Capacitats materials nacionals

El poder és un dels conceptes centrals de les Relacions Internacionals. Operacionalitzar-lo per a un ús quantitatiu és controvertit donada la seva naturalesa multidimensional i, principalment, davant de les dificultats de mesurar la seva vessant ideacional (Barnett and Duvall 2005). Fa unes dècades, Correlates of War (COW) va proposar l’operacionalització de les capacitats materials dels estats –una vessant del poder– mitjançant l’índex Composite Indicator of National Capability (CINC), que es troba a la base de dades National Material Capabilities (NMC) dataset (Singer, Bremer, and Stuckey 1972; Singer 1987). La darrera versió de la base de dades (v5.0) cobreix el període 1816-2012.

En aquesta activitat1, realitzarem quatre passos essencials per examinar una base de dades:

Teniu disponible la plantilla de RMarkdown en aquest enllaç.

Descarregar

La base de dades NMC es troba a la web de COW. El primer que necessitem fer és descarregar-la i posar-la al nostre directori de treball i crearem el marc de dades nmc:

  • Si apliqueu el codi següent a R, hauríeu de poder descarregar l’arxiu NMC_5_0.zip al vostre directori de treball i descomprimir-lo.
  • També podeu fer-ho manualment si aneu a la pàgina web, descarregueu l’arxiu, el descomprimiu i us assegureu que l’ubiqueu al directori de treball.
#descarreguem l'arxiu NMC_5_0.zip
download.file("https://correlatesofwar.org/data-sets/national-material-capabilities/nmc-v5-1/at_download/file",
              "NMC_5_0.zip")

unzip("NMC_5_0.zip") #descomprimim l'arxiu

A continuació carregarem els paquets readr, dplyr i ggplot2 amb els què treballarem en aquesta activitat.

  • readr llegeix arxius en format .csv i els transforma en objectes d’R.
  • dplyr transforma bases de dades.
  • ggplot2 permet visualitzar gràfics.
#recordeu que els paquets han d'estar prèviament instal·lats
library(readr)
library(dplyr)
library(ggplot2)

nmc <- read_csv("NMC_5_0.csv") #creem l'objecte d'R nmc
#si no us funciona, assegureu-vos que NMC_5_0.csv es troba al vostre directori de treball

Explorar

Amb el codi anterior hem convertit la base de dades NMC en l’objecte d’R nmc. Podem veure’n el seu contingut de vàries maneres, per exemple:

  • Si teclegem nmc observarem les primeres observacions a la consola.
  • Si teclegem head(nmc, 10) ens mostrarà les 10 primeres observacions.
  • Si teclegem View(nmc) veurem el marc de dades en una finestra nova.
Table 1: Base de dades NMC v5.0
stateabbccodeyearmilexmilperirstpectpopupopcincversion
USA218163823178025486591010.03969752011
USA218172466158027788991060.03581662011
USA218181910149030291391120.03612652011
USA218192301139029393791180.03713332011
USA2182015561511030396181240.03708692011
USA2182116121110032199391300.03417312011
USA21822107910100332102681360.03293912011
USA21823117011110345105961430.03310752011
USA21824126111110390109241510.03297762011
USA21825133611120424112521580.03421502011

Si ens fixem atentament en la Taula 1, observem que la base de dades NMC està formada per 11 columnes. Podeu examinar el marc de dades amb les funcions següents:

  • dim(nmc): Observem el nombre de files i columnes del marc de dades.
  • glimpse(nmc): Observem el marc de dades en format horitzontal.
  • unique(nmc$stateabb): Observem els valors únics de la variable stateabb.
  • n_distinct(nmc$stateabb): Observem quants valors diferents té la variable stateabb.

Exercici 1: Per realitzar aquesta activitat hauràs d’observar la Taula 1 i utilitzar algunes de les set funcions que has après fins ara:

  1. Quantes observacions té el marc de dades nmc?
  2. Quin codi de país tenen els Estats Units?
  3. Quants països diferents hi ha en el marc de dades?
  4. Quants anys diferents hi ha en el marc de dades?
  5. Quin és el nom de la variable on es troba l’índex CINC?

Llibre de codis

L’índex CINC està construït a partir de les capacitats materials dels estats, que operacionalitza en sis variables: la població total, la població urbana, la producció de ferro i acer, el consum d’energia, el personal militar i la despesa militar. Per saber-ne més d’aquest índex i de les seves variables, haurem de consultar el llibre de codis de la base de dades, que es troba a la web de NMC sota el nom de NMC_Documentation_v5_0.pdf.

El llibre de codis de NMC és especialment llarg. Té 79 pàgines, però només cal llegir-ne algunes d’elles per fer-se una idea de les característiques principals de la base de dades.

Exercici 2: Per realitzar aquesta activitat hauràs de llegir alguns fragments del llibre de codis i observar la Taula 1:

  1. A la taula de continguts (pp. 3-4), identifica Basic dimensions, CINC Score, File Structure and Variables i l’apartat on es troba descrita cada variable.

  2. A Basic dimensions, respon:

    • Quines són les tres dimensions bàsiques?
    • Quines variables s’han descartat? Per què?
  3. A CINC Score, explica breument com s’ha elaborat l’índex.

  4. A partir de llegir File Structure and Variables, explica les capacitats materials d’Estats Units l’any 1821. Posa especial èmfasi en les unitats de cada variable (milers, milions, etc.)

  5. Escull una variable i explica:

    • Conceptualització, operacionalització o mesurament.
    • Problemes potencials i errors.

Visualitzar

Ara que ja coneixem l’estructura del marc de dades i les seves variables i característiques, podem fer una primera visualització de les dades. En el següent codi, hem fet les operacions següents sobre l’objecte nmc:

  • Hem filtrat les dades per Estats Units i Xina.
  • Hem situat la variable year a l’eix horitzontal i la variable milper a l’eix vertical del gràfic.
  • Hem demanat que ens mostri les dades amb un color diferent segons els valors de la variable stateabb.
  • Hem demanat visualitzar-ho amb un diagrama de línees.
nmc %>%
  filter(stateabb %in% c("USA", "CHN")) %>%
  ggplot(aes(x = year, y = milper, col = stateabb)) +
  geom_line()
Personal militar d'Estats Units i Xina

Figure 1: Personal militar d’Estats Units i Xina

Exercici 3: En aquesta activitat final, et demanem que construeixis un diagrama de línies que permeti observar l’evolució al llarg del temps de la variable tpop pels països Espanya i França.

  1. Adapta el codi anterior per tal de poder generar el gràfic.
  2. Pots consultar la llista de països ordenada amb sort(unique(nmc$stateabb)).
  3. Fes una breu descripció del gràfic. Quins períodes històrics hi surten més clarament reflectits?

Referències

Barnett, Michael, and Raymond Duvall. 2005. Power in International Politics Power in International Politics.” International Organization 59 (1): 39–75.
Singer, J. David. 1987. Reconstructing the Correlates of War Dataset on Material Capabilities of States, 1816-1985.” International Interactions 14: 115–32.
Singer, J. David, Stuart Bremer, and John Stuckey. 1972. Capability Distribution, Uncertainty, and Major Power War, 1820-1965.” In Peace, War, and Numbers, edited by Bruce Russet, 19–48. Beverly Hills: Sage.

  1. Aquesta activitat està elaborada amb propòsits estrictament docents. Les operacions que es realitzen no pretenen tenir cap validesa des d’un punt de vista acadèmic↩︎

Previous