데이터 과학
UN 투표 데이터를 통해 본 한국과 주변 강대국
학습 목표
broom팩키지를 활용한 모형 개발 방법론을 살펴본다.- 국제연합(United Nation) 투표 데이터를 통해 동아시아 역학관계를 이해한다.
ggplot등 시각화 방법을 살펴본다.
1. UN 투표 데이터
국제연합 총회 투표 데이터로 6개 사안별로 국가별 투표성향을 분석함으로써 국가별 유사성을 확인할 수 있고, 연도별 분석을 통해 국제 역학관계에 대한 통찰력(Insight)를 얻을 수 있다.
- 6개 분야
- 팔레스타인 갈등 : me “Palestinian conflict”,
- 핵무기와 핵물질 : nu “Nuclear weapons and nuclear material”,
- 군비통제 및 군비해제 : di “Arms control and disarmament”,
- 인권 : hr “Human rights”,
- 식민주의 : co “Colonialism”,
- 경제발전 : ec “Economic development”
- 국가: 한국과 주변 강대국
- 대한민국: “South Korea”
- 미국: “United States of America”
- 일본: “Japan”
- 중국: “China”
- 러시아: “Russia”
- 분석에 사용된 데이터
1.1. 데이터 가져오기
RawVotingdata.tab 데이터 크기가 커서 한국과 주변 4 강대국만을 뽑아 데이터 크기를 크게 줄였다.
# 1. 데이터 -----------------------------------------
# https://dataverse.harvard.edu/dataset.xhtml?persistentId=hdl:1902.1/12379
## 국가 코드표 : COW country codes.csv
cow_ct <- read_csv("data/COW country codes.csv")
cow_ct <- cow_ct %>% dplyr::select(country_code=StateAbb, code=CCode, country=StateNme)
# 한국, 미국, 일본, 중국, 러시아
korea_5 <- c("United States of America", "South Korea", "Japan", "China", "Russia")
## UN 토의주제 : descriptionsnew.xls
description <- read_excel("data/descriptionsnew.xls", sheet="descriptions")
## Vote : RawVotingdata.tab --> votes_five_nations.csv
votes <- read_csv("data/votes_five_nations.csv")
votes <- votes %>% dplyr::select(ccode, session, rcid, vote, year, country_code=StateAbb,country=StateNme)1.2. 데이터 정제
session 변수가 년도를 나타내는 구분자가 되나 컴퓨터가 이해하는 것이고 사람이 이해하는 연도로 바꾸기 위해 year 변수를 하나 추가한다. session 변수에 1945를 더하면 된다. description 데이터프레임과 병합(조인)하여 6개 분야별 투표율 추이를 확인한다.
# 2. 데이터 정제-----------------------------------------
votes <- votes %>% mutate(year = session + 1945)
votes <- votes %>% left_join(cow_ct, by=c("ccode", "country"))Error in eval(expr, envir, enclos): 'ccode' column not found in lhs, cannot join
k_df <- votes %>%
inner_join(description, by=c("session", "rcid")) %>%
dplyr::filter(country %in% korea_5) %>%
mutate(country = recode(country,
`United States of America` = "미국",
`South Korea` = "한국",
Japan = "일본",
China = "중국",
Russia = "러시아"))2. 1998년 이후 투표 유사도 경향성
한국과 주변 4개 강대국의 투표 찬성율을 한 화면에 찍어보고, facet 기능을 활용하여 각 국가별 연도별 추이를 살펴본다.
국제연합 투표 유사도를 살펴보면 미국과 중국은 대척점에 서 있고, 중국에 러시사아가 일본보다 다소 더 가까이 위치하며 한국은 상대적으로 많이 미국에 가까운 것이 나타난다.
3. 6개 분야별 투표 유사도
gather 함수를 활용하여 facet 기능을 활용할 수 있도록 변경시키고 나서, 각 분야별 국각별 투표 유사도를 살펴본다.
- 인권: 2005년 이후 중국과 러시아가 미국과 대척점에 서 있고 한국과 일본이 그 중간 국가간 유사도를 보임
- 핵무기와 핵물질, 군비통제 및 군비해제: 표면적으로는 미일 연합을 강조하고 있지만, 국제연합 투표 유사도에 있어서는 일본이 한국보다 훨씬 더 중국과 투표 유사도가 높음. 특히, 2000년 초반보다 2000년대 후반 이후 핵무기와 핵물질의 경우 투표 유사도에 대한 차이가 더 벌어짐.
4. 한국과 주변 4개국: 한국
4.1. 한국 UN 총회 찬성율 추이
UN 총회 찬성율 데이터중에서 한국만 뽑아낸다. 전체적인 찬성율 추이와 더불어 각 분야별 찬성율 추이도 함께 살펴본다.
4.2. 한국 UN 총회 찬성율 분야별 추이
한국 UN 총회 찬성율은 지속적으로 낮아지는 것으로 나타나고 있으며 분야별로 찬성율이 올라가는 것이 있는 반면에 찬성율이 하락하는 분야도 눈에 띈다.
4.3. 한국 UN 총회 찬성율 회귀분석
년도별 회귀분석결과 co, di 분야는 찬성율이 높아지고 나머지 분야는 찬성율이 낮아지고 있다.
- co(“식민주의”): 회귀계수 양수, 찬성율 증가
- di(“군비통제 및 군비해제”): 회귀계수 양수, 찬성율 증가
- ec(“경제개발”): 회귀계수 음수, 찬성율 감소
- hr(“인권”): 회귀계수 음수, 찬성율 감소
- me(“팔레스타인 갈등”): 회귀계수 음수, 찬성율 감소
- nu(“핵무기와 핵물질”): 회귀계수 음수, 찬성율 감소
# A tibble: 6 × 6
topic term estimate std.error statistic
<chr> <chr> <dbl> <dbl> <dbl>
1 경제개발 year -0.009727019 0.007478156 -1.3007243
2 군비통제 및 군비해제 year 0.005870564 0.004786146 1.2265744
3 식민주의 year 0.004020979 0.002165869 1.8565197
4 인권 year -0.010040490 0.005184953 -1.9364671
5 팔레스타인 갈등 year -0.012595927 0.002538006 -4.9629233
6 핵무기와 핵물질 year -0.004176954 0.005375599 -0.7770211
# ... with 1 more variables: p.value <dbl>
5. 한국과 주변 4개국: 주변 4개국
5.1. 6개 분야별 시각화
한국과 주변 강대국 4개국을 뽑아 연도별, 주제별 데이터프레임을 준비한다. 년도별 찬성율을 facet 기능을 활용하여 시각화한다.
5.2. 6개 분야별 회귀분석
각분야별 회귀분석을 돌리고 나서 유의적인 국가와 분야를 추출한다. 5개국 6개 분야 총 30개 연도별 회귀계수 중 유의적인 것은 한국의 me(“팔레스타인 갈등”)만 나온다. 즉, 한국만 해당기간 약 20년동안 팔레스타인 갈등(Palestinian Conflict) 분야에서 중국과 유사성에서 벗어나 미국과 유사도를 높여 나간 것이라는 해석도 가능하다.
# A tibble: 30 × 7
country topic term estimate std.error
<chr> <chr> <chr> <dbl> <dbl>
1 러시아 경제개발 year -8.582112e-03 0.006589147
2 러시아 군비통제 및 군비해제 year -7.179911e-03 0.005107293
3 러시아 식민주의 year 4.130869e-03 0.001649635
4 러시아 인권 year 8.740788e-03 0.005003575
5 러시아 팔레스타인 갈등 year -3.312180e-03 0.001321534
6 러시아 핵무기와 핵물질 year 3.299022e-03 0.006195691
7 미국 경제개발 year 1.271357e-02 0.006199419
8 미국 군비통제 및 군비해제 year 9.286682e-03 0.005675220
9 미국 식민주의 year 0.000000e+00 0.000000000
10 미국 인권 year -8.100447e-03 0.004715947
11 미국 팔레스타인 갈등 year -2.828305e-03 0.001949871
12 미국 핵무기와 핵물질 year -1.581633e-03 0.006743102
13 일본 경제개발 year -8.116824e-03 0.008238900
14 일본 군비통제 및 군비해제 year 9.672187e-03 0.003838705
15 일본 식민주의 year -2.799700e-03 0.001699037
16 일본 인권 year -7.941423e-03 0.005971467
17 일본 팔레스타인 갈등 year -3.681101e-03 0.001599665
18 일본 핵무기와 핵물질 year 3.389408e-03 0.004638515
19 중국 경제개발 year -4.050235e-03 0.004393514
20 중국 군비통제 및 군비해제 year -2.199341e-03 0.004426557
21 중국 식민주의 year -3.338160e-17 0.002135042
22 중국 인권 year 9.123346e-03 0.004090882
23 중국 팔레스타인 갈등 year -1.234842e-03 0.001594193
24 중국 핵무기와 핵물질 year -6.145878e-03 0.004824861
25 한국 경제개발 year -9.727019e-03 0.007478156
26 한국 군비통제 및 군비해제 year 5.870564e-03 0.004786146
27 한국 식민주의 year 4.020979e-03 0.002165869
28 한국 인권 year -1.004049e-02 0.005184953
29 한국 팔레스타인 갈등 year -1.259593e-02 0.002538006
30 한국 핵무기와 핵물질 year -4.176954e-03 0.005375599
# ... with 2 more variables: statistic <dbl>, p.value <dbl>
# A tibble: 1 × 7
country topic term estimate std.error statistic
<chr> <chr> <chr> <dbl> <dbl> <dbl>
1 한국 팔레스타인 갈등 year -0.01259593 0.002538006 -4.962923
# ... with 1 more variables: p.value <dbl>