2. Exploración

Las dimensiones del IDH

El IDH, pues, consta de tres dimensiones conceptuales. Su operacionalización se encuentra resumida en la figura 1, que encontraréis también en las notas técnicas de la web del Programa de las Naciones Unidas para el Desarrollo (PNUD, conocido como UNDP en inglés).

• Para medir la dimensión económica, utilizan la renta nacional bruta (RNB, GNI en inglés), una medida muy parecida al PIB.

• El acceso a la educación se mide con dos indicadores: la media de años en la escuela para adultos de 25 años o más y los años esperados de educación para niños en edad de entrada a la escuela.

• Finalmente, la vida larga y saludable se mide con la esperanza de vida al nacer.

Figure 1: Metodologia de l’IDH

Los datos que se recogen para crear el IDH los encontraréis en la página web del PNUD (UNDP 2018). A lo largo de este módulo utilizaremos los datos de 2018, que pueden descargarse en formato Excel, aunque es posible que en la web del PNUD podáis encontrar datos más recientes. En el siguiente código hemos descargado el archivo y hemos creado un objeto de R mediante la función read_xlsx() del paquete readxl. Le hemos dado el nombre de hddata, cuyas primeras observaciones podemos ver en la Tabla ??.

download.file("https://www.jordimas.cat/files/2018_all_indicators.xlsx", 
              "2018_all_indicators.xlsx")
hddata <- read_xlsx("2018_all_indicators.xlsx")

hddata <- read_xlsx("2018_all_indicators.xlsx")

Exploración inicial del marco de datos

El marco de datos hddata contiene una columna por cada año de datos desde 1990 hasta 2017. Cuando trabajamos con R, nos es mucho más cómodo que cada columna sea una variable, puesto que así podemos manipular más fácilmente los datos. Como sabéis, los años (1990, 1991…) no son una variable, sino que son los valores que puede tomar la variable año. Todos los años, pues, tendrían que formar parte de una sola columna year que represente la variable año. También observamos que la variable indicator_name no contiene valores, sino nombres de variables. En el siguiente código hemos limpiado el marco de datos de forma que todas las columnas sean variables, y todas las hileras observaciones. De este proceso, ha salido el objeto hddata_tidy, que observamos en la Tabla 2.

hddata_tidy <- hddata %>%
  select(indicator_name:last_col()) %>% #eliminamos les primeras dos columnas
  pivot_longer(`1990`:`9999`, "year", "value", values_drop_na = TRUE) %>% #creamos la variable year
  filter(year != 9999) %>% #eliminamos el valor 9999
  spread(indicator_name, value) %>% #ponemos los valores de 'indicator_name' como variables 
  clean_names("snake") %>% #simplificamos los nombres de variables
  mutate(year = as.numeric(year)) #pasamos los años a vector numérico

hddata %>%
  pivot_longer(`1990`:`9999`, "year", "value") %>%
  group_by(country_name) %>% #agrupamos los datos por país
  summarize(na = sum(is.na(value))) %>%
  arrange(desc(na))

hddata %>%
  pivot_longer(`1990`:`9999`, "year", "value") %>%
  group_by(indicator_name) %>% #agrupamos los datos por indicador
  summarize(na = sum(is.na(value))) %>%
  arrange(desc(na))

Podéis ver que el marco de datos hddata_tidy contiene muchas variables que no necesitamos. Una de las primeras cosas que tenemos que hacer es simplificarlo para que tenga unas dimensiones más reducidas a fin de poder trabajarlo mejor a la hora de construir el IDH. Para tal propósito, hemos creado el nuevo marco de datos hdi, que filtra los datos por el año más actual, mantiene solo algunas variables y ordena los países según su IDH en 2017, el último año del que tenemos datos disponibles. Hemos dejado dos variables principales: países (country) e IDH (IDH). Y a continuación también hemos conservado las variables que conforman el IDH. A todas les hemos dado un nombre más simple:

• Al ingreso nacional bruto per cápita (gross_national_income_gni_por_capita_2011_ppp) lo llamaremos GNI.
• A los años de escolarización esperados (expected_years_of_schooling_years) los llamaremos E1.
• A la media de años de escolarización (mean_years_of_schooling_years) la llamaremos E2.
• Y a la esperanza de vida al nacer (life_expectancy_at_birth_years) la llamaremos LE.

Además, hemos usado el paquete countrycode para poner los nombres del marco de datos en castellano (ver Normas ISO).

#cambiad hdi por hdi_prueba cuando hagáis las modificaciones
#Nota: No os preocupéis por los warnings que aparecen en la consola
hdi <- hddata_tidy %>% #marco de datos
  filter(year == max(year)) %>% #filtramos por el año más alto
  arrange(desc(human_development_index_hdi)) %>% #ordenamos por la variable idh
  transmute(P = 1:n(), #creamos una variable con la posición del país
            country = countrycode(country_name, "country.name.en", "cldr.name.es"), 
            IDH = human_development_index_hdi,
            GNI = gross_national_income_gni_per_capita_2011_ppp,
            E1 = expected_years_of_schooling_years,
            E2 = mean_years_of_schooling_years,
            LE = life_expectancy_at_birth_years) %>%
  filter(IDH != is.na(IDH)) #eliminamos las observaciones con NA

#Llenamos los NA. A partir de 1 de junio de 2018 Suazilandia pasa a llamarse Reino de Esuatini.
hdi$country[which(is.na(hdi$country))] <- c("Micronesia", "Reino de Esuatini")

El IDH: vista previa

En la Tabla 3, observamos el resultado de head(hdi, 10), que muestra los países mejor clasificados en el ranking del IDH en 2017. En primer lugar, encontramos Noruega, con un IDH de 0.953, seguida de Suiza, Australia y Irlanda. Todos estos países tienen cifras muy altas en sus indicadores: un GNI per cápita alto (columna GNI), unos años de educación esperada elevados (columna E1), una media de años en la escuela elevada (columna E2) y una esperanza de vida alta (columna LE).

En cambio, en la parte inferior de la tabla nos encontramos lo contrario, como vemos en la Tabla 4, mediante el código tail(hdi, 10). Todos los países con valores bajos en su IDH tienen un GNI bajo, unos niveles de educación inferiores y una esperanza de vida baja. Níger es el último país de la lista. Tiene un GNI inferior a los 1.000 dólares/año, los jóvenes del país pasan muy pocos años en la escuela y la población vive de media poco más de sesenta años.

hdi[which(hdi$country == "Nombre del país"),]