Introducción

El Índice de desarrollo humano (IDH) es un indicador, elaborado por el Programa de las Naciones Unidas para el Desarrollo (PNUD), que se utiliza para clasificar a los países en cuatro niveles de desarrollo humano. El índice está compuesto por la esperanza de vida, la educación (tasa de alfabetización, tasa bruta de matriculación en diferentes niveles y asistencia neta) e indicadores de ingreso per cápita. Un país obtiene un IDH más alto cuando la esperanza de vida es mayor, el nivel de educación es mayor y el Producto Nacional Bruto (PNB) per cápita es mayor.

El Informe sobre desarrollo humano de 2010 introdujo un índice de desarrollo humano ajustado por desigualdad (IDHD). El IDHD es una “medida del nivel de desarrollo humano medio de la gente en una sociedad una vez que la desigualdad ha sido tenida en cuenta, en igualdad perfecta, el IDH y el IDHD son iguales; a mayor diferencia entre ambos, mayor la desigualdad.” En ese sentido, “el IDHD es el nivel real de desarrollo humano (teniendo en cuenta la desigualdad), mientras que el IDH puede ser visto como el potencial índice de desarrollo humano que se podría alcanzar de no haber desigualdad.” United Nations Development Programme. Human Development Reports http://hdr.undp.org/en/composite/IHDI

En esta oportunidad se hará un analisis compartivo del indicador de nivel de ingresos, tomado del IDHD, respecto a los paises miembros de la Alianza del Pacífico. El Indicador en Ingreso representa que entre mayor sea el valor, habrá mayor desigualdad en el ingreso en tal pais y a su vez la cantidad a descontar en el indice PNB per cápita, este se reducirá y por tanto modifica el apórte al IDHD. Por ejemplo el Indicador en Ingreso de Barbados es 33.6, que sería el valor que entraría a ajustar dicho pais por PNB per capita (75.6), dando como resultado un PNB per capita ajustado por desigualdad de 50.21.

Por su parte la Alianza del Pacífico es un mecanismo de integración económica y comercial, basado en cuatro pilares: libre movilidad de bienes, servicios, capitales y personas y un eje transversal de cooperación. entre quienes la conforman está Chile, Colombia, México y Perú, la pertinencia de este estudio consiste en que al ser naciones latinoamericanas con un nivel de desarrollo similar, se espera realizar un análisis sobre la evolución de la inequidad en ingreso desde el año 2010 al 2017, dandole una mirada general desde la creación de Alianza (2011) hasta 5 años despúes de constituida.

Pregunta de investigación

¿Como ha sido evolución en la inequidad en ingresos de los paises de la Alianza del Pacífico 2010-2017?

Dataset

Configuramos los dataset necesarios para el análisis del proyecto.

library(ggplot2)

#Creamos un arreglo con los paises de la Alianza utilizando la codificación de la ISO.
paises_AlianzaPacifico = list("CHL", "COL", "MEX", "PER")

#Cargar el dataset de todos los indices
allIndexes <- read.csv("C:/Users/Julian/Desktop/ejercicios univalle/inequidad/allIndexes.csv")

#Crear un sub-set con el indicador Inequidad en Ingresos a nivel mundial
Ineq_Income<-subset(allIndexes, allIndexes$indicator_name=="Inequality in income (%)")


#Crear un sub-set con los datos de Inequidad en Ingresos en paises de la Alianza del Pacífico
Ineq_Incomes_Alianza<-subset(allIndexes, allIndexes$indicator_name=="Inequality in income (%)" & allIndexes$iso3 %in% paises_AlianzaPacifico)

Calculamos el promedio de Inequidad en Ingresos a Nivel Mundial

#Promedio de indicador Inequidad en Ingresos a nivel mundial
summary(Ineq_Income$value)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    4.40   16.40   21.40   24.08   30.00   68.30

Analisis descriptivo de Inequidad en Ingresos en paises de la Alianza del Pacífico

summary(Ineq_Incomes_Alianza)
##        X          dimension          indicator_id    indicator_name    
##  Min.   :41115   Length:32          Min.   :101706   Length:32         
##  1st Qu.:44662   Class :character   1st Qu.:101706   Class :character  
##  Median :48209   Mode  :character   Median :101706   Mode  :character  
##  Mean   :48204                      Mean   :101706                     
##  3rd Qu.:51755                      3rd Qu.:101706                     
##  Max.   :55302                      Max.   :101706                     
##      iso3           country_name         Continent       year          
##  Length:32          Length:32          Min.   :5.0   Length:32         
##  Class :character   Class :character   1st Qu.:6.5   Class :character  
##  Mode  :character   Mode  :character   Median :7.0   Mode  :character  
##                                        Mean   :6.5                     
##                                        3rd Qu.:7.0                     
##                                        Max.   :7.0                     
##      value      
##  Min.   :28.30  
##  1st Qu.:32.35  
##  Median :34.45  
##  Mean   :35.50  
##  3rd Qu.:36.50  
##  Max.   :53.90

Inicialmente revisamos como se encuentran los paises de la Alianza del Pacífico en el año 2017 respecto a los indicadores con los cuales se construye el IDH.

library (GGally)
## Warning: package 'GGally' was built under R version 4.0.5
## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2
inequidad_2017 <-read.csv("C:/Users/Julian/Desktop/ejercicios univalle/inequidad/inequidad 2017.csv", sep=";")
new<- ggparcoord(inequidad_2017,columns=c(1:4), groupColumn = "country_name", order =c(2,3,4,1))
new<- new + facet_grid(country_name~.)
new<- new + theme (axis.text.x = element_text(angle =90))
new<- new + labs(title ="Inequidad y Coeficientes de Desarrollo Humano ", subtitle= "Paises Alianza del Pacífico Año 2017", caption = "Fuente: Naciones Unidas")

new

Observamos que la inequidad en la expectativa de vida y en educación, es dos veces mas baja en Chile que en los otros tres paises, por su parte Colombia es superior a los otros tres paises en todos los indicadores, sobresaliendo la inequidad en ingresos. Finalmente el coeficiente de inequidad humana no hay mucha diferencia entre los paises objeto de estudio.

Ahora analizaremos el promedio del indicador de ingreso entre los paises de la Alianza del Pacífico.

#cargamos la base de datos global de paises
globeMap <- read.csv("C:/Users/Julian/Desktop/ejercicios univalle/inequidad/globeMap.csv")

#Adjustamos el dataset para solo tener Mexico por NorteAmérica y Visible 
#Colombia, Chile y Perú por Sudamérica. 
mapAliannza <- as.data.frame(globeMap[which(globeMap$Continent_Name== "North America" & globeMap$Country_Name!= "Canada" & globeMap$Country_Name!= "United States of America" | globeMap$Continent_Name== "South America"  ),  ])

#Identificar a los paises de la Alianza en el Dataset
mapAliannza$Alianza <- mapAliannza$Three_Letter_Country_Code == "COL" | mapAliannza$Three_Letter_Country_Code ==  "PER" | mapAliannza$Three_Letter_Country_Code ==  "MEX" | 
mapAliannza$Three_Letter_Country_Code == "CHL"

mean_col <- mean(subset(Ineq_Incomes_Alianza, Ineq_Incomes_Alianza$iso3 == "COL")$value)

mean_mex <- mean(subset(Ineq_Incomes_Alianza, Ineq_Incomes_Alianza$iso3 == "MEX")$value)

mean_per <- mean(subset(Ineq_Incomes_Alianza, Ineq_Incomes_Alianza$iso3 == "PER")$value)

mean_chl <- mean(subset(Ineq_Incomes_Alianza, Ineq_Incomes_Alianza$iso3 == "CHL")$value)


library(ggplot2)


ggplot(mapAliannza, aes(x = long, y = lat, group = group)) +
  geom_polygon(aes(fill= Alianza , color=Alianza))+ 
 scale_fill_manual(values = c("white","red"))+
  scale_color_manual(values = c("black","black"))+
  labs(title = "Promedio de la inequidad en ingresos de Paises de la Alianza del Pacífico", subtitle = "Años 2010-2017", caption = "Territorios en blanco no son objeto de estudio ", x = "Longitude", y= "Latitude")+ theme_bw() +  
 geom_text(x=-110, y=20, label= mean_mex) + 
 geom_text(x=-81, y=5, label= mean_col)+ 
 geom_text(x=-81, y=-15, label= mean_per)+ 
 geom_text(x=-76, y=-30, label= mean_chl) + theme (legend.position = "none")

El promedio de la inequidad en los ingresos a nivel mundial entre el año 2010 y 2017 fue 24.08, según datos de la ONU. Sin embargo, como se puede observar todos los paises de la Alianza del Pacífico tienen un valor muy superior a este, encabezado por Colombia con aproximadamente 17 puntos por encima.

Variación de la inequidad en ingresos

Ahora visualizamos otra forma de visualización por país, en este caso distribuido entre los años 2010-2017.

library(ggplot2)

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2010"] <- 2010

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2011"] <- 2011

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2012"] <- 2012

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2013"] <- 2013

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2014"] <- 2014

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2015"] <- 2015

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2016"] <- 2016

Ineq_Incomes_Alianza$year[Ineq_Incomes_Alianza$year == "X2017"] <- 2017

dischi<- ggplot(Ineq_Incomes_Alianza, aes(x = country_name , y= value , fill=year ))
  dischi<- dischi + geom_bar(stat="identity", color="black", position=position_dodge())+ scale_fill_manual(values=c('#fff7f3','#fde0dd', '#fcc5c0', '#fa9fb5', '#f768a1' , '#dd3497', '#ae017e' , '#7a0177' ))
  

dischi<-dischi + labs(title = "Distribución de Inequidad en Ingresos Paises Alianza del Pacífico", subtitle = "Agregado 2010-2017", x= "Inequidad en ingresos (%)
")
dischi

Como se puede observar en el HeatMap, Colombia es el pais de la Alianza del Pacífico que menos ha mejorado el indicador de inequidad en ingresos en sus habitantes, constante a la baja que mantienen los demás paises.

heatMapOCDE <- ggplot(Ineq_Incomes_Alianza, aes(x=country_name, y=year, fill=value))
heatMapOCDE <- heatMapOCDE + geom_tile()
heatMapOCDE <- heatMapOCDE + scale_fill_viridis_c(option="magma" , limits = c(0,100))
heatMapOCDE <- heatMapOCDE + theme(axis.text.x = element_text(angle = 90))
heatMapOCDE <- heatMapOCDE + labs(title = "Inequidad en Ingresos -  Alianza del Pacífico ", x = "Pais", y="Año")
heatMapOCDE

Conclusión

Como se puede observar en los gráficos, Colombia presenta una disminución en los niveles de desigualdad en ingresos entre los años 2010-2017, aunque sigue estando por encima entre de los paises de la Alianza del Pacífico. Ahora bien, si analizamos el promedio mundial versus los paises de la Alianza, consideramos que a nivel de latinoamérica estamos muy distantes de dicha cifra y se requiere mayores esfuerzos para reducir esta brecha.

`