Code
::opts_chunk$set(warning = FALSE, message = FALSE) knitr
::opts_chunk$set(warning = FALSE, message = FALSE) knitr
W miarę jak światowa gospodarka staje się coraz bardziej zintegrowana, porównanie rozwoju ekonomicznego poszczególnych krajów staje się niezmiernie istotne dla zrozumienia ich pozycji i dynamiki na tle globalnych trendów. W kontekście tego badania skupiamy się na analizie rozwoju ekonomicznego Finlandii w porównaniu do innych krajów europejskich.
Celem niniejszej analizy jest zgłębienie tego, w jaki sposób ten kraj radzi sobie w kontekście wskaźników makroekonomicznych w porównaniu z innymi państwami europejskimi. Badanie to dąży do weryfikacji pozycji Finlandii na tle gospodarczej rzeczywistości europejskiej.
Rozwój ekonomiczny jest kluczowym wskaźnikiem do oceny stabilności i potencjału wzrostu kraju. Dlatego też analiza porównawcza Finlandii z innymi krajami europejskimi w kontekście tych wskaźników stanowi istotną kwestię zarówno dla samego kraju, jak i dla globalnego zrozumienia dynamiki gospodarczej Europy.
Niniejsze badanie ma na celu rzetelne porównanie danych i ukazanie specyfiki rozwoju ekonomicznego Finlandii w kontekście jej relacji z innymi krajami europejskimi. Poprzez analizę danych statystycznych dąży do lepszego zrozumienia uwarunkowań i wyzwań, przed jakimi stoi Finlandia w kontekście swojego rozwoju ekonomicznego na tle Europy.
Analizę przeprowadzono w oparciu o dane pochodzące z stron The World Bank (https://data.worldbank.org) oraz Eurostat (https://ec.europa.eu/eurostat/web/main/home). Dane te dostarczają informacji o wartości PKB na 1 mieszkańca, inflacji, długości życia, bezrobociu oraz inwestycjach zagranicznych. Główne państwa jakie zostały porównane do naszego obiektu badań czyli Finlandii to Norwegia, Polska, Niemcy oraz Albania. Norwegia została wybrana jako bezpośredni sąsiad w celu porównania jak sprawuje się ekonomia w danym regionie świata. Polska została wybrana w celu porównania z krajem, w którym każdy z nas posiada większe lub mniejsze pojęcie o ekonomi kraju. Niemcy jako kraj wysoko rozwinięty gospodarczo znajdujący się w czołówce Europy, wybrane w celu porównania czy Finlandia ma szanse mierzyć się w kontekście ekonomicznym. Albania jako biedniejsze państwo Europy aby móc porównać czy Finlandii bliżej do czołówki czy jednak zajmuje miejsca końca rankingu Europy i należałoby dokonać popraw.
Badanie porównawcze rozwoju ekonomicznego Finlandii w relacji do pozostałych krajów europejskich obejmuje okres od roku 2000 do 2021. Z szczególnym naciskiem na lata 2000, 2007, 2014 oraz 2021 Wybór tego zakresu czasowego umożliwia analizę długoterminowych trendów oraz identyfikację istotnych zmian w gospodarce finlandzkiej i innych krajów europejskich na przestrzeni ostatnich dwóch dekad. Analiza trendów gospodarczych w ciągu tych lat pozwala na zidentyfikowanie długoterminowych wzorców rozwoju oraz ocenę skuteczności działań podejmowanych przez Finlandię w kontekście gospodarczym w porównaniu do innych krajów europejskich
Analiza statystyczna danych została wykonana w środowisku R. Podczas analizy i wizualizacji wyników wykorzystano funkcje zawarte w pakietach podstawowych oraz użyto następujące pakiety: - pakiet ggplot2 - pozwala na wizualizację wyników. - pakiet dplyr - dostarcza funkcji do obliczenia statystyk w grupach. - pakiet tidyr - zmiana reprezentacji danych, pomocny do wczytywania danych tekstowych - pakiet cowplot - ułatwia ustawianie wykresów poprzez dodawanie, usuwanie i modyfikację elementów graficznych w jednym lub wielu panelach. - pakiet scales - dostarcza funkcji pomocniczych do skalowania i formatowania danych.
Wykorzystane metody do analizy danych
Produkt Krajowego Brutto na osobe - Analiza wykresu słupkowego Do porównania wartość PKB na 1 mieszkańca Finlandii z innymi krajami europejskimi zastosowano analizę kolumnową. Na wykresach kolumnowych przedstawione są wartości PKB na 1 mieszkańca dla każdego kraju w poszczególnych latach 2000, 2007, 2014, 2021. Taki sposób prezentacji pozwala na szybkie porównanie wielkości gospodarek, a różne kolory kolumn reprezentują lata, ułatwiając wychwytywanie zmian w czasie.
Inflacja - Analiza wykresu liniowego: Analiza inflacji została przedstawiona za pomocą wykresów liniowych, gdzie oś X reprezentuje lata, a oś Y odzwierciedla wartość % inflacji. Linie dla poszczególnych krajów umożliwiają śledzenie tendencji wzrostowych lub spadkowych na przestrzeni lat. Ten sposób prezentacji pozwala na zauważenie, czy inflacja była stabilna, wzrastała czy też ulegała znaczącym fluktuacjom w poszczególnych krajach.
Długość Życia - Analiza wykresu słupkowego: Analiza długości życia została przedstawiona za pomocą wykresu słupkowego, gdzie każda kolumna reprezentuje średnią długość życia dla danego kraju w różnych latach. Ta metoda pozwala na zauważenie ewolucji zdrowia społecznego na przestrzeni czasu.
Bezrobocie - Analiza wykresu kołowego: Do przedstawienia wskaźników bezrobocia użyto wykresów kołowych. Każdy kolorowy obszar koła reprezentuje procentowy udział bezrobotnych w danym kraju w 2021 roku. Taki sposób prezentacji pozwala na szybkie porównanie struktury bezrobocia w poszczególnych krajach, a także obserwację ewolucji tej struktury w czasie.
Inwestycje Zagraniczne - Analiza Histogramu: Inwestycje zagraniczne zostały przedstawione za pomocą analizy histogramamem, gdzie każdy słupek reprezentuje wielkość inwestycji dla danego kraju w konkretnym roku co 5 lat. Analiza histogramu pozwala na zobrazowanie rozkładu inwestycji zagranicznych w poszczególnych latach, ułatwiając identyfikację trendów oraz skrajnych wartości.
Wyniki eksploracji danych oraz zastosowanych testów zostały przedstawione poniżej, w formie faktów, pomiarów, wyników i odkryć wynikających z przeprowadzonej analizy. W tej części raportu omawiane są liczbowe rezultaty oraz prezentowane są graficzne przedstawienia danych w postaci wykresów.
Wykres Słupkowy dla wartość PKB na 1 mieszkańca: Przedstawiający roczne wartości PKB na 1 mieszkańca dla Finlandii i wybranych krajów europejskich. Kolorowe kolumny ułatwiają identyfikację zmian w czasie i porównanie wielkości gospodarek.
library(ggplot2)
library(dplyr)
library(tidyr)
library(cowplot)
library(scales)
= read.csv("API_NY/PKB_per_capita.csv", sep = ";")
PKB
= select(PKB, c(Country.Name, X2000, X2007, X2014, X2021))
PKB_1
= pivot_longer(PKB_1, cols = c("X2000", "X2007", "X2014", "X2021"), names_to = "lata", values_to = "value")
PKB_1
$lata = sub("X", "", PKB_1$lata)
PKB_1
$value = sub(",", ".", PKB_1$value)
PKB_1
= PKB_1[-which(PKB_1$Country.Name == "Italy"),]
PKB_1
= ggplot(PKB_1, aes(x = Country.Name, y = as.numeric(value), fill = lata)) +
gg geom_col(position = "dodge2", color = "black") +
labs(title = "PKB na osobe",
fill = "Legenda",
x = "Kraj",
y = "",
caption = "Jakub Mencel, Michał Bączkiewicz") +
scale_fill_brewer(palette = "Greens") +
theme_minimal() +
theme_bw() +
theme(
axis.title.x = element_text(size = 11),
legend.title = element_text(size = 9, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1)
)
gg
Średni wartość PKB na 1 mieszkańca dla Finlandii co czyniło ją jednym z liderów w Europie. Wzrost wartości PKB na 1 mieszkańca dla innych krajów europejskich nie był tak wysoki w roku 2007 z wyjątkiem Norwegi.
Wykres Liniowy dla Inflacji: Ukazujący tendencje inflacyjne dla poszczególnych krajów na przestrzeni lat. Linie dla różnych krajów ułatwiają zidentyfikowanie wzorców wzrostu lub spadku inflacji.
= read.csv("API_NY/inflancja.csv", sep = ";")
Inflancja
= pivot_longer(Inflancja, cols = c("X2000", "X2001", "X2002", "X2003", "X2004", "X2005", "X2006", "X2007", "X2008", "X2009"
Inflancja "X2010", "X2011", "X2012", "X2013", "X2014", "X2015", "X2016", "X2017", "X2018", "X2019"
, "X2010", "X2020","X2021", "X2022"), names_to = "lata", values_to = "value")
,
$lata = sub("X", "", Inflancja$lata)
Inflancja
= Inflancja[-which(Inflancja$lata == "2022"),]
Inflancja
= Inflancja[-which(Inflancja$Country.Name == "Italy"),]
Inflancja
= subset(Inflancja, Country.Name %in% c("Finland", "Norway", "Germany"))
Inflacja_1
= ggplot(Inflacja_1, aes(x = lata, y = value, color = Country.Name, group = Country.Name)) +
ggi1 geom_line() +
geom_point() +
labs(title = "Inflacja",
color = "Kraj",
x = "Rok",
y = "Wartość",) +
scale_color_manual(values = c("Finland" = "#3498db", "Germany" = "darkgreen", "Norway" = "#9b59b6")) +
theme_minimal() +
theme_bw() +
theme(axis.text.x = element_text(size = 9, angle = 45, hjust = 1),
axis.title.y = element_text(size = 11, face = "italic"),
axis.title.x = element_text(size = 11, face = "italic"),
legend.title = element_text(size = 9, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5)
)
ggi1
= subset(Inflancja, Country.Name %in% c("Finland", "Poland", "Albania"))
Inflacja_2
= ggplot(Inflacja_2, aes(x = lata, y = value, color = Country.Name, group = Country.Name)) +
ggi2 geom_line() +
geom_point() +
labs(title = "Inflacja",
color = "Kraj",
x = "Rok",
y = "Wartość",
caption = "Jakub Mencel, Michał Bączkiewicz") +
scale_color_manual(values = c("Finland" = "#3498db", "Poland" = "lightgreen", "Albania" = "orange")) +
theme_minimal() +
theme_bw() +
theme(axis.text.x = element_text(size = 9, angle = 45, hjust = 1),
axis.title.y = element_text(size = 11, face = "italic"),
axis.title.x = element_text(size = 11, face = "italic"),
legend.title = element_text(size = 9, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.20))
ggi2
Średni wskaźnik inflacji dla Finlandii wyniósł około 2%, utrzymując się na stosunkowo stabilnym poziomie. Polska charakteryzowała się najwyższym wskaźnikiem inflacji, osiągając prawie 13% w 2021. Porównując inflację w poszczególnych krajach, widoczna była znaczna zmienność między 2011 a 2016.
Wykres Słupkowy dla Długości Życia: Przedstawiający średnią długość życia dla każdego kraju w poszczególnych latach. Poszczególne kolumny umożliwiają analizę ewolucji zdrowia społecznego.
= read.csv("API_NY/zycie.csv", sep = ";")
zycie
= select(zycie, c(Country.Name, X2000, X2007, X2014, X2021))
zycie
= pivot_longer(zycie, cols = c("X2000", "X2007", "X2014", "X2021"), names_to = "lata", values_to = "value")
zycie
$lata = sub("X", "", zycie$lata)
zycie
= ggplot(zycie, aes(x = Country.Name, y = value, fill = lata)) +
gg3 geom_bar(stat = "identity", position = position_dodge(width = 0.8), width = 0.6) +
labs(title = "Zmiana przewidywanej długości życia",
fill = "Rok",
x = "Kraj",
y = "Długość życia",
caption = "Jakub Mencel, Michał Bączkiewicz") +
theme_minimal() +
theme_bw() +
theme(
axis.text.y = element_text(size = 8),
axis.title.x = element_text(size = 11),
axis.text = element_text(size = 7, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.00)) +
theme(legend.position = "top") +
scale_fill_brewer(palette = "Purples") +
coord_cartesian(ylim = c(65, 90))
gg3
Średnia długość życia w Finlandii w 2021 wynosiła 82 lata, co plasuje kraj na 22 miejscu na świecie. Długość życia w innych krajach europejskich mieściła się w zakresie od 73 do ponad 83 lat.
Wykres Kołowy dla Bezrobocia: Obrazujący strukturę procentowego udziału pracujących w poszczególnych krajach w 2021. Kolory koła uwydatniają % pracujących i niepracujących ludzi w poszczególnych krajach.
= read.csv("API_NY/bezrobocie.csv", sep = ";")
bezrobocie
= select(bezrobocie, c(Country.Name,X2021,X2022))
bezrobocie
= pivot_longer(bezrobocie, cols = c("X2021", "X2022"), names_to = "lata", values_to = "value")
bezrobocie
$lata = sub("X", "", bezrobocie$lata)
bezrobocie
= subset(bezrobocie, Country.Name == "Germany")
bezrobocie_G
= ggplot(bezrobocie_G, aes(x = "", y = value, fill = (value))) +
b1 geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar("y") +
labs(title = "",
fill = "",
y = "",
x = "") +
theme_void() +
scale_fill_manual(
values = c("80,9" = "#66c2a5", "19,1" = "red"),
labels = c("Nie pracujący", "Pracujący")) +
geom_text(aes(label = value),
position = position_stack(vjust = 0.5),
size = 4,
color = "white",
fontface = "bold")
= subset(bezrobocie, Country.Name == "Albania")
bezrobocie_A
= ggplot(bezrobocie_A, aes(x = "", y = value, fill = (value))) +
b2 geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar("y") +
labs(title = "",
fill = "",
y = "",
x = "") +
theme_void() +
scale_fill_manual(
values = c("76,46" = "#66c2a5", "23,54" = "red"),
labels = c("Nie pracujący", "Pracujący")) +
geom_text(aes(label = value),
position = position_stack(vjust = 0.5),
size = 4,
color = "white",
fontface = "bold")
= subset(bezrobocie, Country.Name == "Poland")
bezrobocie_P
= ggplot(bezrobocie_P, aes(x = "", y = value, fill = (value))) +
b3 geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar("y") +
labs(title = "",
fill = "",
y = "",
x = "") +
theme_void() +
scale_fill_manual(
values = c("75,60" = "#66c2a5", "24,40" = "red"),
labels = c("Nie pracujący", "Pracujący")) +
geom_text(aes(label = value),
position = position_stack(vjust = 0.5),
size = 4,
color = "white",
fontface = "bold")
= subset(bezrobocie, Country.Name == "Norway")
bezrobocie_N
= ggplot(bezrobocie_N, aes(x = "", y = value, fill = (value))) +
b4 geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar("y") +
labs(title = "",
fill = "",
y = "",
x = "") +
theme_void() +
scale_fill_manual(
values = c("83,16" = "#66c2a5", "16,84" = "red"),
labels = c("Nie pracujący", "Pracujący")) +
geom_text(aes(label = value),
position = position_stack(vjust = 0.5),
size = 4,
color = "white",
fontface = "bold")
= subset(bezrobocie, Country.Name == "Finland")
bezrobocie_F
= ggplot(bezrobocie_F, aes(x = "", y = value, fill = (value))) +
b5 geom_bar(stat = "identity", width = 1, color = "white") +
coord_polar("y") +
labs(title = "",
fill = "",
y = "",
x = "") +
theme_void() +
scale_fill_manual(
values = c("81,93" = "#66c2a5", "18,07" = "red"),
labels = c("Nie pracujący", "Pracujący")) +
geom_text(aes(label = value),
position = position_stack(vjust = 0.5),
size = 4,
color = "white",
fontface = "bold")
plot_grid(b1, b2, b3, b4, b5, labels = c("Niemcy", "Albania", "Polska", "Norwegia", "Finladnia"))
Finlandia utrzymywała się na stosunkowo niskim poziomie bezrobocia, wynoszącym 18,07%. W 2021 odnotowano najniższy poziom bezrobocia w Norwegii, który wyniósł 16,84%. Bezrobocie w pozostałych krajach europejskich mieściło się w zakresie od 16,84% do 24,40%.
Histogram dla Inwestycji Zagranicznych: Przedstawiający rozkład inwestycji zagranicznych w poszczególnych latach. Słupki histogramu obrazują koncentrację inwestycji i zmienność między krajami.
= read.csv("API_NY/inwestycje.csv", sep = ";")
invest
= pivot_longer(invest, cols = c("X2000", "X2001", "X2002", "X2003", "X2004", "X2005", "X2006", "X2007", "X2008", "X2009"
invest "X2010", "X2011", "X2012", "X2013", "X2014", "X2015", "X2016", "X2017", "X2018", "X2019"
, "X2010", "X2020","X2021"), names_to = "lata", values_to = "value")
,
$lata = sub("X", "", invest$lata)
invest
$lata <- as.numeric(invest$lata)
invest
= subset(invest, Country.Name == "Germany")
invest_G
= ggplot(invest_G, aes(y = as.numeric(value), x = lata, group = Country.Name)) +
iG geom_histogram(stat = "identity", color = "orange") +
scale_y_continuous(labels = scales::label_dollar())+
scale_x_continuous(breaks = as.numeric(invest_G$lata[invest_G$lata %% 5 == 0])) +
labs(title = "",
x = "",
y = "") +
theme_minimal() +
theme_bw() +
theme(
axis.text.y = element_text(size = 8),
axis.title.x = element_text(size = 11),
axis.text = element_text(size = 7, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.00)) +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
= subset(invest, Country.Name == "Albania")
invest_A
= ggplot(invest_A, aes(y = as.numeric(value), x = lata, group = Country.Name,)) +
iA geom_histogram(stat = "identity", color = "purple") +
scale_y_continuous(labels = scales::label_dollar())+
scale_x_continuous(breaks = as.numeric(invest_A$lata[invest_A$lata %% 5 == 0])) +
labs(title = "",
x = "",
y = "",) +
theme_minimal() +
theme_bw() +
theme(
axis.text.y = element_text(size = 8),
axis.title.x = element_text(size = 11),
axis.text = element_text(size = 7, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.00)) +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
= subset(invest, Country.Name == "Poland")
invest_P
= ggplot(invest_P, aes(y = as.numeric(value), x = lata, group = Country.Name,)) +
iP geom_histogram(stat = "identity", color = "red") +
scale_y_continuous(labels = scales::label_dollar())+
scale_x_continuous(breaks = as.numeric(invest_P$lata[invest_P$lata %% 5 == 0])) +
labs(title = "",
x = "",
y = "") +
theme_minimal() +
theme_bw() +
theme(
axis.text.y = element_text(size = 8),
axis.title.x = element_text(size = 11),
axis.text = element_text(size = 7, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.00)) +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
= subset(invest, Country.Name == "Norway")
invest_N
= ggplot(invest_N, aes(y = as.numeric(value), x = lata, group = Country.Name,)) +
iN geom_histogram(stat = "identity", color = "yellow") +
scale_y_continuous(labels = scales::label_dollar())+
scale_x_continuous(breaks = as.numeric(invest_N$lata[invest_N$lata %% 5 == 0])) +
labs(title = "",
x = "",
y = "") +
theme_minimal() +
theme_bw() +
theme(
axis.text.y = element_text(size = 8),
axis.title.x = element_text(size = 11),
axis.text = element_text(size = 7, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.00)) +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
= subset(invest, Country.Name == "Finland")
invest_F
= ggplot(invest_N, aes(y = as.numeric(value), x = lata, group = Country.Name,)) +
iF geom_histogram(stat = "identity", color = "blue") +
scale_y_continuous(labels = scales::label_dollar())+
scale_x_continuous(breaks = as.numeric(invest_F$lata[invest_F$lata %% 5 == 0])) +
labs(title = "",
x = "",
y = "",
caption = "Jakub Mencel, Michał Bączkiewicz") +
theme_minimal() +
theme_bw() +
theme(
axis.text.y = element_text(size = 8),
axis.title.x = element_text(size = 11),
axis.text = element_text(size = 7, face = "bold"),
legend.text = element_text(size = 8, face = "plain"),
plot.title = element_text(size = 12, face = "bold", hjust = 0.5),
plot.caption = element_text(size = 8, face = "italic", hjust = 1.00)) +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
plot_grid(iG, iA, iP, iN, iF, labels = c("Niemcy", "Albania", "Polska", "Norwegia", "Finladnia"))
Inwestycje Zagraniczne: Średnia roczna wielkość inwestycji zagranicznych dla Finlandii wyniosła prawie 4 miliardów euro. W roku 2021 zanotowano najwyższą wartość inwestycji zagranicznych, wynoszącą 23 miliardy euro. Analiza ukazała zróżnicowanie sektorowe inwestycji zagranicznych, obejmujące m.in. sektor technologiczny, energetyczny i przemysłowy.
Analiza danych ekonomicznych i społecznych Finlandii w latach 2000, 2007, 2014 oraz 2021 w porównaniu do Polski, Norwegii, Albanii i Niemiec przyniosła szereg istotnych wyników. Finlandia utrzymuje się jako lider wzrostu wartości PKB na 1 mieszkańca w Europie, osiągając wysoką roczną stopę wzrostu w latach 2000-2021. W roku 2007 Finlandia odnotowała najwyższy wzrost wartości PKB na 1 mieszkańca równy 48, z wielu możliwych powodów na przykład; eksportu i handlu zagranicznego, inwestycji, innowacji i technologi, polityka fiskalarnejj i monetarnej, stabilności politycznej, czynników globalnych.
Stabilność wskaźnika inflacji w Finlandii 2% kontrastuje z wyższymi wartościami odnotowanymi w Polsce, Albanii, i Niemczech w analizowanych latach, ale niższymi niż w Norwegii. Różnice w poziomie inflacji między 2000 a 2021 sugerują zróżnicowane podejścia do polityki pieniężnej i ekonomicznej w analizowanych krajach.
Finlandia notuje wysoką średnią długość życia około 80 lat, w latach 2000-2021, podobną do Niemiec, ale przewyższającą Polskę, Albanię, i Niemcy. Polska i Albania odnotowują spadek średniej długości życia, co może wynikać z braku postępujących reform w systemie zdrowotnym.
Niski poziom bezrobocia w Finlandii 18,07% w analizowanym roku jest podobny do Niemiec, ale znacznie niższy niż w Polsce i Albanii. Polska notuje dynamiczny wzrost gospodarczy, ale jednocześnie wyższe bezrobocie niż w Finlandii.
Finlandia utrzymuje mniejwięcej stały wzrost inwestycji zagranicznych, co może być rezultatem atrakcyjnego środowiska biznesowego. Niemcy są jednym z głównych źródeł inwestycji zagranicznych dla Finlandii, co potwierdza silne relacje gospodarcze między tymi krajami. Polska i Albania odnotowują wzrost inwestycji zagranicznych, co może wynikać z postępującej globalizacji ich gospodarek.
Podsumowując, analiza danych w latach 2000, 2007, 2014 oraz 2021 potwierdza dominującą pozycję Finlandii w wielu aspektach społeczno-ekonomicznych. Różnice między analizowanymi krajami wskazują na zróżnicowanie sytuacji gospodarczej i społecznej w Europie w badanych latach.
Celem analizy było zrozumienie rozwoju Finlandii w latach 2000-2021 w kontekście Polski, Norwegii, Albanii i Niemiec oraz identyfikacja czynników wpływających na jej sytuację ekonomiczną w konkretnych latach. Analiza potwierdziła dominującą pozycję Finlandii, uwzględniając zmienność i trendy w analizowanych okresach.
https://data.worldbank.org/country/finland?view=chart https://ec.europa.eu/eurostat/web/main/home https://kuke.com.pl/rynki-swiatowe/gospodarka-finlandii https://pl.wikipedia.org/wiki/Finlandia https://www.obserwatorfinansowy.pl/tag/finlandia/ https://chat.openai.com