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))
I fas la figura d’evolució temporal.

Evolució del nombre absolut d'estats membres de ple dret de les Nacions Unides. 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 més15 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))

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