Introducción
Diversos estudios han revelado que los efectos del cambio climático resulta una fuerte limitante al crecimiento económico e impiden el logro de un desarrollo sostenible ya que, debido a su carácter transversal, afectan a todos los sectores de la economía. El cambio climático no solo es una seria amenaza para el planeta y las personas, también lo es para la economía mundial. Se trata de un problema que requiere de la colaboración entre el sector público y el privado para cambiar el modelo productivo hacia otro que garantice e impulse el desarrollo y el crecimiento económico sostenible. A pesar de las iníciales reticencias de la comunidad empresarial, cada vez más estudios y actuaciones demuestran que las medidas destinadas a combatir el calentamiento global son una oportunidad de oro para garantizar el desarrollo sostenible e impulsar el crecimiento económico.
Paises con mayor riesgo de sufir cambio climático y por ende relacionado a la crisis economica
Inflación anual
- Librerias y paquetes
setwd("~/paola 6to semestre/eamj1130")
library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","plotly", "gganimate","gifski","scales")
library(hpackedbubble)## Warning: package 'hpackedbubble' was built under R version 4.0.4##
## Attaching package: 'hpackedbubble'## The following object is masked from 'package:datasets':
##
## CO2Análisis de datos
Figura 1: Gráfico de burbujas con las emisiones CO2 (Toneladas) y PIB (1980 - 2016)
library(readxl)
datos <- read_excel("~/paola 6to semestre/eamj1130/CCPIB.xlsx")
library(hpackedbubble)
hpackedbubble(datos$Año, datos$PIB, datos$CO2,
title = "Emisiones CO2 (Toneladas) y PIB (1980 - 2016)",
pointFormat = "<b>{point.name} PIB :</b> {point.y} Ton CO<sub>2</sub>",
dataLabelsFilter = 100,
packedbubbleMinSize = "50%",
packedbubbleMaxSize = "250%",
theme = "sunset",
packedbubbleZMin = 0,
packedbubbleZmax = 10000, split = 0,
gravitational = 0.02,
parentNodeLimit = 1,
dragBetweenSeries = 0,
width = "100%")library(readxl)
library(plotly)
library(ggplot2)
library(readxl)
datos <- read_excel("~/paola 6to semestre/eamj1130/CCPIB.xlsx")
rel <- ggplot(data = datos) +
geom_line(aes(Año, CO2, colour="CO2"), color= "blue") +
xlab("Año") +
ylab("Emisiones de CO2") +
ggtitle("Emisiones CO2 (Toneladas) y PIB (1980 - 2016)") +
theme_linedraw()
geom_point ## function (mapping = NULL, data = NULL, stat = "identity", position = "identity",
## ..., na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
## {
## layer(data = data, mapping = mapping, stat = stat, geom = GeomPoint,
## position = position, show.legend = show.legend, inherit.aes = inherit.aes,
## params = list(na.rm = na.rm, ...))
## }
## <bytecode: 0x0000000007f18e58>
## <environment: namespace:ggplot2> ggplotly(rel)library(prettydoc) #formato de documentos
library(readr) #leer datos
library(DT)
library(readxl)
CCPIB <- read_excel("~/paola 6to semestre/eamj1130/CCPIB.xlsx")Figura 2: Gráfico de CCPIB
plot(CCPIB)
CCPIB.ts <- ts(CCPIB, start= c(1980,1), frequency = 12)print(CCPIB.ts)## Año CO2 PIB
## Jan 1980 1980 268453.7 11236
## Feb 1980 1981 284529.9 11812
## Mar 1980 1982 304837.7 11364
## Apr 1980 1983 278442.6 10412
## May 1980 1984 277624.9 10433
## Jun 1980 1985 288501.2 10293
## Jul 1980 1986 294559.1 9431
## Aug 1980 1987 307356.9 9333
## Sep 1980 1988 307067.2 9168
## Oct 1980 1989 361877.9 9299
## Nov 1980 1990 318427.6 9766
## Dec 1980 1991 331958.8 9946
## Jan 1981 1992 334698.1 10169
## Feb 1981 1993 339468.9 10050
## Mar 1981 1994 352780.1 10221
## Apr 1981 1995 332816.9 9100
## May 1981 1996 346417.8 9145
## Jun 1981 1997 369769.3 9674
## Jul 1981 1998 389087.0 10217
## Aug 1981 1999 391591.6 10391
## Sep 1981 2000 398382.9 11338
## Oct 1981 2001 412977.5 11300
## Nov 1981 2002 414389.3 11311
## Dec 1981 2003 440208.7 11480
## Jan 1982 2004 441308.8 12193
## Feb 1982 2005 466361.7 13018
## Mar 1982 2006 479251.2 13713
## Apr 1982 2007 480520.0 14180
## May 1982 2008 493251.8 14442
## Jun 1982 2009 475950.9 13474
## Jul 1982 2010 464308.2 14276
## Aug 1982 2011 484429.0 15210
## Sep 1982 2012 496324.8 15203
## Oct 1982 2013 490340.2 15357
## Nov 1982 2014 481499.1 15531
## Dec 1982 2015 482947.6 15766
## Jan 1983 2016 486405.5 15803Figura 3: Gráfico de CO2.
plot(CCPIB.ts)
boxplot(CCPIB.ts ~ cycle(CCPIB.ts)) 
cycle(CCPIB.ts)## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 1980 1 2 3 4 5 6 7 8 9 10 11 12
## 1981 1 2 3 4 5 6 7 8 9 10 11 12
## 1982 1 2 3 4 5 6 7 8 9 10 11 12
## 1983 1Tabla de CO2 Y PIB para los diferentes Años
library(readxl)
library(DT)
datos3 <- read_excel("CCPIB.xlsx")
datatable(datos3)Producto Interno Bruto en diferentes años
hpackedbubble(datos3$Año, datos3$CO2, datos3$PIB,
title = "Emisiones de CO2 en diferente año",
pointFormat = "<b>{point.name}:</b> {point.y} $PIB",
dataLabelsFilter = 100,
packedbubbleMinSize = "50%",
packedbubbleMaxSize = "150%",
packedbubbleZMin = 0,
packedbubbleZmax = 1000, split = 1,
gravitational = 0.02,
parentNodeLimit = 1,
dragBetweenSeries = 0,
seriesInteraction = 0,
theme = "sandsignika",
titleColor = "black",
width = "100%")Conclusión
Es importante mencionar que la economía esta estrechamente relacionada con el cambio climático,ya que el cambio climático puede afectar directamente a la agricultura, ganaderia y pesca, ocasionando que en la agricultura se generen sequias o excesivas lluvias que no permitan que los cultivos lleguen a sus optimas condiciones para ser vendidos, en la ganaderia ocasionando la muerte de animales, por el exceso de calor o por las altas temperaturas, provocando perdidas para los ganaderos y agricultures. Por ello es importante mencionar que el cambio climático si afecta la economía del país y aun que es tema muy poco hablado, esta directamente relacionado a la economía, si existe mejoria ambiental la economía del país incrementa, en cambio, si el cambio climático sigue deteriornadose y empeorando el medio ambiente la economía del país seguira en decremento, por ello el cuidar el medio ambiente y el planeta resulta primordial para mantener una economía estable.