Il Contributo dell’Agricoltura al PIL

 

È diminuito del 4,3% tra il 2013 ed il 2021

 

La Banca Mondiale analizza i dati relativi alla percentuale del Pil derivante dall’agricoltura. La variabile comprende anche la silvicoltura, la caccia, la pesca e l’allevamento. Il valore aggiunto viene determinato come produzione netta di un settore dopo aver sommato tutte le uscite e sottratto gli input intermedi. Viene calcolato senza effettuare detrazioni per l'ammortamento dei beni fabbricati o l'esaurimento e il degrado delle risorse naturali.

Ranking dei paesi per valore della percentuale del Pil prodotta dall’agricoltura. Sierra Leone è al primo posto per valore della percentuale del Pil prodotta dall’agricoltura con un valore pari a 57,45%, seguita da Chad con un valore di 53,99%, Etiopia con 37,57%, Liberia con 36,96%, e Niger con un valore di 36,48%. A metà classifica vi sono il Peru con un ammontare di 6,97%, St Vincent and the Grenadine and Uruguay con un valore pari a 6,91%, Brasile con un ammontare di 6,89%, Bielorussia con un ammontare di 6,80%, Georgia con un ammontare di 6,47%. Chiudono la classifica the Bahamas con un valore pari a 0,49%, seguita da Malta con un valore di 0,41%, Qatar con 0,30%, Bahrain con 0,28%, Luxembourg con un valore di 0,20%, Singapore con 0,03%.

Ranking dei paesi per valore della variazione percentuale del PIL prodotta dall’agricoltura tra il 2013 ed il 2021. Il Qatar è al primo posto per valore della variazione percentuale della percentuale del PIL prodotta dall’agricoltura con un valore pari a 210,64%, seguito dal Congo con un ammontare di 123,28%, dall’Equatorial Guinea con un valore di 120,68%, dall’Oman con un valore di 85,66%, dal Brunei Darussalam con un ammontare di 83,49%. A metà classifica vi sono la Finlandia con un ammontare di -3,02%, il Ghana con un valore di -3,25%, la Bulgaria con un ammontare di -3,30%, la Tanzania con un ammontare di -3,38%, l’Austria con un valore di -3,38%, il Rwanda con un ammontare di -3,49%. Chiudono la classifica lo Zambia con un valore di -58,75%, Timor Leste con un valore di -59,49%, Malta con un ammontare di 61,55%, Lebanon con un valore di -64,60%, Cuba con un valore di -77,53%, Sudan con un valore di 78,53%. Complessivamente tra il 2013 ed il 2021 il valore medio della variazione percentuale del PIL prodotta dall’agricoltura è diminuita di un ammontare pari a -4,26%.

Machine learning and predictions. Di seguito si propone una analisi predittiva per il tramite dell’utilizzo degli algoritmi di machine learning per predire il valore futuro della percentuale del PIL prodotta dall’agricoltura. Gli algoritmi sono stati analizzati in base alla loro capacità di massimizzare l’R-Squared e di minimizzare gli errori statistici ovvero MAE-Mean Average Error, MSE-Mean Squared Error, RMSE-Root Mean Squared Error. L’80% dei dati è stato utilizzato per addestrare gli algoritmi mentre il restante 20% è stato utilizzato per la predizione vera e propria. Si viene così a determinare un ordinamento degli algoritmi indicato come di seguito ovvero:

• ·         ANN-Artificial Neural Network con un valore del payoff pari a 6;
• ·         Polynomial Regression e Gradient Boosted Tree con un valore del payoff pari a 10;
• ·         Simple Regression Tree con un valore del payoff pari a 16;
• ·         Linear Regression con un valore del payoff pari a 21;
• ·         Tree Ensemble Regression con un valore del payoff pari a 23;
• ·         Random Forest con un valore del payoff pari a 28;
• ·         PNN-Probabilistic Neural Network con un valore del payoff pari a 30.

Applicando l’ANN-Artificial Neural Network è possibile predire l’andamento futuro del valore della percentuale del PIL derivante dall’agricoltura. In modo particolare è possibile individuare dei paesi winners e dei paesi losers. I paesi winners sono quei paesi nei quali la percentuale del PIL derivante dall’agricoltura è cresciuta. I paesi losers sono paesi nei quali la percentuale del PIL derivante dall’agricoltura è diminuita.

I paesi winners. I paesi winners, ovvero i paesi per i quali è predetta una crescita della percentuale del PIL prodotta dall’agricoltura sono: Svizzera con un valore di 283,54%, Regno Unito con 253,87%, Sudan con 193,76%, United Arab Emirates con 163,77%, Trinidad and Tobago con un valore di 155,8%, United States con un valore di 150,93%, Svezia con 94,27%, St. Kitts and Nevis con 68,56%, Timor Leste con 61,67%, Slovenia con 58,11%, Slovak Republic con 49,05%, St. Lucia con 46,31%, Sierra Leone con un valore di 26,79%, St. Vincent and the Grenadines con un valore di 17,06%, Turchia con un valore di 14,75%, Tanzania con 12,09%, South Africa 11,64%, Tonga 11,09%, Spagna con 10,83%, Uzbekistan con 8,8%, Suriname con 6,08%, Zimbabwe con 5,42%, Thailand con 1,47%, Tunisia con 1,37%.

Paesi losers. I paesi losers ovvero i paesi per i quali è predetta una riduzione del valore dell’agricoltura in percentuale del PIL sono: Uganda con -1,14%, Uruguay con -2,42%, Seychelles con -2,73%, Vietnam con -3,54%, Ucraina con -4,3%, Singapore con -7,87%, Sri Lanka con -8,15%, Togo con -9,02%, Zambia con -9,11%.

Conclusioni. La percentuale del PIL derivante dall’agricoltura è diminuita tra il 2013 ed il 2021 di un ammontare pari ad un valore di -4,26%. Notoriamente nei paesi aventi un prodotto interno lordo elevato, la percentuale di PIL derivante dall’agricoltura dovrebbe essere ridotta, tra l’1% ed il 2%. I paesi che hanno un valore del PIL derivante dall’agricoltura superiore al 2-3% tendono ad essere delle economie che hanno delle scarse abilità di performare efficacemente. Se l’agricoltura supera il 3% del PIL allora è probabile che quelle economie abbiano veramente dei redditi pro-capite medio-bassi e che siano caratterizzate da sottosviluppo, sotto-occupazione e output gap crescente. Tuttavia per comprendere al meglio il contributo dell’agricoltura al PIL di una nazione occorre introdurre degli indicatori nuovi che prendano in considerazione non solo la produzione agricola, quanto anche il PIL derivante dalla trasformazione dei prodotti agricoli, dalla ricerca e sviluppo in ambito agricolo e agro-industriale e dal settore dei trasporti e della logistica agricola. Soltanto mettendo insieme questi elementi potrebbe essere possibile stimare efficacemente l’impatto globale del settore agricolo e delle sue derivazioni manifatturiere e logistiche nel PIL.

Ranking dei Paesi per Valore di Voice and Accountability

 

Tra il 2013 ed il 2021 il valore di Voice and Accountability è cresciuto in media del 25,53%

Voice and Accountability cattura le percezioni della misura in cui i cittadini di un paese sono in grado di partecipare alla selezione del proprio governo, così come la libertà di espressione, la libertà di associazione e la libertà dei media. La stima fornisce il punteggio del paese sull'indicatore aggregato, in unità di una distribuzione normale standard, vale a dire che va da circa -2,5 a 2,5.

Ranking dei paesi per valore di Voice and Accountability nel 2021. La Norvegia è al primo posto per valore di Voice and Accountability nel 2021 con un valore di 1,75, seguita dalla Finlandia e dalla Nuova Zelanda con un valore di 1,62, dalla Danimarca con un ammontare di 1,56, e dalla Svizzera con un ammontare di 1,55 unità. A metà classifica vi sono l'Armenia con un valore di 0,06 unità, la Moldova con un ammontare di 0,05 unità, Papua New Guinea con 0,02 unità, Georgia con 0,02 unità, Paraguay con 0,01 unità e Lesotho con -0,02 unità. Chiudono la classifica la Somalia -1,75, seguito dalla Turkmenistan con un valore di -1,91 unità, dalla Siria con -1,92 unità, dall'Eritrea con un valore di -1,93 unità e dalla Corea del Nord con un ammontare di -2,07 unità.

Ranking dei paesi per valore della variazione percentuale di Voice and Accountability tra il 2013 ed il 2021. Le Isole Salomone sono al primo posto per tasso di crescita percentuale del valore di Voice and Accountability tra il 2013 ed il 2021 con un valore pari a 30.740,84%, seguita dalle Seychelles con 3.082,91%, Guyana con 1.062,01%, Papua Nuova Guinea con 614,44%, Timor Leste con un valore di 403,79%. A metà classifica vi sono la Norvegia con un ammontare di 0,79%, seguita dalle Barbados con un valore di 0,44%, seguita dal Canada con un valore di -0,3 unità, dalla Cina con un valore di -0, 32%, seguita dalle Bahamas con un valore di -1,15%, e da Laro PDR con un valore di -1,96. Chiudono la classifica la Tanzania con un valore di -249,2%, il Benin con -252,76%, El Salvador con un valore di 321,88%, Singapore con -470,05%, Filippine con un valore di -2,471,12%.

Machine Learning and Predictions. Di seguito vengono applicati degli algortimi di machine learning per la predizione del valore futuro della variabile Voice and Accountability. Gli algoritmi sono analizzati in base alla loro capacità di massimizzare l’R-Squared e di minimizzare il valore degli errori statistici MAE, MSE, RMSE. Gli algoritmi sono stati addestrati con l’80% dei dati mentre il restante 20% è stato impiegato per la predizione vera e propria. Viene così determinato il seguente ordinamento degli ordinamenti ovvero:

• ·         Polynomial Regression con un valore del payoff pari a 11 unità;
• ·         Linear Regressione e Random Forest Regression con un valore del payoff pari a 13;
• ·         Gradient Boosted Tree con un valore del payoff pari a 15;
• ·         Tree Ensemble Regression con un valore del payoff pari a 17;
• ·         Simple Regression Tree con un valore del payoff pari a 21;
• ·         ANN-Artificial Neural Network con un valore del payoff pari a 25;:
• ·         PNN-Probabilistic Neural Network con un valore del payoff pari a 29.

Ne deriva pertanto che il Polynomial Regression è l’algoritmo con maggiore capacità predittiva in termini di riduzione del valore degli errori statistici e massimizzazione dell’R-squared. In base al fatto che l’algoritmo predica una crescita oppure una riduzione del valore di Voice and Accountability è possibile distinguere i paesi tra winners e losers.

• Paesi winners. In base all’applicazione dell’algoritmo Polynomial Regression è possibile predire una crescita del valore di Voice and Accountability per i seguenti paesi ovvero:
• ·         South Sudan con una crescita pari ad un ammontare di 16,68%;
• ·         Fiji con una crescita peri ad un valore di 15,83%;
• ·         Benin con una crescita predetta pari a 5,44%;
• ·         Haiti con una crescita pari a 4,27%;
• ·         Hungary con una crescita pari ad un ammontare di 3,95%;
• ·         Bolivia con una crescita pari ad un ammontare di 3,05%;
• ·         Turkey con una crescita pari ad un ammontare di 2,96%;
• ·         Botswana con una valore predetto pari a 1,81%;
• ·         Kazakhstan con una crescita pari ad un valore di 1,73%;
• ·         Malta con una crescita pari ad un valore di 1,61%;
• ·         Mexico con una crescita pari ad un valore di 1,15%;
• ·         St Vincent and the Grenadines con una crescita del +1,04%;
• ·         Finland con una crescita dello 0,25%;
• ·         Svizzera con una crescita dello 0,05%.

Paesi losers. L’algoritmo predice per alcuni paesi anche una riduzione del valore di Voice and Accountability. In modo particolare i paesi per i quali è predetta una riduzione del valore di Voice and Accountability sono indicati di seguito:

• ·         Monaco con un valore pari a -0,03%;
• ·         Norvegia con un valore di -0,11%;
• ·         India con un valore di -0,19%;
• ·         Giordania con un valore di -0,8%;
• ·         Danimarca con un valore pari a -0,99%;
• ·         Lituania con un valore di -1,07%;
• ·         Cabo Verde con -1,28%;
• ·         Giappone con un valore pari a -2,07%;
• ·         The Gambia con un valore di -2,23%;
• ·         Comoros con un valore di -2,5%;
• ·         Sierra Leone con un valore di -2,65%;
• ·         Burkina Faso con un valore di -2,78%;
• ·         Papua New Guinea con un valore di -3,15%;
• ·         Tonga con un valore di -3,33%;
• ·         Vanuatu con un valore di -4,31%;
• ·         Azerbaijan con un valore di -5,16%;
• ·         Mali con un valore di -6,01%;
• ·         Uzbekistan con un valore di -7,00%;
• ·         Tanzania con un valore di -8,01%;
• ·         United Arab Emirates con un valore di -9,05%;
• ·         Mauritania con un valore di -12,94%;
• ·         Vietnam con un valore di -13,45%;
• ·         Iran Islamic Republic con un valore di -19,23%;
• ·         Lao PDR con un valore di -24,24%.

Conclusioni. Il valore di Voice and Accountability è cresciuto in media in tutti i paesi considerati tra il 2013 ed il 2021 facendo segnare un +25,53%. Certamente il valore di Voice and Accountability è elevato all’interno del mondo occidentale. Tuttavia vi sono anche altre aree del mondo nelle quali il valore di Voice and Accountability sta crescendo ovvero l’America Latina, dove i valori sono positivi tranne che nel caso del Venezuela, l’Africa meridionale, ed alcuni paesi asiatici ovvero India, Mongolia e Sud Est Asiatico. Occorre considerare che la crescita del valore di Voice and Accountability potrebbe anche essere connesso allo sviluppo di internet e delle comunicazioni online che hanno incrementato la conoscenza dei fatti politici ed aumentato la possibilità dei cittadini di partecipare attivamente alla vita democratica ed istituzionale del proprio paese. Vi sono tuttavia ancora molte aree a livello mondiale nelle quali il valore di Voice and Accountability è ridotto e tra questi spiccano la Russia, la quasi totalità dell’Africa centro-settentrionale, la Cina, il medio-oriente ed e l’Asia centro-occidentale. E’ chiaro che la possibilità di accedere ad una partecipazione democratica alla vita politica ed istituzionale dipende essenzialmente dalla possibilità di vivere in regimi democratici che siano in grado di tutelare la libertà di espressione.

 

La Produzione di Articoli Tecno-Scientifici a Livello Mondiale

 

È cresciuta a livello mondiale in media del 37,2% tra il 2013 ed il 2020

 

Gli articoli di riviste scientifiche e tecniche si riferiscono al numero di articoli scientifici e ingegneristici pubblicati nei seguenti campi: fisica, biologia, chimica, matematica, medicina clinica, ricerca biomedica, ingegneria e tecnologia, scienze della terra e dello spazio.

Ranking dei paesi per produzione di articoli scientifici nel 2020. La Cina è al primo posto per valore del numero degli articoli scientifici prodotti con un ammontare pari a 669.744,3 unità, seguita dagli Stati Uniti con un ammontare di 455.855,57, dall’India con un valore di 149.212 unità dalla Germania con 109.3178 e dal Regno Unito con un ammontare di 105.564,47 unità. A metà classifica vi sono la Siria con 453,27, seguita dalla Macedonia del Nord con 427,34 unità, dal Myanmar con 418,54, Senegal con 395,73, Sudan con 378,39, e Botswana con 329,26. Chiudono la classifica Sao Tome and Principe con 2,09, Equatorial Guinea con 1,7, Marshall Islands con 1,58, Nauru con 0,9, Tuvalu con 0,39.

Ranking dei paesi per variazione percentuale della produzione di articoli scientifici tra il 2013 ed il 2020. La Corea del Nord ha un valore della variazione percentuale della produzione di articoli scientifici pari ad un ammontare di 1813,76%, seguita da Sao Tome and Principe con un valore di 1206, Myanmar con un valore di 1110,59%, Iraq con 1102,24% e Indonesia con 1083,18%. A metà classifica vi sono l’Uruguay con un valore di 64,11%, seguita da Grenada con 62,64%, Montenegro con un valore di 62,58%, Benin con 62,55%, Barbados con 62,06%, Mali con 60,53%. Chiudono la classifica il Turkmenistan con un valore di -19,71%, seguito dall’Equatorial Guinea con un ammontare di -26,41%, Venezuela con una variazione pari a -45,14%, Dominica con un valore di -46,85%, e Comoros con un valore di -61,93%.

Machine Learning and predictions. Di seguito viene presentata una analisi relativa all’utilizzo di otto algoritmi di machine learning per la predizione del valore futuro della produzione di articoli scientifici a livello mondiale. Gli algoritmi sono classificati in base alla loro capacità di massimizzare l’R-Squared e di minimizzare gli errori statistici ovvero Mean Squared Error-MSE, Root Mean Squared Error, MAE-Mean Average Error. Gli algoritmi sono stati addestrati con l’80% dei dati disponibili mentre il restante 20% è stato impiegato per la predizione vera e propria. In modo particolare è stato individuato il seguente ordinamento degli algoritmi ovvero:

• ·         Gradient Boosted Tree con un valore del payoff pari a 6;
• ·         Polynomial Regression con un valore del payoff pari a 13;
• ·         Tree Ensemble con un valore del payoff pari a 14;
• ·         Random Forest con un valore del payoff pari a 15;
• ·         Simple Regression Tree con un valore del payoff pari a 18;
• ·         Linear Regression con un valore del payoff pari a 22;
• ·         ANN-Artificial Neural Network con un valore del payoff pari a 26;
• ·         PNN-Probabilistic Neural Network con un valore del payoff pari a 30.

Pertanto applicando il Gradient Boosted Tree ovvero l’algoritmo maggiormente performante in termini predittivi è possibile individuare l’andamento futuro dei paesi per valore della produzione di articoli scientifici e di giornale. I paesi vengono quindi divisi in due sottogruppi ovvero winners, che sono i paesi per i quali è predetta una crescita del valore futuro degli articoli scientifici e di giornale, ed i paesi losers per i quali è invece prevista una riduzione del valore corrispondente.

Paesi winners. I paesi winners sono la Siria con un valore di 129,94%, seguita dal Tajikistan con  35,7%, Venezuela con 35,18%, Sud Sudan con 31,29%; Yemen con 26,87%, Uganda con 5,64%, Svezia con 3,19%, Solomon Island con 3,11%; United Arab Emirates con 3,02%; Sri Lanka con un valore di 2,84%, Ukraine con 2,77%, St. Kittis and Nevis con 2,15%; Tunisia con 2,13%; Svizzera con 1,8%, Suriname con 1,73%, Uruguay con 1,4%, Spagna con 1,06%, Tuvalu con 0,84%, Slovenia con 0,79%, United Kingdom con 0,05%.

Paesi losers.  Sono presenti anche dei paesi losers ovvero dei paesi per i quali è prevista una riduzione del valore futuro delle pubblicazioni scientifiche e tecnologiche come per esempio Zimbabwe con un valore pari a -0,02%, St. Lucia con -0,11%, Tailandia con -0,24%, St. Vincent and the Grenadines con -0,81%, Trinidad and Tobago con -1, Zambia con -2,03%, United States con -2,06%, Sud Africa con -2,75%, Tonga con -2,93%, Tanzania con -3,54%, Turchia con -4,03%, Vanuatu con -4,08%, Timor Leste con -5,61%, Vietnam con -8,75%, Turkmenistan con -11,7%, Sudan con -14,9%, Uzbekistan con -30,2%; Somalia con -57,64%.

Conclusioni. Il valore della produzione scientifica a livello mondiale è cresciuto tra il 2013 ed il 2020 di un ammontare pari al 37,25%. La produzione di articoli tecno-scientifici cinesi ha superato quella americana nel 2016. Da quel momento in poi il valore della produzione tecno-scientifica in Cina è cresciuta ulteriormente fino ad arrivare ad un valore di 669.744 unità. In senso ampio è possibile notare una crescita della produzione di articoli tecno-scientifici in quasi tutti i paesi. Tuttavia è indiscutibile il ruolo crescente dei nuovi giganti asiatici, ovvero Cina e India, che insieme producono circa 800.000 articoli tecno-scientifici. Il controllo della produttività degli articoli tecno-scientifici è rilevante in quanto l’attuale condizione economica globale è basata sul confronto tecnologico soprattutto in ambito informatico, delle nuove energie, dei nuovi materiali. Ne deriva pertanto che i paesi cercano una nuova egemonia nell’economia della conoscenza anche attraverso la crescita degli investimenti nella ricerca e sviluppo. Tuttavia occorre considerare che la crescita dei paesi asiatici induce ad una certa marginalizzazione dell’occidente in senso aggregato, anche se molti paesi occidentali hanno comunque accresciuto il numero delle proprie pubblicazioni tecno-scientifiche, come per esempio nel caso dell’Italia. In controtendenza invece il caso della Francia, dove il numero di articoli tecno-scientifici pubblicati è diminuito dal 2013 al 2020. Occorre pertanto che il mondo occidentale continui ad investire pesantemente nella ricerca e sviluppo e crei degli incentivi per la produzione di articoli tecno-scientifici per poter continuare ad essere competitivo a livello internazionale e per sostenere la crescita economica.

 

Ranking dei Paesi per Regulatory Quality

 

Il valore della Regulatory Quality è diminuito in media di -3,3% per i paesi analizzati

La qualità normativa cattura le percezioni della capacità del governo di formulare e attuare politiche e regolamenti solidi che consentano e promuovano lo sviluppo del settore privato. La stima fornisce il punteggio del paese sull'indicatore aggregato, in unità di una distribuzione normale standard, vale a dire che va da circa -2,5 a 2,5.

Ranking dei paesi per qualità normativa nel 2021. Singapore è al primo posto per valore della qualità normativa nel 2021 con un valore pari a 2,23, seguito dal Lussemburgo con un ammontare di 1,91, dalla Finlandia con un ammontare di 1,89, dall’Australia con un ammontare di 1,83, e dalla Danimarca con un valore di 1,80. A metà classifica vi sono Samoa con un ammontare di -0,16, seguita dalla Bosnia and Erzegovina con un ammontare di -0,17, dal Ghana con un valore di -0,20, dal Paraguay con -0,20, dalla Mongolia con un valore di -0,20, dal Messico con -0,23. Chiudono la classifica il Sud Sudan, Yemen, Turkmenistan, Venezuela, Eritrea, Corea del Nord.

Ranking dei paesi per variazione percentuale della qualità della normativa tra il 2013 ed il 2021. La Repubblica Dominicana è al primo posto per valore della variazione percentuale della qualità normativa con un ammontare di 521,8%, seguita dal Ghana con un ammontare di 423,98%, dall’Indonesia con un ammontare di 341,89%, da Cabo Verde con 336,91% e dal Kuwait con 336,3%. A metà classifica vi sono l’Algeria con un ammontare di -2,85%, la Liberia con un ammontare di -2,92%, la Finlandia con -3,06%, Botswana con -3,35%, Lao PDR con un valore di -3,43%, Pakistan con -3,77%. Chiudono la classifica le Filippine con un valore di -230,33%, Eswatini con -294,83%, Saudi Arabia con -321,28%, Senegal con -326,15%, Montenegro con -360,22%, Libano con -992,79%. Tra il 2013 ed il 2021 il valore della regulatory quality è diminuito in media per i paesi analizzati di un ammontare pari a -3,3%.

Machine learning and predictions. Di seguito vengono applicati otto diversi algoritmi di machine learning per la predizione del valore futuro della regulatory quality. Gli algoritmi sono analizzati sulla base della capacità di minimizzare gli errori statistici e di massimizzare il valore dell’R-squared. Gli algoritmi sono addestrati attraverso l’utilizzo dell’80% dei dati mentre il restante 20% dei  dati è stato utilizzato per la predizione vera e propria. Viene quindi individuato il seguente ordinamento degli algoritmi ovvero:

• ·         Polynomial Regression con un valore del payoff pari a 4;;
• ·         Linear regression con un valore del pyaoff pari a 8;
• ·         Random Forest Regression con un valore del payoff  pari a 16;
• ·         PNN-Probabilistic Neural Network con un valore del payoff pari a 22;
• ·         ANN-Artificial Neural Network con un valore del payoff pari a 24;
• ·         Simple Tree Regression e Gradient Boost con un valore del payoff pari a 29.

Attraverso l’applicazione dell’algoritmo Polynomial regression è possibile verificare le seguenti predizioni ovvero:

• ·         Perù con una variazione pari ad un ammontare di 16,62%;
• ·         Bolivia con un valore pari a 13,29%;
• ·         Messico con un ammontare di 9,89%;
• ·         Sri Lanka con un valore pari a 7,74%;
• ·         Lebanon con un valore pari a 6,34%;
• ·         Somalia con un valore pari a 6,13%;
• ·         China con un valore pari a 4,95%;
• ·         Morocco con un valore di 3,73%;
• ·         Malawi con 2,35%;
• ·         Namibia con un 1,51%;
• ·         Bhutan con un valore pari a 1,48%;
• ·         Colombia con un valore pari a 0,99%;
• ·         Djibouti con un valore pari a 0,79;
• ·         Afghanistan con un valore pari a -0,07%;
• ·         Giappone con un valore di -0,13%;
• ·         Montenegro con un valore pari a -0,44%;
• ·         Irlanda con un valore pari a -0,63%;
• ·         St. Lucia con un valore pari a- 0,69%;
• ·         Ethiopia con un valore pari a -0,70%;
• ·         Marshall Islands con un valore pari a -0,97%;
• ·         St. Kittis and Nevis con un valore pari a -1,44%;
• ·         Malaysia con un valore pari a -1,90%;
• ·         Uruguay con un valore pari a -1,97%;
• ·         Georgia con un valore paria -2,45%;
• ·         Iceland con un valore pari a -2,55%;
• ·         Guyana con un valore pari a -2,59%;
• ·         Tanzania con un valore pari a -2,644%;
• ·         Slovacchia con un valore pari a -2,7%;
• ·         Congo con un valore pari a -2,94%;
• ·         Lussemburgo con un valore pari a -3,2%;
• ·         Repubblica Ceca con un valore pari a -3,84%;
• ·         Liberia con un valore pari a -4,72%;
• ·         Bangladesh con un valore pari a -5,05%;
• ·         Gabon con un valore pari a -5,87%;
• ·         Cote d’Ivoire con un valore pari a -6,06%;
• ·         Cuba con un valore pari a -14,61%;
• ·         Iraq con un valore pari a -18,67%,

In media il valore della regulatory quality è previsto in diminuzione di un ammontare pari a -0,3% per i paesi analizzati.

Conclusioni. Dal punto di vista geografico occorre considerare che la maggior parte dei paesi che hanno dei livelli di regulatory quality elevati sono paesi occidentali. Nello specifico i paesi europei il Nord America, il Giappone, l’Australia ed il Sud Est Asiatico. Nell’America Latina il valore di regulatory quality è elevato in Cile, in Medioriente in Arabia Saudita. Occorre considerare che il valore di regulatory quality tende a manifestare il fatto che una certa legislazione sia più o meno vicina alla promozione della società di mercato. Pertanto la mappa dei paesi per livello di regulatory quality manifesta in realtà la mappa delle società capitalistiche. Ne deriva che molti paesi potrebbero avere un livello ridotto di regulatory quality per il semplice motivo di non accettare pedissequamente l’idea di una società di mercato libera basata sui diritti di proprietà privata. Infatti in questo senso per esempio la Cina ha un livello di regulatory quality ridotto in quanto tale paese è guidato da un sistema politico ispirato dalle ideologie comuniste che tende ad forzare il controllo dello Stato sul mercato. La classifica dei paesi per regulatory quality può anche essere considerata come una rappresentazione della capacità dei paesi di avere uno Stato che non intralcia l’attività economica del mercato e che non soffoca né la libertà di impresa, né la libertà individuale, né la proprietà privata. Una dimensione che dal punto di vista geo-politico tende a coincidere con i paesi occidentali. Tuttavia, vi sono dei dubbi circa la capacità dei paesi asiatici di permanere in un percorso di crescita economica in assenza di adeguate riforme strutturali che diano maggiore riconoscimento al settore privato ed alla società di mercato.

 

Ranking dei Paesi per Stabilità Politica

 

Tra il 2013 ed il 2021 il valore della stabilità politica è diminuito in media di un valore pari a -20,20%

Stabilità politica e assenza di violenza/terrorismo misura la percezione della probabilità di instabilità politica e/o violenza politicamente motivata, incluso il terrorismo. La stima fornisce il punteggio del paese sull'indicatore aggregato, in unità di una distribuzione normale standard, vale a dire che va da circa -2,5 a 2,5.

Ranking dei paesi per valore della stabilità politica e dell’assenza di terrorismo nel 2021. Il Liechtenstein è al primo posto per valore della stabilità politica e dell’assenza del terrorismo con un valore pari a 1,64, seguito da Andorra con 1,63, Singapore con 1,49, New Zealand con 1,44, Dominica con 1,39. A metà classifica vi sono Eswatini con un valore di -0,03, Gabon con -0,09 unità, Argentina con -0,11, Malawi on -0,11 e Vietnam -0,11, Cambodia con -0,13. Chiudono la classifica Libya con -2,37, Iraq con -2,40, Afghanistan con -2,53, Yemen Rep con -2,59, Syrian Arab Republic -2,66, Somalia con -2,68.

Ranking dei paesi europei per valore della variazione percentuale della stabilità politica e dell’assenza di terrorismo tra il 2013 ed il 2021. La Spagna è al primo posto per valore della variazione percentuale della stabilità politica pari ad un ammontare di 4.718,29%, seguita da Fiji con 1.408,98%, Lao PDR con 976,81%, The Gambia con 460,23%, Sao Tome and Principe con un valore di 434,25%. A metà classifica vi sono l’Estonia con un valore di 0,99%, il Giappone con un ammontare di 0,81%, Syria Arab Republic con un valore di 0,66%, Micronesia Fed. Sts. Con 0,5%, St. Lucia con un valore di 0,07%, Tuvalu con un valore di 0. Chiudono la classifica Djibouti con un valore di -592,12%, Armenia con un valore di -856,98%, South Africa con un valore di -1.426,26%, Bielorussia con un valore di -12.460,88% e Moldova con un ammontare di -25.517,7%.

Machine learning and predictions. Di seguito viene presentat una predizione con algoritmi di machine learning applicati alla predizione del valore futuro della stabilità politica. L’efficienza predittiva degli algoritmi è analizzata considerando la massimizzazione dell’R-squared e la minimizzazione degli errori statistici MAE-Mean Average Error, MSE-Mean Squared Error, RMSE-Root Mean Squared Error. L’80% dei dati viene utilizzato per l’addestramento degli algoritmi mentre la restante parte ovvero il 20% viene utilizzato per la predizione vera e propria. Di seguito viene ad essere individuato il seguente ordinamento degli algoritmi ovvero:

• ·         Linear Regression con un valore del payoff pari a 4;
• ·         Gradient Boosted Tree con un valore del payoff pari a 8;
• ·         Polynomial Regression con un valore del payoff pari a 12;
• ·         Simple Regression Tree con un valore del payoff pari a 16;
• ·         Random Forest con un valore del payoff pari a 20;
• ·         ANN-Artificial Neural Network con un valore pari a 24;
• ·         PNN-Probabilistic Neural Network con un valore del payoff pari a 28.

Applicando l’algoritmo Linear Regression è possibile predire il valore futuro della stabilità politica nei seguenti paesi ovvero:

• •         Etiopia con un valore di 152,41%;
• •         Sudafrica con un valore di 124,16%;
• •         Madagascar con un valore pari a 106,11%;
• •         Turkmenistan con un valore pari a 105,66%;
• •         Tagikistan con un valore pari a 105,25%;
• •         Cuba con un valore pari a 104,92%;
• •         Kenya con un valore pari a 103,9%;
• •         Ghana con un valore pari a 103,79%;
• •         Lituania con un valore pari a 103,24%;
• •         Vietnam con un valore pari a 102,15%;
• •         Gambia con un valore pari a 101,18%;
• •         Lussemburgo con un valore pari a 100,93%;
• •         Ecuador e Macedonia del Nord con un valore del 100,73%;
• •         Arabia Saudita con un valore del 100,71%;
• •         San Marino con un valore del 100,24%;
• •         Danimarca con un valore di 100,23%;
• •         Giappone con un valore di 100,18%;
• •         Comore con un valore di 100,16%;
• •         Fiji con un valore di 100,12%;
• •         Antigua e Barbuda con un valore del 99,62%;
• •         St. Vincent e Grenadine con un valore del 99,51%;
• •         Francia con un valore di 99,35%;
• •         Paesi Bassi con un valore di 99,28%;
• •         Regno Unito con un valore di 98,92%;
• •         Dominica con un valore del 98,68%;
• •         Eswatini e Lao PDR con un valore del 98,11%;
• •         Niger con un valore del 97,75%;
• •         Corea del Sud con un valore del 95,96%;
• •         Ucraina con un valore di 95,85%;
• •         Turchia con un valore di 95,57%;
• •         Moldavia con 95,44%;
• •         Burundi con il 93,4%;
• •         Uzbekistan con un valore del 93,15%;
• •         Egitto con un valore di 88,55%;
• •         Repubblica Centrafricana con 65,71%;
• •         Libia con un valore del 65,31%;
• •         Afghanistan con un valore di -6,71%.

Conclusioni. Se guardiamo complessivamente alla distribuzione mondiale del valore della stabilità politica risulta che i paesi occidentali sono certamente i più evoluti dal punto di vista dell’assenza del terrorismo e della violenza politica. Certamente i paesi leader sono i paesi europei, i paesi scandinavi, i paesi anglosassoni ed il Giappone. A questi vanno aggiunti altri paesi in Asia, Africa e America Latina. Per esempio in America Latina vi sono dei paesi che hanno elevati livelli di stabilità politica come per esempio la Germania, il Cile, l’Uruguay, il Paraguay, Suriname e Guyana. In Africa i paesi che hanno maggiore livello di stabilità politica sono la Namibia, il Botswana, lo Zambia, il Gabon, il Ghana, Liberia e Sierra Leone, il Senegal. Nel continente asiatico oltre a quelli già citati vi sono ulteriori paesi come per esempio la Mongolia, la Malaysia, il Vietnam, la Tailandia, il Buthan, il Nepal, il Kazakistan, l’Uzbekistan, il Turkmenistan. Occorre pertanto considerare che per quanto vi siano delle frizioni tra il modello occidentale di democrazia e le rampanti economie autocratiche asiatiche, è evidente, almeno per quanto riguarda la dimensione della stabilità politica, che le democrazia occidentali performino meglio delle autocrazie orientali. Poiché la stabilità politica è un requisito della crescita economica allora è assai probabile che l’assetto istituzionale dei paesi asiatici riduca l’abilità dei paesi asiatici di essere inseriti in un percorso di crescita economica di lungo periodo. Infatti, gli investimenti diretti esteri richiedono lo sviluppo di relazioni internazionali basate sulla fiducia e sulla richiesta da parte degli investitori di condizioni che possono garantire la persistenza degli investimenti anche nelle condizioni peggiori del ciclo economico. Occorre quindi che i paesi asiatici lavorino duramente sul fronte istituzionale per evitare di vanificare i pure rilevanti progressi economici realizzati anche grazie agli investimenti cospicui delle imprese occidentali.