Passa ai contenuti principali

Ranking dei Paesi per Efficacia del Governo

 

Il valore della Government Effectiveness è diminuito dell’8,37% in media tra il 2013 ed il 2021.

 

L'efficacia del governo cattura le percezioni della qualità dei servizi pubblici, la qualità del servizio civile e il grado della sua indipendenza dalle pressioni politiche, la qualità della formulazione e dell'attuazione delle politiche e la credibilità dell'impegno del governo nei confronti di tali politiche. 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 dell’efficacia del governo nel 2021. Singapore è al primo posto per valore dell’efficacia del governo con un valore pari a 2,29, seguito dalla Svizzera con un valore di 2,03, Danimarca con 2,00, Finlandia con 1,96 e Norvegia con 1,83. A metà classifica vi sono Romania con -0,12, Bulgaria con -0,13, Antigua and Barbuda con -0,14, Ghana con -0,14, Tunisia con -0,16, Russia con -0,17. Agli ultimi posti vi sono il Venezuela con -1,85, la Somalia con -2,05, Haiti con -2,18, Yemen con -2,30, South Sudan con -2,38.

Ranking dei paesi per valore della variazione percentuale dell’efficacia del governo tra il 2013 ed il 2021. La Giordania è al primo posto per valore della variazione percentuale dell’efficacia del governo tra il 2013 ed il 2021 con un valore pari a 218806,63%, seguita dalla Cina con un valore di 4359,59%, dal Rwanda con 1520,84%, dall’Arabia Saudita con 601,85%, e da Samoa con 569,08%. A metà classifica vi sono Central African Republic con un valore pari a -0,86%, seguito da Moldova con -1,11%, Lettonia con -1,29%, Malaysia con -1,54%, Norway con -2,01%, Paesi Bassi pari a -2,35%. Chiudono la classifica il Belize con -234,36%, il Brasile con -263,42, il Libano con -329,52%, Armenia con -392,47%, Bulgaria con -796,70%, Suriname con -3491,96%. Mediamente tra il 2013 ed il 2021 il valore della Government Effectiveness è diminuito di un valore pari a -8,37% per i paesi considerati.

Clusterizzazione con algoritmo k-Means ottimizzato con il Metodo di Elbow. Di seguito viene presentata una clusterizzazione con algoritmo k-Means ottimizzato con il metodo di Elbow. Vengono individuati quattro clusters ovvero:

  •          Cluster 1: Burkina Faso, Pakistan, Guetamala, Zambia, Uganda, Honduras, Tanzania, Etiopia, Cambogia, Papua Nuova Guinea, Uzbekistan, Niger, Malawi, Bangladesh, Nicaragua, Costa d'Avorio, Repubblica del Kirghizistan, Sao Tome e Principe, Eswatini, Repubblica Democratica del Laos, Benin, Bosnia-Erzegovina, Gambia, Moldavia, Belize, Bolivia, Paraguay, Tuvalu, Egitto Rep. Araba, Vanuatu, Lesotho, Ucraina, Mozambico, Algeria, Camerun, Gabon, Mauritania, Libano, Bielorussia, Kenya , Iran Rep. Islamica, Ecuador, Suriname, Turkmenistan, Repubblica Dominicana, Nauru, Nepal, Gibuti, Kiribati, Senegal, Mongolia, Tagikistan, Isole Salomone, Palau, El Salvador, Maldive, Guyana, Brasile, Mali, Timor Est, Angola , Perù, Ghana, Guinea.
  •          Cluster 2: Australia, Austria, Germania, Islanda, Svezia, Regno Unito, Stati Uniti, Giappone, Liechtenstein, Lussemburgo, Canada, Irlanda, Nuova Zelanda, Francia, Paesi Bassi, Emirati Arabi Uniti, Danimarca, Andorra, Norvegia, Belgio, Israele, Svizzera, Finlandia, Singapore, Portogallo, Brunei Darussalam, Corea del Nord, Estonia, Slovenia, Spagna, Lituania, Cipro, Repubblica Ceca, Mauritius, Malesia, Malta, Lettonia, Cile, Barbados, Qatar.
  •          Cluster 3: Tailandia, Costa Rica, Trinidad e Tobago, Grecia, Arabia Saudita, Botswana, Oman, Namibia, Panama, Capo Verde, Sud Africa, Bahrain, Montenegro, Giordania, Filippine, Bhutan, Cina, St. Vincent e Grenadine, Santa Lucia, Giamaica, Rwanda, Italia, Turchia, India, Antigua e Barbuda, Bulgaria, Serbia, Uruguay, Vietnam, Croazia, Ungheria, Macedonia del Nord, Georgia, Indonesia, Albania, Colombia, St. Kittis e Nevis, Samoa, Dominica, Romania, Argentina, Seychelles, Messico, Tunisia, Sri Lanka, Grenada, Polonia, Tonga, Bahamas, Kuwait, Kazakistan, Figi, Repubblica Slovacca, Cuba, Marocco, Federazione Russa, Azerbaigian, Micronesia Fed. SS., Armenia.
  •          Cluster 4: Comoros, Eritrea, Congo Dem. Rep., Sudan, Guinea-Bissau, Chad, Syrian Arab Republic, Libya, Central African Republic, Marshall Islands, Korea Dem. People’s Rep., Afghanistan, Haiti, Liberia, Yemen Rep., Venezuela, Somalia, South Sudan, Burundi, Zimbabwe, Congo Rep., Iraq, Madagascar, Sierra Leone, Equatorial Guinea, Myanmar, Nigeria, Togo.

Dal punto di vista della mediana risulta che il primo cluster per valore di Government Effectiveness è C2. Viene determinato il seguente ordinamento ovvero C2=1,3>C3=0,19>C1=-0,62>C4=-1,54.

Machine Learning and Predictions. Di seguito viene presentata un confronto tra otto diversi algoritmi di machine learning per la predizione del valore futuro del significato di Government Effectiveness. Gli algoritmi sono valutati in base alla massimizzazione del valore dell’R-Squared, al valore di MAE, MSE e RMSE. Gli algoritmi sono stati addestrati con l’80% dei dati mentre il restante 20% è stato utilizzato per la predizione vera e propria. Il ranking degli algoritmi è individuato di seguito ovvero:

  •          Polynomial Regression con un valore del payoff pari a 4;
  •          Linear Regression con un valore del payoff pari a 8;
  •          Random Forest Regression con un valore del payoff pari a 12;
  •          Gradient Boosted Trees Regression con un valore del payoff pari a 16;
  •          ANN con un valore del payoff pari a 20;
  •          PNN con un valore del payoff pari a 24;
  •          Tree Ensemble Regression con un valore del payoff pari a 28;
  •          Simple Regression Tree con un valore del payoff pari a 32.
  • Pertanto utilizzando il Polynomial Regression è possibile predire i seguenti risultati in termini di andamento predittivo della Government Effectiveness ovvero:
  •          Libano con 15,5%;
  •          Argentina con il 5,7%;
  •          •Messico con 5,54%;
  •          Macedonia del Nord con 5,48%;
  •          Algeria con 5,34%;
  •          Mali con 5,3%;
  •          Saint Kittis e Nevis con il 4,92%;
  •          Gibuti con il 3,3%;
  •          Bielorussia con 2,87%;
  •          Isole Salomone con 2,84%;
  •          Mauritius con il 2,23%;
  •          Norvegia con 1,16%;
  •          Malesia con 1,15%;
  •          Perù con 0,87%;
  •          Egitto con 0,83%;
  •          Australia con 0,79%;
  •          Zambia con 0,71%;
  •          Austria con 0,61%;
  •          Paraguay con 0,44%;
  •          Eritrea con 0,38%;
  •          Uganda con 0,23%;
  •          Bulgaria con -0,03%;
  •          Costa d'Avorio con -0,05%;
  •          Brunei Darussalam con -0,09%;
  •          Antigua e Barbuda e Grecia con -0,33%;
  •          Cambogia con -0,38%;
  •          Monzambico con -0,56%;
  •          Dominica con -1,15%;
  •          Ghana con -1,16%;
  •          Emirati Arabi Uniti con -1,26%;
  •          Iraq con -1,55%;
  •          Ungheria con -1,95%;
  •          Kenia con -2,11%;
  •          Irlanda con -2,15%;
  •          Kuwait con -2,65%;
  •          Belgio con -2,69%;
  •          Guinea Equatoriale con -3,03%;
  •          Giordania con -3,19%;
  •          Benin con -3,75%;
  •          Yemen con -5,67%;
  •          Zimbabwe con -5,77%;
  •          Seychelles con -6,59%;
  •          Madagascar -7,04%;
  •          Isole Marshall con -7,69%;
  •          Nigeria con -8,58%;
  •          Liberia con -8,65%;
  •          Tuvalu con -8,73%;
  •          Nepal con -9,00%;
  •          Angola con -9,27%;
  •          Guinea-Bissau con -9,28%;
  •          Gabon con -10,05%;
  •          Bhutan con -11,18%;
  •          Repubblica Araba Siriana con -11,79%;
  •          Maldive con -13,19%;
  •          Uzbekistan con -15,92%;
  •          Repubblica Centrafricana con -19,07%;
  •          Libia con -24,84%.

Mediamente il valore predetto è pari a -24,84%.

Conclusioni. Il valore dell’efficacia del governo è cresciuto in media a livello globale tra il 2013 ed il 2021. Tuttavia vi sono delle significative differenze a livello mondiale tra i paesi come indicato dalla cluster analysis. I paesi leader nel livello di government effectiveness sono i paesi occidentali. Ne deriva che per quanto sia presente una dimensione di confronto tra il mondo occidentale ed il resto del mondo, è chiaro che il livello di efficacia del governo della western civilization è inarrivabile per molti paesi asiatici crescenti. Occorre infatti considerare gli effetti della crescita economica e del reddito pro-capite del mondo asiatico sulla dimensione delle istituzioni democratiche e sui livelli di libertà della popolazione. Per quanto infatti i paesi asiatici siano crescenti essi rimangono comunque assai arretrati dal punto di vista della government effectiveness. E probabilmente l’ulteriore crescita dei paesi asiatici potrebbe incontrare dei limiti proprio a causa dei ridotti livelli di government effectiveness.

 





 

 

Commenti

Post popolari in questo blog

Il Cuneo Fiscale nei Principali Paesi OCSE nel 2024

  I dati mostrano l’evoluzione del tax wedge medio – cioè l’incidenza percentuale delle imposte sul lavoro rispetto al costo totale del lavoro – per un lavoratore single senza figli, con un reddito pari al 100% del salario medio, in un campione ampio di Paesi OCSE, nel periodo 2015–2024. Questo indicatore è centrale per comprendere l’onere fiscale sul lavoro e il suo impatto sull’economia, sull’occupazione e sulla competitività. L’analisi mostra un panorama piuttosto eterogeneo. I Paesi OCSE si collocano su un ampio spettro, che va da chi applica una pressione fiscale minima, come Colombia e Cile, fino a chi presenta carichi elevati, come Belgio e Germania. Nonostante le differenze strutturali tra i sistemi fiscali, è possibile individuare alcune tendenze comuni e differenziazioni regionali e temporali. Cominciando dai Paesi con le pressioni fiscali più alte, il Belgio resta costantemente in cima alla classifica per tutta la serie temporale, pur mostrando un leggero trend dis...

Trend globali nella produzione di nuovi medici

  Il lungo arco temporale compreso tra il 1980 e il 2023 offre uno sguardo ricco di dettagli sull’evoluzione della formazione dei medici in numerosi paesi, misurata in laureati in medicina per 100 000 abitanti. All’inizio degli anni Ottanta diverse nazioni presentavano livelli di ingresso nelle facoltà di medicina piuttosto elevati, con alcuni picchi record, mentre altre registravano numeri più contenuti. Nel corso dei decenni successivi il quadro si è fatto più sfaccettato: a un’estensione e a un potenziamento delle politiche di reclutamento hanno fatto da contraltare oscillazioni legate a riforme accademiche, crisi economiche, ristrutturazioni dei sistemi sanitari e flussi migratori di professionisti. Dall’analisi emerge un generale trend di aumento della produzione di nuovi medici a livello mondiale, benché con intensità e momenti diversi a seconda delle regioni e dei contesti nazionali, riflettendo scelte politiche, bisogni demografici e dinamiche di mercato. A livello comple...

Nord e Sud a confronto: differenze territoriali nei tassi di adeguata alimentazione

  ·          Le regioni del Nord mantengono livelli elevati, ma mostrano cali significativi negli ultimi anni. ·          Il Mezzogiorno registra valori più bassi, con Calabria e Abruzzo in miglioramento, Basilicata in forte calo. ·          Crisi economiche , pandemia e stili di vita hanno inciso profondamente sull’ adeguata alimentazione degli italiani.   L’analisi dei dati relativi all’adeguata alimentazione in Italia nel periodo compreso tra il 2005 e il 2023, misurata attraverso i tassi standardizzati per 100 persone, restituisce un quadro piuttosto articolato, con forti differenze territoriali, variazioni cicliche e trend di lungo periodo che denotano dinamiche sociali, economiche e culturali. Nel Nord e nel Centro i livelli sono generalmente più elevati rispetto al Mezzogiorno, ma anche qui emergono oscillazioni notevoli. In alcune regi...