Code
install.packages("dplyr")
install.packages("ggplot2")
install.packages("tidyr")
install.packages("readxl")
Obecny obraz gospodarczy Europy stale ulega transformacjom, tworząc dynamiczne otoczenie, w którym państwa konsekwentnie dążą do utrzymania oraz rozwoju swoich pozycji. Niniejszy raport skupia się na porównaniu rozwoju ekonomicznego Polski w kontekście wybranych krajów europejskich.
Analiza opiera się na kluczowych wskaźnikach, takich jak Produkt Krajowy Brutto (PKB) na osobę, stopa bezrobocia, stopa inflacji oraz wydatki na służbę zdrowia. Prześledzenie tych czynników pozwoli nam zrozumieć dynamikę i konkurencyjność polskiej gospodarki w porównaniu z innymi krajami regionu.
PKB na osobę stanowi istotny wskaźnik poziomu życia i potencjału ekonomicznego kraju, podczas gdy stopa bezrobocia oraz inflacja odzwierciedlają stabilność rynku pracy i gospodarki. Dodatkowo, analiza wydatków na służbę zdrowia pozwoli na ocenę priorytetów społecznych i zdrowotnych danego kraju.
Celem niniejszego badania jest kompleksowa ocena i porównanie tych wskaźników, co umożliwi zidentyfikowanie mocnych stron, obszarów do poprawy oraz wskazanie potencjalnych kierunków rozwoju gospodarczego Polski.
Badanie zostało przeprowadzone, korzystając z danych udostępnionych przez Eurostat (https://ec.europa.eu/eurostat). Te informacje obejmują wartości PKB na osobę, stopie bezrobocia, stopie inflacji oraz wydatkach na służbę zdrowia w Polsce, Niemczech, Litwie i Słowacji w latach 2013-2021.
Przeprowadzenie analizy danych statystycznych miało miejsce w środowisku R. Do analizy i prezentacji wyników wykorzystano funkcje dostępne w pakietach podstawowych, a także korzystano z poniższych dodatkowych pakiety:
pakiet dplyr
– operacje na danych
pakiet ggplot2
– wizualizacja danych
pakiet tidyr
– przetwarzanie danych
pakiet readxl
– import danych z programu excel
install.packages("dplyr")
install.packages("ggplot2")
install.packages("tidyr")
install.packages("readxl")
library(dplyr)
library(ggplot2)
library(tidyr)
library(readxl)
Wykres przedstawia wartość PKB na osobę w euro dla czterech krajów należących do Unii Europejskiej: Polski, Niemiec, Litwy i Słowacji w latach 2013-2021. Warto zauważyć, że Niemcy utrzymują najwyższy poziom PKB na osobę przez cały analizowany okres. Litwa pozostaje poniżej Niemiec, chociaż odnotowuje stały wzrost. Polska i Słowacja wykazują podobne trendy wzrostowe, charakteryzujące się niższym tempem niż w przypadku Litwy. Jednak w przypadku Słowacji wartości PKB na osobę są wyższe niż w przypadku Litwy.
Wszystkie cztery kraje odnotowały wzrost PKB na osobę w badanym okresie. Niemcy utrzymują swoją pozycję jako lider pod względem dochodu na mieszkańca. Polska, Słowacja i Litwa, choć zanotowały wzrost, nie osiągnęły tak intensywnego tempa jak Niemcy.
= read_excel("pkb.xlsx") #Wczytanie danych z exela
pkb
= tidyr::pivot_longer(pkb,
wybrane_long_pkb cols = c("2013", "2014", "2015", "2016", "2017",
"2018", "2019", "2020", "2021")) #Przekształcenie danych na długi format
ggplot(wybrane_long_pkb, aes(x = name, y = value, color = Kraj, group = Kraj)) + #Tworzenie wykresu
geom_line(size = 1.2) + #Tworzenie wykresu liniowego
labs(title = "PKB na osobę w €",
x = NULL,
y = NULL,
caption = "Autorzy: Anna Błaszkiewicz, Bartosz Kurasiński\nDane źródłowe: ec.europa.eu/eurostat") + #Dodanie tytułu, opisu osi i podpisu
scale_color_manual(values = c('#f72585', '#7209b7','#4361ee', '#4cc9f0')) + #Dostosowanie kolorów
scale_x_discrete() + #Dostosowanie osi x
theme_minimal() + #Motyw wykresu
scale_y_continuous(breaks = c(10000, 20000, 30000, 40000), limits = c(10000, 40000)) + #Dostosowanie przedziałów na osi y
theme(plot.caption = element_text(hjust = 0, vjust = -1),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5, vjust = 1),
axis.title.y = element_text(vjust = -2),
panel.background = element_rect(fill = "white", color = "white")) + #Dostosowanie czcionki i odstępów
guides(color = guide_legend(title = NULL)) #Usunięcie tytułu legendy
Wykres przedstawia wydatki na służbę zdrowia w milionach euro dla Polski, Niemiec, Litwy i Słowacji w latach 2013-2021. Niemcy utrzymują najwyższy poziom wydatków przez cały okres, wahający się między 300 000 milionami euro a nieco ponad 450 000 milionami euro. Litwa odnotowała stały wzrost wydatków, począwszy od poziomu około 2 000 milionów euro do powyżej 4 000 milionów euro w 2021 roku. Wydatki Polski charakteryzują się znaczącymi rocznymi wzrostami, oscylując między 25 000 milionów euro a 35 000 milionów euro. Słowacja również odnotowuje stały wzrost, choć mniej dynamiczny niż Litwa, zaczynając od poziomu poniżej 5 000 milionów euro i kończąc na nieco poniżej 8 000 milionów euro.
Wszystkie cztery kraje odnotowały wzrost wydatków na służbę zdrowia, przy czym Niemcy utrzymują się na czele pod względem najwyższych wydatków. Polska, Litwa i Słowacja wykazują mniej intensywny, lecz stały wzrost.
= read_excel("wydatki.xlsx") #Wczytanie danych z exela
wsz
= tidyr::pivot_longer(wsz,
wybrane_long_wsz cols = c("2013", "2014", "2015", "2016", "2017",
"2018", "2019", "2020", "2021")) #Przekształcenie danych na długi format
ggplot(wybrane_long_wsz, aes(x = name, y = value, fill = Kraj)) + #Tworzenie wykresu
geom_col(position = "dodge", just = 1) + #Tworzenie wykresu kolumnowego
labs(title = "Wydatki na służbę zdrowia w milionach €",
x = NULL,
y = NULL,
caption = "Autorzy: Anna Błaszkiewicz, Bartosz Kurasiński\nDane źródłowe: ec.europa.eu/eurostat") + #Dodanie tytułu, opisu osi i podpisu
scale_fill_manual(values = c('#f72585', '#7209b7','#4361ee', '#4cc9f0')) + #Dostosowanie kolorów
theme_minimal() + #Motyw wykresu
facet_wrap(~Kraj, scales = "free") + #Podział wykresu na panele
scale_y_continuous(labels = scales::comma) + #Dostosowanie osi y
theme(legend.position = "none",
plot.caption = element_text(hjust = 0, vjust = -1),
plot.title = element_text(size = 12, face = "bold",hjust = 0.5, vjust = 1),
axis.title.x = element_text(vjust = -2),
panel.background = element_rect(fill = "white", color = "white"),
panel.spacing = unit(3, "lines"),
axis.text.x = element_text(angle = 45, hjust = 1)) #Dostosowanie czcionki i odstępów
Wykres przedstawia stopę bezrobocia w procentach dla czterech krajów europejskich: Polski, Niemiec, Litwy i Słowacji w latach 2013-2021. Słowacja odnotowała najwyższą stopę bezrobocia, zbliżającą się do 15% w 2013 roku, lecz z tendencją spadkową od tego czasu. Niemniej jednak od 2019 roku najwyższy wskaźnik bezrobocia, spośród tych czterech krajów, odnotowuje Litwa. W 2020 roku Słowacja, Niemcy oraz Litwa zanotowały wzrost stopy bezrobocia. Niemcy, dominujący lider do 2019 roku z bezrobociem między 3 a 5%, stracili pozycję na rzecz Polski, gdzie stopa bezrobocia wyniosła około 3% w 2020 roku, w porównaniu do niemal 4% w Niemczech. Polska do 2020 roku notowała tendencję spadkową. W 2021 roku Niemcy i Litwa odnotowały spadek bezrobocia, podczas gdy Słowacja i Polska odnotowały nieznaczny wzrost. Polska, mimo wzrostu, nadal utrzymuje się jako lider pod względem najniższego odsetka bezrobocia wśród badanych krajów.
= read_excel("stopa bezrobocia.xlsx") #Wczytanie danych z exela
sb
= tidyr::pivot_longer(sb,
wybrane_long_sb cols = c("2013", "2014", "2015", "2016", "2017",
"2018", "2019", "2020", "2021")) #Przekształcenie danych na długi format
ggplot(wybrane_long_sb, aes(x = name, y = value, color = Kraj, group = Kraj)) + #Tworzenie wykresu
geom_point(size = 2) + #Tworzenie wykresu punktowego
labs(title = "Stopa bezrobocia w %",
x = NULL,
y = NULL,
color = NULL,
caption = "Autorzy: Anna Błaszkiewicz, Bartosz Kurasiński\nDane źródłowe: ec.europa.eu/eurostat") + #Dodanie tytułu, opisu osi i podpisu
scale_color_manual(values = c('#f72585', '#7209b7','#4361ee', '#4cc9f0')) + #Dostosowanie kolorów
scale_x_discrete() + #Dostosowanie osi x
theme_minimal() + #Motyw wykresu
scale_y_continuous(limits = c(3, 15), breaks = seq(3, 15, by = 2)) + #Dostosowanie przedziałów na osi y
theme(plot.caption = element_text(hjust = 0, vjust = -1),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5, vjust = 1),
axis.title.y = element_text(vjust = -2),
panel.background = element_rect(fill = "white", color = "white")) #Dostosowanie czcionki i odstępów
Wykres przedstawia stopę inflacji w procentach dla Polski, Niemiec, Litwy i Słowacji w latach 2013-2021. W przypadku Litwy średnio co 3 lata obserwujemy spadek stopy inflacji. W 2017 roku nastąpił znaczący wzrost, a w kolejnych latach następuje spadek. Najwyższy poziom inflacji zanotowano w 2021 roku i wynosił nieco powyżej 4,5%. Najniższą wartość stopy inflacji odnotowano w 2015 roku i wyniosła około -0,7%. W Niemczech w latach 2013-2021 nie odnotowano ujemnej stopy inflacji. Stopa inflacji w Niemczech podobnie jak w przypadku Litwy miała tendencję spadkową i rok wzrostowy co 4 lata, a następnie znów spadek. Polska w latach 2013-2015 miała tendencję spadkową. W 2015 roku, analogicznie do Litwy, Polska zanotowała najniższą wartość stopy inflacji, również w okolicach -0,7%. Następnie odnotowano znaczny wzrost inflacji w 2016 roku i niewielki spadek w 2017 roku. Od 2018 roku Polska notuje tendencję wzrostową wskaźnika inflacji i w 2021 roku zanotowała najwyższą stopę inflacji ze wszystkich analizowanych krajów. Wyniosła ona ponad 5%. Na Słowacji obserwuje się pewne wahania stopy inflacyjnej, z okresowymi wzrostami i spadkami, jednakże ogólny kierunek trendu zdaje się wskazywać na wzrost. Najniższą wartość stopy inflacji Słowacja osiągnęła w 2016 i wyniosła ona -0,5% inflacji.
= read_excel("stopa inflacji.xlsx") #Wczytanie danych z exela
si
= tidyr::pivot_longer(si,
wybrane_long_si cols = c("2013", "2014", "2015", "2016", "2017",
"2018", "2019", "2020", "2021")) #Przekształcenie danych na długi format
ggplot(wybrane_long_si, aes(x = name, y = value, fill = Kraj)) + #Tworzenie wykresu
geom_col(position = "dodge", just = 1) + #Tworzenie wykresu kolumnowego
labs(title = "Stopa inflacji w %",
x = NULL,
y = NULL,
caption = "Autorzy: Anna Błaszkiewicz, Bartosz Kurasiński\nDane źródłowe: ec.europa.eu/eurostat") + #Dodanie tytułu, opisu osi i podpisu
scale_fill_manual(values = c('#f72585', '#7209b7','#4361ee', '#4cc9f0')) + #Dostosowanie kolorów
theme_minimal() + #Motyw wykresu
facet_wrap(~Kraj, scales = "free") + #Podział wykresu na panele
scale_y_continuous(limits = c(-1, 6), breaks = seq(-1, 6, by = 1)) + #Dostosowanie przedziałów na osi y
theme(legend.position = "none",
plot.caption = element_text(hjust = 0, vjust = -1),
plot.title = element_text(size = 12, face = "bold",hjust = 0.5, vjust = 1),
axis.title.x = element_text(vjust = -2),
panel.background = element_rect(fill = "white", color = "white"),
panel.spacing = unit(3, "lines")) + #Dostosowanie czcionki i odstępów
coord_flip() #Odwrócenie osi
W kontekście analizy porównawczej Polski z innymi krajami europejskimi, obserwujemy różnorodne tendencje w kluczowych wskaźnikach ekonomicznych. Produkt Krajowy Brutto na osobę (PKB) w Polsce rośnie, chociaż tempo tego wzrostu jest niższe niż w przypadku Litwy, co jest zauważalne na wykresie. Niemcy utrzymują najwyższy poziom PKB na osobę, podczas gdy Polska, choć notuje stały wzrost, nie osiąga tak intensywnego tempa.
Warto zauważyć, że wydatki na służbę zdrowia w Polsce, choć rosnące, pozostają niższe niż w Niemczech, co może wpływać na dostępność usług zdrowotnych. Jednak Polska utrzymuje stabilny wzrost wydatków, co może świadczyć o zwiększającym się priorytecie społecznym w sektorze zdrowia.
Analiza stopy inflacji w Polsce ukazuje pewne wahania, szczególnie w ostatnich latach. Pomimo zmienności, Polska notuje tendencję wzrostową, osiągając najwyższą stopę inflacji wśród analizowanych krajów w 2021 roku. Warto zwrócić uwagę, że Polska, mimo wzrostu inflacji, utrzymuje się jako lider pod względem najniższego odsetka bezrobocia, co jest zdecydowanie pozytywnym wskaźnikiem stabilności rynku pracy.
Podsumowując, Polska w porównaniu z innymi krajami europejskimi utrzymuje stabilny rozwój ekonomiczny, choć nieco wolniejszy niż w niektórych przypadkach. W całości analizy ujawniają, że Polska, mimo pewnych wyzwań, utrzymuje konkurencyjną pozycję w regionie, osiągając stabilny wzrost gospodarczy, efektywne zarządzanie rynkiem pracy oraz rozwijającą się sferę zdrowia. Wskazuje to na potencjał dalszego rozwoju i skutecznego konkurowania na arenie europejskiej.