• pexels-markus-spiske-2004161.
        • Software Solutions

          Wir helfen Ihnen bei der Auswahl 
          der richtigen Lösungen, um die 
          Kraft Ihrer Daten freizusetzen.
        • Tableau
        • Das weltweit leistungsstärkste Tool zur Datenvisualisierung und -analyse.

        • Alteryx
        • Die führende Plattform in der
          dynamischen Welt der Analytic
          Process Automation.

        • Snowflake
        • Für Cloud-basierte Data-Warehouse-Lösungen der nächsten Stufe.

        • Process Mining aus Deutschland. Verschaffen Sie sich ein objektives und datengetriebenes Bild Ihrer internen Prozesse. Ganz im Sinne der optimierten  Wertschöpfung.

        • Amazon Web Services (AWS)
        • Führend bei Cloud-First-Datenlösungen.

  • Use Cases
  • The Data School
        • WIBI 2024_Vortragsraum
        • UP TO DATA

          Bleiben Sie auf dem Laufenden mit den neuesten Entwicklungen und Ereignissen aus der Welt der Daten – von aktuellen News bis hin zu spannenden Data Events.

        • Data News
        • Informieren Sie sich über neue Nachrichten, Trends und Einblicke aus der Welt der Daten – alles Wichtige kompakt in unseren Daten News. Melden Sie sich direkt bei unserem Newsletter an und bekommen alles Wissenswerte einmal im Monat zugeschickt.

        • Newsletter
        • Jeden Monat senden wir Ihnen eine Email mit den neuesten Informationen zu einer zeitgemäßen Analysekultur, Visual Analytics, Seminaren, Events und Tipps & Tricks.

        • Data Events
        • Entdecken Sie bei uns komprimiert spannende Data Events und erfahren Sie alles über kommende Branchen-Events, Konferenzen und Webinare rund um das Thema Daten mit Tableau und Alteryx.

        • Sommerfest 2024 - The Information Lab
        • Über Uns

          Lernen Sie The Information Lab kennen, unser Team, unsere Kunden und erfahren Sie, wie auch Sie ein Teil davon werden können.

          Mehr erfahren

        • Centre of Excellence
        • Geteiltes Wissen ist Macht – vernetzen Sie sich mit unserer wachsenden Zahl von Beratern und Kunden in ganz Europa. Zusammenarbeit ist der beste Weg zu lernen.

        • Kunden
        • Wir unterstützen seit 2014 namhafte Unternehmen in der DACH-Region und im deutschen Mittelstand.

        • Internationales Setup
        • The Information Lab ist an 8 europäischen Standorten mit über 600 Consultants aktiv. Unsere Data School gibt es bereits in London, Sydney und Hamburg.

        • FAQ
        • Häufig gestellte Fragen über uns, unsere Produkte u.v.m.

        • Team
        • Lernen Sie die Menschen hinter The Information Lab kennen.

        • Karriere
        • Join our team! Wir wachsen stetig und suchen insbesondere im Consulting und unserer Data School stets tolle Kollegen und Kolleginnen.

Banner background image - news

Entwickelte und Entwicklungsländer

Ziel des Beitrages

Macht es Sinn, die Länder dieser Welt in Entwicklungsländer und entwickelte Länder zu unterteilen? Mit dieser Frage habe ich mich in der letzten Woche beschäftigt und möchte in diesem kurzen Beitrag einen Teil meiner Ergebnisse präsentieren.

Vorgehensweise

Welche Kriterien legt man fest, um Entwicklungsländer zu definieren? Eine eindeutige Definition von „den Entwicklungsländern“ gibt es nicht. Stattdessen unterscheidet sich die Zuordnung je nach Kriterium, das man wählt. In der letzten Woche habe ich mich mit folgenden drei Aussagen über Entwicklungsländer beschäftigt:

  1. „Im Durchschnitt bekommen Frauen in Entwicklungsländern mehr Kinder und die Lebenserwartung ist niedriger“
  2. „Entwicklungsländer sind wirtschaftlich und strukturell schwächer“
  3. „Menschen aus Entwicklungsländern gehen weniger lange in die Schule“

In diesem Beitrag möchte ich meine Ergebnisse der Analyse des ersten Statements präsentieren und ein Argument herausarbeiten, warum die Einteilung in entwickelte Länder und Entwicklungsländer nicht sinnvoll durchzuführen ist.

Analyse der Daten

Um die erste Aussage zu überprüfen, benutze ich zwei Kennzahlen: Die Lebenserwartung bei Geburt in Jahren und die Fertilitätsrate. In Abbildung 1 habe ich also ein Streudiagramm erstellt mit der Lebenserwartung auf der Ordinate und der Fertilitätsrate auf der Abszisse.

Jede Blase des Streudiagrammes stellt ein eigenes Land dar. Da es sich in der Vorstellung vieler Menschen etabliert hat, dass afrikanische Länder den Status eines Entwicklungslandes und die europäischen Länder den Status eines entwickelten Landes tragen, habe ich die einzelnen Blasen so gefärbt, dass kenntlich wird, zu welchem Kontinent sie gehören. Die Größe der Blasen stellt die Bevölkerungsgröße dar – je größer die Blase ist, desto mehr Menschen leben im jeweiligen Land. Die Positionen der einzelnen Länder werden durch den Wert der Fertilitätsrate und der Lebenserwartung des Landes im jeweiligen Jahr bestimmt.

Damit man nun noch die Länder den Entwicklungsländern und entwickelten Ländern zuordnen kann, braucht man Grenzen. Diese Grenzen kann man im Bereich „Median Auswahl“ bestimmen. Wenn man den Median von 1960 wählt, dann werden die Referenzlinien für die Lebenserwartung und die Fertilitätsrate genau am jeweiligen Medianwert im Jahre 1960 gesetzt. Da es in der zu überprüfenden Aussage lautet, dass im Durchschnitt Frauen in Entwicklungsländern mehr Kinder bekommen und die Lebenserwartung niedriger ist, kann man die Länder im unteren rechten Quadranten den Entwicklungsländern zuordnen. Der obere linke Quadrant enthält dann die entwickelten Länder und der obere rechte Quadrant sowie der untere linke Quadrant beinhalten zusammen die „Länder in Entwicklung“. Wie groß der Anteil der Länder in diesen drei Bereichen (Entwickeltes Land, Entwicklungsland und Länder in Entwicklung) ist, kann man am Balkendiagramm rechts erkennen.

Abbildung 1 – Dashboard zur Lebenserwartung und Fertilitätsrate Median 1960

Doch was passiert, wenn wir die Animation nun laufen lassen? Man erkennt, dass es zu einer Wanderung der Länder in den oberen linken Quadranten kommt, wie man in Abbildung 2 erkennen kann. Im Jahre 2019 gehören über 96% der gesamten Länder dem oberen linken Quadranten an, sie stellen also Entwickelte Länder da. Zu diesem Zeitpunkt gibt es kein Land mehr, dass einem Entwicklungsland nach dieser Definition mehr zuzuordnen sei. Außerdem kann man bei einem großen Teil der Länder ein Bevölkerungswachstum erkennen, das in Verbindung mit einer zunehmenden Lebenserwartung und abnehmenden Fertilitätsraten auf eine verbesserte medizinische Versorgung schließen lässt. Eine zunehmende Lebenserwartung alleine führt für sich noch nicht zu der Erkenntnis, dass es sich um eine Verbesserung der medizinischen Versorgung handeln muss, da die Lebenserwartung sensibler auf temporäre Ereignisse wie Epidemien oder Kriege reagiert. Die Bevölkerungsgröße hingegen repräsentiert eine aggregierte Form der langfristigen Verbesserung oder der Verschlechterung der medizinischen Versorgung.

Aber kann man aus dieser Visualisierung nun schließen, dass man die Welt zwar in Entwicklungsländer und entwickelte Länder unterteilen kann, aber es seit 2015 keine Entwicklungsländer mehr gibt?

Nein, da die Zuordnung prinzipiell von zwei Informationen abhängt: Der Position der Länder in diesem Streudiagramm und dem Kriterium. Während die Position der Länder extern gegeben ist, kann man in diesem System selber bestimmen, ab wann es sich bei einem Land, um ein Entwicklungsland handelt. Man verändert zum Beispiel bei „Median Auswahl“ den Median von 1960 auf 1990. In Abbildung 3 erkennt man, dass sich die Referenzlinien verschoben haben und sich dementsprechend die Verteilung auch angepasst hat. Nach diesem Kriterium wären also noch knapp 20% der gesamten Länder als Entwicklungsländer einzustufen

Doch welches Kriterium soll man nun wählen? Ich habe mich in dieser Analyse auf eine Aussage beschränkt, die zweidimensional darstellbar ist, aber auf welche Kriterien soll man sich berufen, wenn die Definition der Entwicklungsländer höhere Dimensionen annimmt? Aufgrund der Präsenz der ganzen Dimensionen und Perspektiven, aus denen man die Frage der Unterteilung beleuchten könnte, ist es unmöglich eine eindeutige sinnvolle Definition von Entwicklungsländern zu bestimmen.