3.3 Descentralització i federalisme

La divisió de poders vertical en forma de federalisme i descentralització ha estat abordada també de manera comparativa a través d’índexs que calculen el grau de descentralització. L’aproximació més global i sistemàtica és la de mesura d’autoritat regional descrita a Hooghe et al. (⊕2016Hooghe, Liesbet, Gary Marks, Arjan H Schakel, Sara Niedzwiecki, Sandra Chapman Osterkatz, and Sarah Shair-Rosenfield. 2016. Measuring Regional Authority. Oxford University Press Oxford, UK.)99 Més endavant veurem una aproximació a l’autoritat internacional dels mateixos autors., tot i que tradicionalment per mesurar el nivell de descentralització s’ha fet servir la dada del Banc Mundial sobre despeses d’unitats subestatals.

El primer capítol del llibre és un exemple excel·lent a com es passa en política comparada de conceptes a operacionalitzacions i s’acaba amb índexs, amb un enorme interès en els detalls procedimentals i les decisions que cal prendre.

L’índex d’autoritat regional cobreix 81 estats entre 1950 i 2010, i comprèn dues dimensions: self rule i shared rule. La primera fa referència a la capacitat que té un territori subnacional per exercir el govern en el seu propi territori. La segona fa referència a la capacitat que té un territori subnacional de co-exercir el govern de l’estat.

Les dades en aquesta base estan disponibles per a les unitats regionals, i també com a agregats per països. En aquest últim cas els índexs agregats els podem obtenir de la següent manera:

library(readstata13)
tmp <- tempfile()
download.file("http://garymarks.web.unc.edu/files/2017/04/RAI-country-data-online-version.11.01.15-2-1.zip", 
  tmp)
file <- unzip(tmp, files = "RAI country data online version.11.01.15.dta")
rai <- read.dta13(file)
dim(rai)

## [1] 3827   30

names(rai)

##  [1] "cowcode"      "iso3166"      "country_id"   "country_name"
##  [5] "abbr_country" "year"         "n_instdepth"  "n_policy"    
##  [9] "n_fiscauto"   "n_borrowauto" "n_rep"        "n_lawmaking" 
## [13] "n_execcon"    "n_fisccon"    "n_borrowcon"  "n_constit"   
## [17] "n_selfrule"   "n_sharedrule" "n_RAI"        "components"  
## [21] "n_rep0"       "n_assembly"   "n_executive"  "n_lawmaking0"
## [25] "n_law_a"      "n_law_b"      "n_law_c"      "n_law_d"     
## [29] "n_law_e"      "n_law_f"

Les variables n_seflrule i n_sharedrule corresponen a les dues dimensions, respectivament, i la variable n_RAI és la seva suma.

Per representar els valors en dos eixos per a un any concret (el darrer valor) hem de filtrar les dades per any, i reanomenar les variables:

rai.last <- filter(rai, year == max(year))
ggplot(rai.last, aes(x = n_selfrule, y = n_sharedrule, label = country_name)) + 
  geom_text() +
  xlab("Self rule") + ylab("Shared rule")

Figure 3.7: Distribució de les dues dimensions (self-rule i shared rule) de l’índex d’autoritat regional en l’últim any disponible.