Raport Statystyczny

Author

Michał Bączkiewicz, Jakub Mencel

Published

December 28, 2023

Code
knitr::opts_chunk$set(warning = FALSE, message = FALSE) 

Wyniki analizy statystycznej z porównania rozwoju ekonomicznego Finlandii do pozostałych krajów europejskich.

Wstęp

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.

Materiały

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

Metody

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

  1. 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.

  2. 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.

  3. 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.

  4. 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.

  5. 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

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.

Wyniki Eksploracji Danych:

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.

Code
library(ggplot2)
library(dplyr)
library(tidyr)
library(cowplot)
library(scales)

PKB = read.csv("API_NY/PKB_per_capita.csv", sep = ";")

PKB_1 = 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"),]

gg = ggplot(PKB_1, aes(x = Country.Name, y = as.numeric(value), fill = lata)) +
  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.

Code
Inflancja = read.csv("API_NY/inflancja.csv", sep = ";")

Inflancja = pivot_longer(Inflancja, cols = c("X2000", "X2001", "X2002", "X2003", "X2004", "X2005", "X2006", "X2007", "X2008", "X2009"
                                             , "X2010", "X2011", "X2012", "X2013", "X2014", "X2015", "X2016", "X2017", "X2018", "X2019"
                                             , "X2010", "X2020","X2021", "X2022"), names_to = "lata", values_to = "value")

Inflancja$lata = sub("X", "", Inflancja$lata)

Inflancja = Inflancja[-which(Inflancja$lata == "2022"),]

Inflancja = Inflancja[-which(Inflancja$Country.Name == "Italy"),]

Inflacja_1 = subset(Inflancja, Country.Name %in% c("Finland", "Norway", "Germany"))

ggi1 = ggplot(Inflacja_1, aes(x = lata, y = value, color = Country.Name, group = Country.Name)) +
  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

Code
Inflacja_2 = subset(Inflancja, Country.Name %in% c("Finland", "Poland", "Albania"))

ggi2 = ggplot(Inflacja_2, aes(x = lata, y = value, color = Country.Name, group = Country.Name)) +
  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.

Code
zycie = 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)


gg3 = ggplot(zycie, aes(x = Country.Name, y = value, fill = lata)) +
  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.

Code
bezrobocie = 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_G = subset(bezrobocie, Country.Name == "Germany")

b1 = ggplot(bezrobocie_G, aes(x = "", y = value, fill = (value))) +
  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")


bezrobocie_A = subset(bezrobocie, Country.Name == "Albania")

b2 = ggplot(bezrobocie_A, aes(x = "", y = value, fill = (value))) +
  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")


bezrobocie_P = subset(bezrobocie, Country.Name == "Poland")

b3 = ggplot(bezrobocie_P, aes(x = "", y = value, fill = (value))) +
  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")


bezrobocie_N = subset(bezrobocie, Country.Name == "Norway")

b4 = ggplot(bezrobocie_N, aes(x = "", y = value, fill = (value))) +
  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")


bezrobocie_F = subset(bezrobocie, Country.Name == "Finland")

b5 = ggplot(bezrobocie_F, aes(x = "", y = value, fill = (value))) +
  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.

Code
invest = read.csv("API_NY/inwestycje.csv", sep = ";")

invest = pivot_longer(invest, cols = c("X2000", "X2001", "X2002", "X2003", "X2004", "X2005", "X2006", "X2007", "X2008", "X2009"
                                       , "X2010", "X2011", "X2012", "X2013", "X2014", "X2015", "X2016", "X2017", "X2018", "X2019"
                                       , "X2010", "X2020","X2021"), names_to = "lata", values_to = "value")

invest$lata = sub("X", "", invest$lata)

invest$lata <- as.numeric(invest$lata)

invest_G = subset(invest, Country.Name == "Germany")


iG = ggplot(invest_G, aes(y = as.numeric(value), x = lata, group = Country.Name)) + 
  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))


invest_A = subset(invest, Country.Name == "Albania")

iA = ggplot(invest_A, aes(y = as.numeric(value), x = lata, group = Country.Name,)) + 
  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))  


invest_P = subset(invest, Country.Name == "Poland")

iP = ggplot(invest_P, aes(y = as.numeric(value), x = lata, group = Country.Name,)) + 
  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))


invest_N = subset(invest, Country.Name == "Norway")

iN = ggplot(invest_N, aes(y = as.numeric(value), x = lata, group = Country.Name,)) + 
  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))


invest_F = subset(invest, Country.Name == "Finland")

iF = ggplot(invest_N, aes(y = as.numeric(value), x = lata, group = Country.Name,)) + 
  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.

Wnioski

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.

Literatura

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