenzó a disminuir en 2018, mucho antes de lo proyectado oficialmente. Si estas acusaciones son ciertas, la capacidad de China para mantener su crecimiento económico sostenido podría estar en riesgo, ya que una población en declive implica una fuerza laboral reducida y un mayor gasto en atención a la población envejecida entre otras cuestiones.
A pesar de las dudas sobre la veracidad de las estadísticas oficiales, hay algunos argumentos que podrían justificar la precisión de estos datos. China ha implementado políticas efectivas para el desarrollo económico. Las enormes inversiones en infraestructura y tecnología pueden haber impulsado el crecimiento real, validando las cifras reportadas. La urbanización masiva y la creación de nuevas zonas económicas especiales podrían apoyar los datos de crecimiento económico. Sin embargo, la tendencia autocrática del gobierno chino podría haber llevado a la manipulación de datos para mantener la imagen que quiere proyectar frente al resto del mundo. Otros estudios sugieren que el PIB real de China podría ser significativamente menor, ya que los datos demostrarían una desaceleración económica evidente, en contraste con las cifras oficiales.
Para evaluar la posición económica de China y Estados Unidos, se utilizan diversas fuentes de datos internacionales como los censos nacionales, las bases de datos del Banco Mundial, y los informes del Fondo Monetario Internacional (FMI). Los censos ofrecen datos demográficos y económicos detallados, pero también pueden estar sujetos a manipulación. En el caso de China, las inconsistencias en los datos de natalidad y población han demostrado que las cifras podrían estar infladas. El Banco Mundial y el FMI recopilan y analizan datos económicos de todos los países miembros. Aunque se esfuerzan por proporcionar datos precisos y comparables, dependen en gran medida de las estadísticas reportadas por los propios países, lo que puede introducir sesgos si los datos nacionales están manipulados, como se ha visto en varios artículos e investigaciones.
Por lo tanto, la cuestión de si China superará a Estados Unidos como primera potencia mundial depende de múltiples factores, incluidas las medidas económicas utilizadas y la fiabilidad de los datos reportados. La competencia entre Estados Unidos y China seguirá siendo un tema central en las relaciones internacionales y la economía global en los próximos años.
Este análisis se centra en el uso de internet en diferentes países de África en el año 2010. Utilizamos datos de la base de datos del Banco Mundial (World Bank) para extraer y visualizar la cantidad de usuarios de internet por cada 1000 habitantes en cinco países africanos: Cabo Verde, Egipto, Kenia, Marruecos y Sudáfrica.
library(dplyr)
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, unionlibrary(readr)
library(ggplot2)
library(wbstats)wb_search("internet.*users")# A tibble: 4 × 3
indicator_id indicator indicator_desc
<chr> <chr> <chr>
1 GCI.9THPILLAR.XQ 9th pillar: Techonological readiness This indicato…
2 IT.NET.USER Internet users Internet user…
3 IT.NET.USER.P3 Internet users (per 1,000 people) Please cite t…
4 IT.NET.USER.ZS Individuals using the Internet (% of populati… Internet user…La visualización generada muestra la cantidad de usuarios de internet por cada 1000 habitantes en cinco países africanos en el año 2010. A continuación, se detalla el proceso de análisis y visualización:
Se utilizan las librerías dplyr para la manipulación de datos, readr para la lectura de datos, ggplot2 para la visualización y wbstats para obtener los datos del Banco Mundial.
Posteriormente usamos wb_search para identificar indicadores relacionados con el uso de internet. Encontramos varios indicadores relevantes, entre ellos IT.NET.USER.P3, que representa el número de usuarios de internet por cada 1000 personas, el cual se pide en el ejercicio.
Utilizamos wb_data para extraer los datos del indicador IT.NET.USER.P3 desde 1990 hasta 2020 para todos los países. Luego, filtramos los datos para el año 2010 y seleccionamos los países sobre los que vamos a realizar el análisis: Cabo Verde, Egipto, Kenia, Marruecos y Sudáfrica.
Aplicamos un filtro para seleccionar únicamente los datos del año 2010.
Por último, creamos el gráfico de barras usando ggplot2 para mostrar el número de usuarios de internet por cada 1000 habitantes en los países seleccionados. Las barras están coloreadas en azul oscuro y se etiquetan los ejes y el título del gráfico.
gdp <- wb_data(indicator = "IT.NET.USER.P3", country = "countries only", start_date = 1990, end_date = 2020, lang = "es")datos_filtrados <- gdp %>%
filter(date == 2010, country %in% c("Cape Verde", "Egypt, Arab Rep.", "Kenya", "Morocco", "South Africa"))ggplot(data = datos_filtrados, aes(x = country, y = IT.NET.USER.P3)) +
geom_col(fill = "darkblue") +
labs(title = "Usuarios de internet por cada 1000 habitantes", x = "Country", y = "Usuarios (por 1000)")
El análisis y la visualización de los datos sobre el uso de internet en estos países durante el año 2010 revela diferencias significativas entre los países seleccionados, mostrando rápidamente cuál de los países tenía un mayor o menor número de usuarios de internet por cada 1000 habitantes durante ese año.