Który kraj kojarzy się Wam z polityką jednego dziecka?
A czy wiecie, że zgodnie z danymi CIA (zobacz tutaj) dzietność w Chinach wynosi 1.55 (liczona jako średnia liczba urodzonych dzieci na kobietę) podczas gdy w Polsce jest niższa i wynosi 1.31?
Zobaczymy jak te dwie liczby wyglądają na tle innych państw, innymi słowy dziś będzie o demografii. Pierwsza część o dzietności krajów świata, druga część o prognozach dotyczących tempa wyludniania się polskich miast.
Zacznijmy od wizualizacji danych z wymienionej powyżej strony CIA. Zobaczmy jak wygląda rozkład dzietności w różnych krajach. Ponieważ w niektórych krajach współczynnik dzietności wynosi ponad 7 dzieci na kobietę, ale europejskie kraje rzadko dobijają do 2, więc dla zwiększenia czytelności ,,przyciąłem” wykres do wartości od 0 do 4. Wartość 4 należy więc traktować jako '4 lub więcej’.
To co mnie interesuje to jak dzietność w Polsce i kilku innych wybranych krajach wygląda na tle ,,dzietności świata”. Na poniższym wykresie rozkład dzietności w ponad 400 krajach wymienionych w raporcie CIA przedstawiono za pomocą tzw. wykresu skrzypcowego (choć tu wykres przypomina bardziej rybę). Pominięto informację o ludności krajów. Szerokość ,,ryby” jest proporcjonalna do liczby krajów o zadanym współczynniku dzietności.
Dla wybranych krajów podano współczynnik dzietności (w dzieciach na kobietę) i informację jaka frakcja innych krajów ma mniejszą dzietność. Przykładowo dla Polski ten ostatni współczynnik wynosi 0.058, co znaczy że jedynie 5.8% z rozważanych krajów ma mniejszą dzietność niż Polska. Na szybkość wyludniania mają wpływ też inne czynniki, jak migracje czy średnia długość życia, wiele wskazuje jednak na to że o ile nic się nie zmieni to będziemy jednym z najszybciej wyludniających się krajów na świecie.
Miesiąc temu tygodnik Polityka w artykule ,,Mniejsza Polska” przedstawiał za GUSem prognozy jak wyludniać będą się w ciągu 25 lat różne polskie miasta. Prognozy te pokazano niestety za pomocą tabelki z liczbami. A ponieważ uważam, że dla większości osób, a z pewnością dla mnie, grafiki są bardziej czytelne niż tabele, zrobiłem eksperymentalną wizualizację tej tabeli (btw. w Polityce w tabelce jest drobny błąd. W trzecim wierszu od dołu przedstawiane są wartości ujemne a powinny być dodatnie).
W osi pionowej, wysokość pudełka jest proporcjonalna to ludności w danym mieście w roku 2010. Większość miast straci na ludności. Czerwony kolor odpowiada prognozie o jaką część zmniejszy się ludność dla danego miasta w perspektywie 25 lat. Zielony kolor odpowiada części o jaką populacja danego miasta się powiększy w ciągu 25 lat. Pole jest proporcjonalne do ludności w tysiącach, szerokość jest proporcjonalna do procentów.
Co jeszcze jest potrzebne by przekonać się, że problem demograficzny jest największym wyzwaniem na najbliższe lata?
Reaktywna polityka w tym przypadku to droga ku przepaści.
Drogi Autorze, byłbym bardzo wdzięczny za umieszczanie kodów R-a do tych miłych dla oka wizualizacji 🙂
w czwartek będzie trochę o kodach w R. Jeżeli jednak chodzi o drugi wykres to
skrypt R: http://tofesi.mimuw.edu.pl/~cogito/smarterpoland/Demografia/politykaWyludnienie.r
dane: http://tofesi.mimuw.edu.pl/~cogito/smarterpoland/Demografia/politykaWyludnienie.csv
Dzięki za ciekawy blog!
Drobna uwaga: 0.058pct sugeruje raczej 0.058% niż 5,8% („pct” to „%”?).
Słusznie! Poprawiłem.
W drugim wykresie użycie pola jako wyznacznika ilościowego mieszkańców wydaje mi się jednak gorszym rozwiązaniem – wprawdzie mamy zaletę, że all-in-one, ale jednak jednowymiarowe (długośc jako odzwierciedlenie ilości) przedstawienie byłoby po prostu łatwiejsze do strawienia, lepiej przemawiające. Z tym, że oczywiście trzeba by podzielić to na kilka wykresów, bo rozpiętość Warszawa – Włocławek wyszła by nazbyt duża. Takie tylko 3 grosze, a tak ogólnie to czyta się i ogląda z przyjemnością (i jednocześnie R kusi).
Dziękuję za te 3 grosze!
Z pewnością używając jednowymiarowych wykresów można dokładniej przedstawić liczby. Ale trudniej takimi rozłącznymi wykresami opowiedzieć historię.
Można zrobić jeden wykres przedstawiający ludność w 2010 roku, drugi w 2025 roku, trzeci pokazujący zmianę w procentach a czwarty zmianę w tysiącach i pewnie każdy z nich dokładniej opisywałby liczby. Zgadzam się w 100%, że pole (proporcjonalne do wielkości miasta) nie jest najlepszym nośnikiem, tym bardziej pokolorowane.
Ale pokusa umieszczenia wszystkich czterech charakterystyk na jednym wykresie jest taka, że można szukać związków pomiędzy tymi charakterystykami, że jeden wykres opowie całą historię. To ma oczywiście wady i zalety.
Nie znaczy to też, że ten przedstawiony wykres opowiada całą historię, ale na razie jest to najlepsza z propozycji które sprawdzałem.
Dla mnie, bolączką różnych raportów które czytam, jest sporo wykresów jednowymiarowych opisujących osobno poszczególne cechy, ale bez próby syntezy na jednym wykresie.
Przykładem są raporty OECD. W kolejnych rozdziałach pokazujących np. średnią liczb godzin pracy nauczyciela w różnych krajach, średnią wielkość klasy, średnie wynagrodzenie.
Wszystko ok, ale nie ma próby syntezy, jednego wykresu scalającego te charakterystyki.
Oczywiście inne są zadania raportu, gdzie taka monotonia może być zaletą, a inne są oczekiwania od wpisów na blogu.
Ale jakimś celem do którego IMHO warto dążyć to agregacja wielu informacji w prostej, czytelnej grafice, bez zbędnych ozdobników.