Indlæsning af pakker

Vi starter med at indlæse relevante pakker. De er installeret på forhånd hos os, hvorfor vi blot indlæser dem her.

library(tidyverse)
library(readxl)
library(data.table)
library(zoo)
library(fixest)
library(plm)
library(vars)
library(lubridate)
library(here)

Lande

Vi definerer vores 24 lande, som vi ønsker at undersøge. Vi bruger deres ISO3-kode.

Lande <- c("AUT","BEL","CHE","CZE","DEU","DNK","ESP","EST","FIN","FRA",
           "GBR","GRC","HUN","IRL","ISL","ITA","LTU","LVA","NLD","NOR",
           "POL","PRT","SVN","SWE")

År

Nu definerer vi vores tidsperiode.

År <- 1990:2024

V-Dem

Vi vil nu indlæse data fra V-Dem. Dette er vores primære polariseringsmål. Her ser vi på, hvor opdelt samfundet er i fjendtlige politiske lejre. Dermed måles fjendtligheden i samfundet. Således skal det bruges som et samfundsmæssigt polariseringsmål. Vi skal bruge tre variable fra datasættet: landene (country_text_id), tidsperioden (year) og selve polariseringsmålet (v2cacamps). Da datasættet indeholder rigtig mange variable, indlæser vi kun disse tre. Herefter afgrænser vi til de lande og år, vi definerede ovenfor.

V_Dem <- read_csv("Data/V-Dem/V-Dem data.csv",
                  col_select = c(country_text_id, year, v2cacamps)) |>
  filter(country_text_id %in% Lande, year %in% År)