Analiza statystyczna rozwoju ekonomicznego Belgii na tle regionu i Unii Europejskiej
Author
Adam Olejniczak, Wiktor Pusiak, Mateusz Ren
1. Wprowadzenie
Belgia znajduje się w sercu tzw. europejskiego niebieskiego banana (ryc. 1), czyli regionu ekonomicznego rozciągającego się od Londynu, przez Beneluks i Nadrenię po okolice Mediolanu, który zwykle charakteryzowany jest jako obszar o największym potencjale rozwoju geoekonomicznego w Europie (Hospers, 2003). Termin ten uformował się w 1989 roku, po publikacji pracy dotyczącej szans rozwoju obszarów miejskich autorstwa grupy francuskich geografów pod przewodnictwem Rogera Bruneta. Można zadać sobie pytanie, czy pomimo upływu lat Belgia nadal jest jednym z liderów rozwoju ekonomicznego Europy? Czy pojęcie “niebieskiego banana” ma odniesienie do obecnego stanu rzeczywistego?
Ryc. 1. Zasięg europejskiego niebieskiego banana (Trifković et al., 2021)
Celem analizy statystycznej jest przedstawienie stopnia rozwoju ekonomicznego Belgii na tle krajów sąsiadujących, również (częściowo lub w całości) znajdujących się w obszarze “niebieskiego banana” oraz Unii Europejskiej jako ogółu, i odpowiedzenie na postawione powyżej pytania.
2. Materiały i metody
Dla określenia rozwoju ekonomicznego wybraną grupę państw analizowano pod kątem czterech wskaźników: wysokości produktu krajowego brutto w przeliczeniu na mieszkańca (PKB per capita), oczekiwanej długości życia w momencie narodzin, wskaźnika urbanizacji oraz stopy bezrobocia (stosunku liczby osób bezrobotnych do ogółu siły roboczej).
Wysokość PKB na mieszkańca jest głównym narzędziem pomiaru ekonomicznego rozwoju regionów Unii Europejskiej, a także najpopularniejszym miernikiem zróżnicowania między nimi przyjętym przez Europejski Urząd Statystyczny (Surówka, 2018). W krajach, które mają za sobą fazę przejścia demograficznego, wyższa oczekiwana długość życia prowadzi do wzrostu przychodu per capita (Cervellati, Sunde, 2011). Zdaniem Liddle’a i Messinisa (2015), urbanizacja doprowadziła do wzrostu gospodarczego państw o wysokim dochodzie, zaś badania Tatoğlu (2011) wskazują na stały związek między stopą bezrobocia i PKB. Mając na uwadze te stwierdzenia, wybrane wskaźniki powinny pozwolić ocenić rozwój ekonomiczny Belgii. Ich wartości porównano z wynikami krajów sąsiadujących: Francji, Holandii, Luksemburgu i Niemiec oraz średnimi wartościami dla Unii Europejskiej.
Dane dotyczące stopy bezrobocia i wysokości produktu krajowego brutto w przeliczeniu na mieszkańca pochodzą ze zbiorów Europejskiego Urzędu Statystycznego (Eurostat, ec.europa.eu/eurostat), a wartości wskaźników urbanizacji i oczekiwanej długości życia zaczerpnięto z Banku Danych Banku Światowego (databank.worldbank.org).
W celu zobrazowania zmienności w czasie, dla PKB per capita pozyskano dane z lat 2002-2022, zaś w przypadku stopy bezrobocia z lat 2012-2022. W pozostałych przypadkach dane pochodzą tylko z roku 2022 i są najświeższymi dostępnymi.
Analizę statystyczną przeprowadzono w środowisku R, przy użyciu funkcji pochodzących z pakietów podstawowych oraz następujących zewnętrznych:
pakiet ggplot2 - pozwala na wizualizację wyników.
pakiet eurostat - umożliwia pobranie danych ze zbiorów Europejskiego Urzędu Statystycznego bezpośrednio w środowisku R.
pakiet dplyr - dostarcza funkcji do selekcji danych.
pakiet kableExtra - tworzenie tabel.
pakiet colorspace - dostarcza palet kolorów dla wykresów utworzonych za pomocą ggplot2.
pakiet ggrepel - zawiera funkcje rozszerzające możliwości dodawania tekstu do wykresów utworzonych za pomocą ggplot2.
3. Wyniki
3.1. PKB per capita w latach 2002-2022
Dla wszystkich wybranych krajów na przestrzeni lat 2002-2022 można odnotować ogólny trend rosnący w przypadku zmian wysokości PKB per capita (ryc. 2). Widoczne są dwa wyraźne spadki: pierwszy prawdopodobnie związany z globalnym kryzysem ekonomicznym 2008 roku, drugi przypadł na okres pandemii COVID-19. W każdym przypadku PKB na osobę był wyższy od średniej unijnej.
Belgia przez większość okresu plasowała się na trzecim miejscu, za pozostałymi krajami Beneluksu. Pierwsza lokata zawsze przypadała Luksemburgowi, który rokrocznie wyraźnie dystansował konkurencję, w 2022 roku niemalże dublując drugą Holandię. W ostatnim roku okresu na jednego Belga przypadło około 37 tysięcy euro z produktu krajowego brutto, co jest wartością o 7 tysięcy mniejszą od PKB per capita Holandii. Mniej więcej właśnie o tyle wzrósł PKB na mieszkańca Belgii przez cały badany okres, bowiem w 2002 roku wynosił on niewiele ponad 30 tysięcy euro.
Od kryzysu z 2008 roku wartości PKB per capita Niemiec (które tuż przed kryzysem przegoniły Francję) zaczęły się zbliżać do wyników Belgii, w niektórych latach nawet je przewyższając. Po kryzysie pandemicznym dystans między Belgią a Niemcami zwiększył się na korzyść tej pierwszej.
Code
# potrzebne pakietylibrary(ggplot2)library(eurostat)library(dplyr)library(colorspace)library(ggrepel)library(kableExtra)# pobranie danych z Eurostatugdp =get_eurostat("sdg_08_10", time_format ="num", type ="code", filters =list(time =c(2002:2022), geo =c("BE", "DE", "FR", "NL", "LU", "EU27_2020"),unit ="CLV10_EUR_HAB"))# ustawienie motywu wykresutheme_set(theme_minimal())# wykresggplot(gdp, aes(x = time, y = values, color = geo)) +geom_line(linewidth =0.8) +labs(x =element_blank(),y ="PKB per capita [€]") +scale_color_discrete_qualitative(labels =c("BE"="Belgia","NL"="Holandia","FR"="Francja","DE"="Niemcy","LU"="Luksemburg","EU27_2020"="Unia Europejska"),palette ="Dark 3") +theme(axis.text =element_text(size =12),axis.title.x =element_blank(),legend.title =element_blank()) +scale_x_continuous(breaks =c(2002, 2007, 2012, 2017, 2022))
Ryc. 2. Zmienność wartości PKB per capita w Belgii, krajach sąsiadujących i Unii Europejskiej, lata 2002-2022
3.2. Oczekiwana długość życia
Zarówno Belgia, jak i jej sąsiedzi charakteryzują się wartościami wyższymi od średniej dla państw w bazie Eurostatu, zbliżającej się do 79 lat (ryc. 3). Belgia, z oczekiwaną długością życia w momencie narodzin wynoszącą około 82 lata, wśród krajów Eurostatu zajmuje 11 miejsce, zaś w analizowanej grupie ustępuje tylko Luksemburgowi. W pierwszej dziesiątce zauważalne jest nagromadzenie krajów śródziemnomorskich i nordyckich. Po lewej stronie linii średniej uświadczymy głównie państwa byłego bloku wschodniego.
Code
# import danych pochodzących z Banku ŚwiatowegolifeExp =read.csv("data/lifeExp.csv")# selekcja analizowanych państwlifeExp_sel = lifeExp |>filter(Country.Name =="Belgium"| Country.Name =="Germany"| Country.Name =="Netherlands"| Country.Name =="Luxembourg"| Country.Name =="France") |>mutate(kraj =case_when( Country.Name =="Belgium"~"Belgia", Country.Name !="Belgia"~"Sąsiedzi Belgii" ))# wybór kraju pomocniczego do określenia lokalizacji podpisu linii średniejlifeExp_est =filter(lifeExp, Country.Name =="Estonia")# określenie wartości średniejh_line_2 =mean(lifeExp$X2021..YR2021.)# ustawienie motywu wykresutheme_set(theme_minimal())# wykresggplot(lifeExp, aes(x =reorder(Country.Name, X2021..YR2021.),y = X2021..YR2021.)) +geom_point() +geom_text_repel(lifeExp_est, mapping =aes(x ="Estonia",y = h_line_2,label ="Średnia krajów Eurostatu"),size =3,hjust =-1,vjust =2) +geom_point(lifeExp_sel, mapping =aes(x =reorder(Country.Name, X2021..YR2021.),y = X2021..YR2021.,color = kraj),size =3) +scale_color_manual(values =c("Belgia"="darkorange1", "Sąsiedzi Belgii"="skyblue1")) +theme(axis.title.y =element_blank(),legend.title =element_blank(),axis.text =element_text(size =10)) +labs(y ="Oczekiwana długość życia w momencie narodzin") +geom_hline(yintercept = h_line_2,color ="black",linetype ="dashed") +scale_y_continuous(breaks =c(72, 74, 76, 78, 80, 82, 84)) +scale_x_discrete(labels =c("Switzerland"="Szwajcaria","Spain"="Hiszpania","Norway"="Norwegia","Sweden"="Szwecja","Iceland"="Islandia","Italy"="Włochy","Luxembourg"="Luksemburg","France"="Francja","Ireland"="Irlandia","Finland"="Finlandia","Belgium"="Belgia","Netherlands"="Holandia","Denmark"="Dania","Cyprus"="Cypr","Portugal"="Portugalia","Germany"="Niemcy","Slovenia"="Słowenia","United Kingdom"="Wielka Brytania","Greece"="Grecja","Czechia"="Czechy","Croatia"="Chorwacja","Turkiye"="Turcja","Slovak Republic"="Słowacja","North Macedonia"="Macedonia Płn.","Hungary"="Węgry","Lithuania"="Litwa","Montenegro"="Czarnogóra","Latvia"="Łotwa","Romania"="Rumunia","Bulgaria"="Bułgaria")) +coord_flip()
Ryc. 3. Oczekiwana długość życia w Belgii, krajach sąsiadujących i Unii Europejskiej, 2022
3.3. Wskaźnik urbanizacji w roku 2022
W analizowanej grupie Belgia lideruje pod względem odsetku ludności mieszkającej w miastach (ryc. 4). Niemal cała populacja kraju mieszka w miastach, tereny wiejskie odgrywają marginalną rolę w strukturze zamieszkania. Wartości dla wszystkich krajów przewyższają średnią dla Unii Europejskiej, wynoszącą niewiele ponad 75%.
Wskaźnik urbanizacji Belgii (98,2%) jest najwyższy także w przypadku, gdy pod uwagę weźmiemy wszystkie kraje, dla których dostępne są dane w zbiorach Eurostatu (tabela 1). W czołowej piątce znalazł się cały Beneluks. Należy tutaj zaznaczyć, że w bazie Europejskiego Urzędu Statystycznego nie ma wartości dotyczących miast-państw - w innym wypadku na pierwszych miejscach znalazłyby się takie kraje, jak m.in. Watykan czy Monako.
Code
# import danych pochodzących z Banku Światowegourban =read.csv("data/urban_2022.csv")# wyselekcjonowanie danych dot. tylko Unii Europejskiejurban_eu =filter(urban, Country.Name =="European Union")# wyselekcjonowanie danych dot. tylko krajówurban =filter(urban, Country.Name !="European Union")# określenie średniej wartości dla UEh_line = urban_eu[1, 5]# ustawienie motywu wykresutheme_set(theme_minimal())# wykresggplot(urban, aes(x =reorder(Country.Name, X2022..YR2022.),y = X2022..YR2022.,fill = Country.Name)) +geom_col() +theme(axis.text =element_text(size =12),axis.title.y =element_blank(),legend.position ="none") +scale_fill_manual(values =c("Belgium"="darkorange1", "Netherlands"="skyblue1","France"="skyblue1","Germany"="skyblue1","Luxembourg"="skyblue1")) +geom_hline(yintercept = h_line, color ="black",linetype ="dashed") +geom_text_repel(urban_eu, mapping =aes(x ="Germany",y = h_line,label ="Unia Europejska"),size =3.5,hjust =-1,vjust =-2) +labs(y ="% ludności mieszkający w miastach") +scale_x_discrete(labels =c("Belgium"="Belgia","Netherlands"="Holandia","France"="Francja","Germany"="Niemcy","Luxembourg"="Luksemburg")) +coord_flip()
Ryc. 4. Wskaźnik urbanizacji dla Belgii, krajów sąsiadujących i Unii Europejskiej, 2022
Code
# import danych pochodzących z Banku Światowego# dotyczą one wszystkich krajów Europy, dla których dane udostępnia Eurostaturban_2022_eu =read.csv("data/urban_2022_eu.csv")# wybór interesujących nas kolumn, uporządkowanie wartości malejącourban_2022_eu = urban_2022_eu |>select(Country.Name, X2022..YR2022.) |>rename(country = Country.Name,value = X2022..YR2022.) |>arrange(desc(value))# zmiana nazw kolumncolnames(urban_2022_eu) =c("Kraj", "% ludności mieszkający w miastach")# wybór 5 krajów o najwyższym wskaźniku urbanizacjiurban_2022_eu =head(urban_2022_eu, 5)# spolszczenie nazwurban_2022_eu$Kraj[urban_2022_eu$Kraj ==c("Belgium", "Iceland", "Netherlands", "Luxembourg", "Sweden")] <-c("Belgia", "Islandia", "Holandia", "Luksemburg", "Szwecja")# tabelat =kbl(head(urban_2022_eu, 5), digits =1)kable_classic(t, full_width = F, html_font ="Roboto")
Kraj
% ludności mieszkający w miastach
Belgia
98.2
Islandia
94.0
Holandia
92.9
Luksemburg
91.9
Szwecja
88.5
Tabela 1. Kraje Europy o największym odsetku ludności mieszkającej w miastach, 2022
3.4. Stopa bezrobocia w latach 2012-2022
Stopa bezrobocia w Belgii w 2022 roku wynosiła około 5,6%, i była niewiele niższa od średniej wartości w Unii Europejskiej (ryc. 5). W Beneluksie Belgia charakteryzuje się najwyższym odsetkiem osób bezrobotnych w ogóle siły roboczej, zaś wśród krajów sąsiadujących większą wysokość wskaźnika odnotowano tylko we Francji.
Przed 2015 rokiem stopa bezrobocia w Belgii rosła, aczkolwiek w dwóch wcześniejszych latach wzrost zahamował. Od 2015 roku obserwuje się ogólnie tendencję malejącą, ponownie ze wzrostem przypadającym na okres pandemii COVID-19 (lata 2020-2021), po którym nastąpił powrót do stanu przedpandemicznego.
Ryc. 5. Zmiany stopy bezrobocia w Belgii, krajach sąsiadujących i Unii Europejskiej, lata 2012-2022
4. Wnioski
W analizie dokonaliśmy porównania Belgii z krajami regionu i Unią Europejską pod kątem czterech wskaźników mogących określić stopień rozwoju ekonomicznego kraju. Wynika z niej, że Belgia w każdym z indykatorów może poszczycić się rezultatami lepszymi niż średnia dla Unii Europejskiej, niekiedy wyraźnie ją dystansując, co obserwujemy szczególnie w przypadku wskaźnika urbanizacji. Fakt ten nasuwa odpowiedź na pierwsze pytanie: Belgię, pomimo upływu 35 lat od publikacji pracy pod przewodnictwem Bruneta, wciąż można uznać za jednego z liderów rozwoju ekonomicznego Europy, czy przynajmniej Unii Europejskiej (pamiętajmy bowiem, że nie należą do niej m.in. Norwegia, Szwajcaria i Wielka Brytania, inne kraje utożsamiane z bardzo rozwiniętą gospodarką). Belgii nie można jednak określić mianem zdecydowanego lidera, nawet wśród jej sąsiadów.
Dla dokładniejszego określenia rozwoju ekonomicznego, należałoby wziąć pod uwagę przykładowo PKB nominalny, który powinien lepiej zobrazować znaczenie gospodarki danego kraju w skali Europy - sugerując się samym PKB per capita można przykładowo błędnie wywnioskować, że gospodarka Belgii jest większa od niemieckiej, która wg danych Banku Światowego z 2022 roku jest czwartą największą na świecie.
Analiza sugeruje także odpowiedź na drugie, poboczne pytanie postawione we wstępie, dotyczące “niebieskiego banana”. Brzmi ona podobnie, jak dla samej Belgii: kraje tego regionu nadal znajdują się w czołówce rozwoju gospodarczego Europy (Unii Europejskiej), przynajmniej pod kątem omawianych wskaźników. Faktem, który należy odnotować jest to, że w analizie nie brano pod uwagę wszystkich krajów “niebieskiego banana”, w końcu nie on był jej głównym tematem. Przy zagłębieniu się w tę tematykę należy mieć na uwadze, że zbieranie danych dotyczących poszczególnych krajów tego regionu jako całości mija się z celem (ewentualnie poza Beneluksem i Szwajcarią), gdyż w dużej mierze tylko fragmenty państw leżą w tym hipotetycznym obszarze ekonomicznym. Przykładowo, w gospodarce Włoch odnotowuje się podział na zaawansowaną północ i mniej rozwinięte południe (Daniele, 2015), zatem średnie wartości dla Italii mogłyby być niemiarodajne. Należałoby zastosować podział na mniejsze jednostki, np. regiony NUTS pierwszego poziomu.
Podsumowując, powyższa analiza dowodzi stwierdzeniom, że Belgia i kraje regionu są wciąż jednymi z głównych sił rozwoju gospodarczego Europy. Może ona posłużyć za bazę pod dalsze badania, eliminujące wymienione wcześniej ewentualne niejasności w analizie.
5. Literatura
Trifković, M., Kuburić, M., Nestorović, Ž., Jovanović, G., Kekanović, M. (2021). The Attractiveness of Urban Complexes: Economic Aspect and Risks of Environmental Pollution. Sustainability, 13(14), 8098.
Hospers, G. J. (2003). Beyond the Blue Banana? Structural change in Europe’s geo-economy. Intereconomics, 38, 76-85.
Surówka, A. (2018). PKB per capita jako determinanta ekonomicznego rozwoju regionów Polski i Litwy–analiza porównawcza w ujęciu dynamicznym. Nierówności społeczne a wzrost gospodarczy, (55), 187-198.
Cervellati, M., Sunde, U. (2011). Life expectancy and economic growth: the role of the demographic transition. Journal of economic growth, 16, 99-133.
Liddle, B., Messinis, G. (2015). Which comes first–urbanization or economic growth? Evidence from heterogeneous panel causality tests. Applied Economics Letters, 22(5), 349-355.
Tatoğlu, F. Y. (2011). The long and short run effects between unemployment and economic growth in Europe. Doğuş Üniversitesi Dergisi, 12 (1), 99-113.
Daniele, V. (2015). Two Italies? Genes, intelligence and the Italian north–south economic divide. Intelligence, 49, 44-56.