Autoridad internacional

Autoridad internacional

En primer lugar necesitamos descargar la base de datos MIA dataset de la web de los autores. Lo podemos hacer manualmente (MIA_authority en el apartado Data) o bien con el siguiente código:

download.file("http://garymarks.web.unc.edu/files/2019/06/IO-authority-june-2019.zip",
              "mia.zip") 
unzip(zipfile <- "mia.zip", exdir = getwd()) 

Una vez descargado y descomprimido el archivo DP_volIII_june2019_15.dta dentro de nuestro directorio de trabajo, lo llamaremos en R como objeto mia:

mia <- read_dta("DP_volIII_june2019_15.dta")

El marco de datos resultante lo encuentra en la Tabla 1. Podéis explorarlo tecleando:

• mia
• head(mia)
• glimpse(mia)

Empezamos creando un diagrama de dispersión, tal como vemos en la Figura 1, en el que podemos observar los niveles de pooling y delegation de las OI en 2010, el último para el que tenemos datos.

Figure 1: Delegation y pooling en las organizaciones internacionales

Observamos que hay una OI que destaca por encima del resto por sus niveles de delegación. Si buscamos cuál es, tal como hacemos con el siguiente código, podemos comprobar que el resultado no es nada sorprendente: la Unión Europea es la organización que tiene mayores niveles de delegación de la muestra.

mia %>% 
  filter(year==2010) %>%
  filter(delegation == max(delegation)) %>% 
  select(ioname)

## # A tibble: 1 x 1
##   ioname
##   <chr> 
## 1 EU

mia %>% 
  filter(year == 2010) %>%
  filter(??? == max(???)) %>%
  select(io_name)

mia %>% 
  filter(year == 2010) %>%
  filter(??? == min(???),
         ??? == min(???)) %>%
  select(ioname)

Áreas de competencia

Otra variable importante son las áreas de competencia en que actúan las organizaciones. Por ejemplo, algunas IOs tienen competencias en comercio pero no en medio ambiente o en seguridad. Estos datos los podemos encontrar en una base de datos muy parecida a la que hemos trabajado hasta ahora, que es la MIA policy Data set. Para hacer esto, descargaremos el marco de datos correspondiente que también podemos encontrar en la web de MIA.

download.file("http://garymarks.web.unc.edu/files/2019/06/IO-policy-june-2019.zip", 
              "mia_policy.zip")
unzip(zipfile <- "mia_policy.zip", exdir = getwd()) 

A continuación convertimos el archivo policy_june2019.dta en el objeto de R mia_policy y la juntamos con el objetomia a través de las variables year yionumber, que es el código de la OI según la categorización de Correlates of War.

mia_policy <- read_dta("policy_june2019.dta") %>% 
  select(-c("SCOPE_AGGR","SCOPE_VARIABLES")) %>%
  inner_join(mia,by=c("ionumber", "year"))

glimpse(mia_policy)
names(mia_policy)

Causas de pooling i delegation

Intentamos discernir qué puede estar relacionado con pooling y delegation. En los siguientes apartados consideramos diversas variables que pueden influir.

La región

Puede que IOs de regiones diferentes tengan diferentes niveles de pooling y delegation? En el gráfico siguiente observamos la media de pooling y delegation desagregada por regiones. La región ‘Global’ está formada por estados de más de una región, por ejemplo la UNESCO.

Figure 2: Delegation y pooling según región

Ejercicio 2. A partir de la sección III. Dimensiones of International Authority: Delegation and Pooling del capítulo 1 del libro Measuring International Authority: International Authority: From Concept to Measure y del gráfico que acabamos de reproducir, responde a las siguientes preguntas (máx. 200 palabras):

• ¿Por qué justifican los autores que es necesario medir el grado en que los estados mancomunan las decisiones (pooling) y no sólo el grado en que las delegan a un tercero –los secretariados internacionales–?
• ¿Qué ves de destacable en el gráfico? ¿Por qué crees que sucede?

La democracia

También nos podemos plantear la posibilidad de que el nivel de democracia de los países que conforman la OI pueda tener un efecto significativo sobre los niveles de delegation y pooling. Para obtener los niveles de democracia de los países, necesitamos una base de datos como la Polity V (Marshall and Gurr 2020), que contiene una clasificación de grado en el que el nivel de democracia de los países oscila entre -10 y 10. También utilizaremos un archivo que nos indica a qué UE pertenece cada estado (Schimmelfennig et al. 2020), elaborado a partir de la International Organizations dataset (v3) (Pevehouse et al. 2019).

En la siguiente Figura 3 vemos un gráfico muy parecido al de la Figura 1 que hemos reproducido anteriormente. Fijaos cómo hemos añadido una variable más en el gráfico, ya que ahora los puntos están codificados por color según la media que tienen sus estados en la base de datos Polity V (variable PolityV).

Figure 3: Delegation y pooling según niveles de democracia

Ejercicio 3. Responde a las siguientes preguntas (máx. 200 palabras):

• Realizad una descripción del gráfico.
• ¿Por qué crees que deberíamos observar un nivel sistemáticamente diferente de pooling y delegation para las organizaciones con un alto nivel medio de democracia entre sus miembros y las que no lo tienen? Relaciónalo con lo que sabes de teoría de las Relaciones Internacionales.

La antiguedad

Hemos visto que ni la región de los estados ni su nivel de democracia tienen una relación clara con el nivel de autoridad internacional de sus organizaciones. Podría ser que las IO más antiguas tuvieran menos autoridad que las más nuevas? En la Figura 4 hacemos dos diagramas de dispersión que relacionan las dos dimensiones de autoridad con la edad de las organizaciones, a partir del año de creación (variable inception).

Figure 4: Delegation y pooling según antiguedad

Ejercicio 4: Observas una tendencia (una relación entre antigüedad y autoridad)? Comenta qué problemas puede tener la interpretación de este gráfico (máx. 100 palabras).

c <- mia_policy %>% 
  filter(year == 2010)%>% 
  ggplot(aes(x= ???, y = delegation)) +
  geom_smooth(method=lm, se=F, fullrange=T)+
  geom_point(size=2, shape=1,color="#000078")+
  labs(x="N policies")+
  theme_minimal()

d <- mia_policy %>% 
  filter(year == 2010)%>% 
  ggplot(aes(x = ???, y = pooling)) +
  geom_smooth(method=lm, se=F, fullrange=T)+
  geom_point(size=2, shape=1,color="#000078")+
  labs(x="N policies")+
  theme_minimal()

plot_grid(c, d)