5.1 Correlates of War: la base

La referència en organitzacions internacionals des d’una perspectiva comparada és la base de dades de Correlates of War sobre organitzacions internacionals, activa des dels anys setanta (Wallace and Singer ⊕1970Wallace, Michael, and J. David Singer. 1970. “International Governmental Organization in the Global System, 1815-1964.” International Organization 24 (2): 239–87.). La idea primigènia era la d’estudiar fins a quin punt el contacte dels països en diferents organitzacions internacionals aplacava els afanys d’agressió i de guerra mútua. No deixa de ser una extensió del que hem vist al mòdul anterior sobre relacions bilaterals, contagi i contacte. Però en aquest cas, formalitzat en organitzacions internacionals.

La base de dades actual, en la seva versió 2.3, va ser publicada el 2015 i conté dades d’organitzacions internacionals entre el 1815 i el 2010. Les característiques per definir una organització com a organització internacional passen per complir els tres criteris següents:

• Membres: Com a mínim hi ha d’haver tres membres del sistema internacional d’estats.
• Sessions: Com a mínim tenir una sessió plenària cada 10 anys.
• Secretariat: Té un secretariat permanent amb la seva corresponent seu central.

Les dades s’extreuen del Yearbook of International Organizations, que publica anualment la Unió d’Organitzacions Internacionals, i que conté més de 65,000 entrades. Però amb els criteris abans esmentats el nombre d’organitzacions el 2010 es queda en poc més de dues-centes.

Per obtenir les dades d’estats membres a organitzacions internacionals es fa de manera similar a les demés base de dades del projecte COW que hem vist anteriorment:

tmp <- tempfile()
download.file("http://www.correlatesofwar.org/data-sets/IGOs/IGO_stateunit_v2.3.zip", tmp)
file <- unzip(tmp, files = "IGO_stateunit_v2.3.csv")
igos <- read.table(file, header = TRUE, sep = ",", na = "-9", fill = TRUE)
names(igos)[1:15]   # Només els primers 15 noms de variables

##  [1] "ccode"    "country"  "state"    "year"     "AAAID"    "AAB"     
##  [7] "AACB"     "AACarib"  "AALCO"    "AARO"     "AATA"     "AATPO"   
## [13] "ABEDA"    "ABEPSEAC" "ACC"

dim(igos)

## [1] 8102  533

En aquest cas, la matriu consta de més de vuit mil entrades, corresponents a països * anys, i les columnes, a partir de la cinquena (AAAID) corresponen al tipus de relació entre aquest estat concret i l’organització internacional (des de cap relació de pertinença fins a pertinença plena).

Cal que et refiïs del llibre de codis per poder obtenir el nom complet de l’organització, i no només l’acrònim tal i com surt a la base de dades. Per exemple, per traçar el nombre d’estats membres de ple dret a les Nacions Unides has d’escollir només la variable “UN” i deixar córrer anys anteriors a la seva creació. Després, crees una variable que té valor 1 si el valor de “UN” és 1 (pertinença completa a l’organització) i és sabut (no és un valor perdut o missing), i valor 0 quan el valor de “UN” és qualsevol altra cosa, a través de la funció ifelse(). Un cop tens la variable de pertinença completa full.membership agrupes les dades per any i simplement sumes el nombre d’uns.

igo.un <- igos %>%
  select(country, year, UN) %>%
  filter(year >= 1945) %>%
  mutate(full.membership = ifelse(UN == 1 & !is.na(UN), 1, 0)) %>%
  group_by(year) %>%
  summarize(N = sum(full.membership))

Figure 5.1: Evolució del nombre absolut d’estats membres de ple dret de les Nacions Unides.

ggplot(igo.un, aes(x = year, y = N)) +
  geom_line() +
  expand_limits(y = 0)

En el cas de voler el nombre d’organitzacions al qual un estat pertany cal primer de tot filtrar les observacions per estat membre (filter()) i després realitzar una transformació de les dades per tal que les organitzacions internacionals, que són a les columnes, quedin com una variable més1515 Això es coneix com un reshape, donar-li forma a les dades. En aquest cas, de versió ampla (“wide”, perquè els noms de les variables contenen informació) a versió llarga (“long”, que és on s’han multiplicat el nombre d’observacions. a través de la funció gather(). Després només cal que apliquis altre cop la transformació per quedar-te amb els casos on l’estat és membre de ple dret i descartis els altres.

candidat <- "Argentina"
igo.candidat <- igos %>%
  filter(country == candidat) %>%
  gather(IGO, membership, -ccode, -country, -state, -year) %>%
  mutate(full.membership = ifelse(membership == 1 & !is.na(membership), 1, 0))
head(igo.candidat)

##   ccode   country     state year   IGO membership full.membership
## 1   160 Argentina argentina 1845 AAAID         -1               0
## 2   160 Argentina argentina 1850 AAAID         -1               0
## 3   160 Argentina argentina 1855 AAAID         -1               0
## 4   160 Argentina argentina 1860 AAAID         -1               0
## 5   160 Argentina argentina 1865 AAAID         -1               0
## 6   160 Argentina argentina 1870 AAAID         -1               0

Ara agrupa les pertinences per any i calcula la suma d’organitzacions anuals.

igo.candidat.anual <- igo.candidat %>%
  group_by(year) %>%
  summarize(N = sum(full.membership))

Figure 5.2: Evolució del nombre d’organitzacions internacionals del qual és membre de ple dret un estat candidat, en aquest cas l’Argentina, en termes absoluts.

ggplot(igo.candidat.anual, aes(x = year, y = N)) +
  geom_line() +
  expand_limits(y = 0)