Introduccion

Existe un fuerte vínculo entre las emisiones de CO2, la prosperidad y el nivel de vida.

Hay muchos países que cumplen con un criterio: países ricos que tienen altos niveles de vida, pero también altos niveles de emisiones; y países pobres que tienen bajos niveles de emisiones pero bajos niveles de vida.

Sin embargo, algunos países han mostrado signos de progreso. Varios países han demostrado en los últimos años que es posible aumentar el PIB al mismo tiempo que se reducen las emisiones. Vemos esto en el gráfico que muestra el cambio en el PIB, el PIB per cápita y las emisiones anuales de CO2 . Se muestran las emisiones de CO 2 basadas tanto en la producción como en el consumo; las emisiones basadas en el consumo son correctas para los bienes y servicios comercializados, por lo que podemos ver si las reducciones de emisiones solo se lograron mediante la “deslocalización” de la producción a otros países.

PIB PER CAPITA, PPA (DÓLARES INTERNACIONALES CONTANTES DE 2011)

Cargar libreria

library(readr)
library(prettydoc) 
library(DT)
library(readxl)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)
library(data.table)

## 
## Attaching package: 'data.table'

## The following objects are masked from 'package:dplyr':
## 
##     between, first, last

library(scales)

## 
## Attaching package: 'scales'

## The following object is masked from 'package:readr':
## 
##     col_factor

library(plotly)

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

library(tidyverse)

## -- Attaching packages --------------------------------------- tidyverse 1.3.0 --

## v tibble  3.0.5     v stringr 1.4.0
## v tidyr   1.1.2     v forcats 0.5.1
## v purrr   0.3.4

## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x data.table::between() masks dplyr::between()
## x scales::col_factor()  masks readr::col_factor()
## x purrr::discard()      masks scales::discard()
## x plotly::filter()      masks dplyr::filter(), stats::filter()
## x data.table::first()   masks dplyr::first()
## x dplyr::lag()          masks stats::lag()
## x data.table::last()    masks dplyr::last()
## x purrr::transpose()    masks data.table::transpose()

library(modelr)
library(lubridate)

## 
## Attaching package: 'lubridate'

## The following objects are masked from 'package:data.table':
## 
##     hour, isoweek, mday, minute, month, quarter, second, wday, week,
##     yday, year

## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union

library(datos)
library(hpackedbubble)

## 
## Attaching package: 'hpackedbubble'

## The following object is masked from 'package:datasets':
## 
##     CO2

setwd("~/sexto semestre/Estadistica aplicada/EAMJ1130/UNIDAD 1/U1A15-")
CO2 <- read.csv("CO2.csv")
View(CO2)

Visualizar grafica

Año<- CO2$Año
d1 <- CO2$PIB
d2 <- CO2$CO2_consumo
d3 <- CO2$CO2_produccion 
d4 <- CO2$Mexico
datos <- data.table(d1, d2, d3, d4)
x <- ggplot(data = datos) + 
  geom_point(alpha=0.5, aes(Año, d1, size=d1, colour="% PIB PER-CAPITA")) + 
  geom_point(alpha=1, aes(Año, d2, size=d2, colour="% CONSUMO DE CO2 per-capita")) + 
  geom_point(alpha=1, aes(Año, d3, size=d3, colour="% Producción de CO2 per-capita")) +
  scale_size_continuous(range = c(1,7), trans = "identity", guide = "legend") +
   xlab("Año") +
  labs(colour="Variables") +
  ggtitle("Cambio en las emisiones de CO₂ per cápita y el PIB, México") +
  theme(axis.text.x = element_text(angle=90, hjust=1),axis.text.y =element_text(size = 6))

ggplotly(x + scale_y_continuous(labels = function(x) paste0(x, "%"), breaks=seq(-13, 10, 2)) + scale_x_continuous(breaks=seq(1990, 2020, 2)) )

Las emisiones basadas en el consumo anual son emisiones nacionales ajustadas para el comercio. Si un país importa bienes, las emisiones de CO₂ necesarias para producir dichos bienes se suman a sus emisiones nacionales; si exporta bienes, se resta.

Como se puede observar si se puede avanzar en Mexico en las reducciones de CO2, en el año 2000 el PIB aumento 3.48%, el consumo de CO2 en 4.24% y la produccion de CO2 disminuyo un -0.03% respecto en su año anterior que fue el 1999. Aqui vemos como el consumo crecio mas que el PIB pero en el año 2017 el PIB aumento 0.75%, el consumo de CO2 en -4.59% y la produccion de CO2 en -5.93% respecto al año anterior 2016. En el año 2017 se puede observar claramente que el PIB puede aumentar y al mismo tiempo las emiciones de CO2 pueden reducirse notablemente.