Worldwide clustering of the corruption perception

L'essenziale

Immaginate i paesi del mondo come una gigantesca, rumorosa festa dove tutti sussurrano su quanto siano onesti o disonesti i propri vicini. Gli autori di questo articolo, Michal Paulus e Ladislav Kristoufek, hanno deciso di smettere di ascoltare i sussurri e hanno iniziato a guardare il piano dei posti a sedere. Volevano vedere se i paesi si " siedono naturalmente insieme" in base a quanto la loro corruzione viene percepita.

Ecco la storia delle loro scoperte, suddivisa in termini semplici:

Lo Strumento: Una Mappa di "Amicizia"

Di solito, gli scienziati cercano di trovare connessioni tra le cose osservando come si muovono insieme nel tempo (come due titoli azionari che salgono e scendono in sincrono). Ma la corruzione è un po' diversa; riguarda il livello di onestà, non solo come esso cambi.

Quindi, invece di cercare un ritmo di danza, gli autori hanno usato uno strumento chiamato clustering gerarchico. Pensate a questo come a un gigantesco albero genealogico, ma invece di mostrare chi è legato da vincoli di sangue, mostra chi è legato dall' "onestà".

• Hanno misurato 134 paesi utilizzando un punteggio di "Assenza di Corruzione" (da 0 a 100, dove 100 è super onesto).
• Hanno calcolato la "distanza" tra i paesi. Se il Paese A e il Paese B hanno punteggi molto simili, sono "amici stretti" (distanza breve). Se uno è molto onesto e l'altro è molto corrotto, sono "estranei" (distanza lunga).
• Hanno usato un metodo chiamato average linkage (legame medio), che è come trovare la distanza media tra due gruppi di persone per decidere se i gruppi debbano fondersi.

Il Risultato: Quattro Quartieri Distinti

Quando hanno disegnato questo "albero dell'onestà", non è sembrato un mucchio disordinato. Si è cristallizzato in quattro quartieri chiari (cluster). Era come se il mondo si fosse naturalmente suddiviso in quattro gruppi distinti in base a come viene percepita la loro corruzione.

Ecco come appare ogni quartiere:

1. Il Club dell' "Élite Onesta" (Cluster #1)

• Chi c'è: Gli USA, il Giappone, l'Europa occidentale, l'Australia, la Nuova Zelanda, Singapore e Hong Kong.
• L'atmosfera: Queste sono le nazioni più sviluppate del mondo. Hanno una corruzione molto bassa (punteggi alti).
• La connessione: Questo gruppo è molto unito. Sono tutti ricchi e sono tutti molto onesti. Non ci sono quasi nessun paese povero qui, e nessun paese africano. È un gruppo esclusivo, ad alte prestazioni e molto ristretto.

2. Il Gruppo che "Sta Recuperando" (Cluster #2)

• Chi c'è: Paesi come Spagna, Portogallo, Slovenia, Israele, Taiwan e Botswana.
• L'atmosfera: Sono i "secondi classificati". Non sono ricchi o onesti quanto l'Élite Onesta, ma stanno andando piuttosto bene. Sono la "classe media superiore" del mondo.
• La connessione: Stanno cercando di raggiungere i leader. Hanno economie discrete e livelli di onestà discreti, posizionandosi proprio nel mezzo del gruppo.

3. La Zona di "Lotta" (Cluster #3)

• Chi c'è: Questo è il gruppo più grande, con 60 paesi. Include Russia, Cina, India, Brasile e molte nazioni dell'Africa e del Medio Oriente. Include anche paesi con governi autoritari.
• L'atmosfera: Questo gruppo ha i livelli più alti di corruzione percepita.
• La connessione: È un insieme misto di economie. Alcune sono economie enormi e in rapida crescita (come Cina e India), mentre altre sono molto povere o in conflitto. Nonostante la loro dimensione o il loro potenziale, condividono tutti una comune lotta con la corruzione. Gli autori notano che l'alta corruzione sembra essere un'ancora pesante che impedisce a questi paesi di raggiungere il livello "Élite".

4. Il Gruppo "Via di Mezzo" (Cluster #4)

• Chi c'è: Questo è un mix strano. Include paesi post-comunisti come Polonia, Ungheria e la Repubblica Ceca, ma anche Italia, Grecia e nazioni del Nord Africa come Egitto e Marocco.
• L'atmosfera: Questi paesi sono bloccati nel mezzo. Non sono corrotti come il gruppo di "Lotta", ma non sono puliti come il gruppo che "Sta Recuperando".
• La connessione: È interessante che l'Italia e la Grecia (solitamente viste come ricche) siano qui, suggerendo che i loro problemi economici potrebbero essere legati ai loro livelli di corruzione. Nel frattempo, i paesi dell'Europa dell'Est sono raggruppati con loro, mostrando che sono ancora in fase di transizione.

Il Quadro Generale: Denaro e Onestà Camminano Mano nella Mano

La cosa più importante che il documento ha scoperto è un'immagine speculare perfetta.

• Se classificate i paesi in base a quanto denaro guadagnano per persona (PIL), ottenete una lista.
• Se classificate i paesi in base a quanto sono onesti, ottenete la stessa identica lista.

Il documento non dice che il denaro causa l'onestà o che l'onestà causa il denaro. Dice solo che sono legati insieme come due lati della stessa medaglia. L' "Élite Onesta" è la più ricca, e il gruppo di "Lotta" con la maggior corruzione è il più povero.

Perché Questo è Importante

Prima di questo studio, la gente sapeva che la corruzione era dannosa per l'economia, ma non aveva una mappa che mostrasse come i paesi si raggruppano naturalmente in base a questo tratto. Questo articolo è il primo a usare questo specifico metodo dell' "albero genealogico" per mostrare che il mondo non è solo un mix casuale di luoghi corrotti e onesti; è una gerarchia strutturata dove lo sviluppo e la percezione della corruzione sono profondamente intrecciati.

In breve: Il mondo si suddivide in quattro gruppi chiari e, in ogni gruppo, il livello di corruzione corrisponde perfettamente al livello di ricchezza.

Sommario tecnico

Problematica
Sebbene esista una vasta letteratura empirica e teorica riguardante gli impatti negativi della corruzione sulla crescita economica, la disuguaglianza e gli investimenti, rimane un vuoto specifico nella letteratura: nessun studio precedente ha esaminato l'effettivo raggruppamento (clustering) dei paesi basato sui loro livelli di corruzione o sulle percezioni della corruzione. La ricerca esistente spesso tratta la corruzione come una variabile continua che influenza gli indicatori economici, ma non riesce a indagare se i paesi si raggruppino naturalmente in gerarchie o cluster distinti in base a tali percezioni. Questo studio mira a colmare tale lacuna applicando gli strumenti dei sistemi complessi — nello specifico il clustering gerarchico — al caso specifico della corruzione per scoprire potenziali relazioni strutturali tra le nazioni.

Metodologia
Gli autori analizzano un dataset di 134 paesi utilizzando l'indice "Freedom from Corruption" (COR) della Heritage Foundation, coprendo il periodo dal 1996 al 2014. L'indice COR è derivato dall'indice di percezione della corruzione (CPI) di Transparency International, scalato da 0 a 100 (dove valori più elevati indicano una minore corruzione).

Per affrontare la natura specifica dei dati, gli autori si discostano dai metodi di clustering basati sulla correlazione standard. I coefficienti di correlazione standard de-meanizzano (centrano) le serie temporali, perdendo così informazioni sul livello assoluto di corruzione, che è la variabile di interesse principale. Invece, lo studio utilizza la distanza euclidea ($d_{xy}$) tra i vettori delle serie temporali di ogni coppia di paesi per costruire una matrice di dissimilarità.

Per la costruzione della struttura gerarchica, gli autori impiegano l'approccio del clustering a legame medio (noto anche come UPGMA). L'algoritmo identifica iterativamente la coppia di nodi più vicini (paesi o cluster) basandosi sulla matrice delle distanze, li unisce in un nuovo cluster e assegna a questo nuovo cluster un valore di distanza pari alla media delle distanze di tutti gli elementi all'interno del cluster appena formato. Questo processo si ripete fino a quando non viene formato un singolo cluster, producendo un dendrogramma. Gli autori osservano che, sebbene utilizzino principalmente il legame medio, hanno testato anche il legame completo (complete linkage) e l'algoritmo di Ward, riscontrando risultati qualitativamente robusti.

Risultati Chiave
L'applicazione del clustering a legame medio ai 134 paesi rivela una struttura gerarchica ben definita, che divide il dataset globale in quattro distinti cluster:

1. Cluster #1 (Corruzione Minore / Sviluppo Maggiore): Questo cluster è composto da nazioni sviluppate, tra cui USA, Giappone, stati dell'Europa occidentale, Australia, Nuova Zelanda e Singapore. Presenta il COR medio più elevato (82,92) e il PIL pro capite medio più alto (52.138$). È chiaramente separato dagli altri cluster in termini di livelli di corruzione e sviluppo economico.
2. Cluster #2 (Sviluppo Medio-Alto): Questo gruppo eterogeneo include vari stati dell'UE (ad es. Spagna, Portogallo), Taiwan, Israele e Botswana. Ha un COR medio di 59,21 e un PIL pro capite medio di 23.521$. Gli autori caratterizzano queste nazioni come leader "sfidanti" nei rispettivi continenti, rappresentando un gruppo in "transizione di successo" o in fase di "avanzamento" (catching up).
3. Cluster #3 (Corruzione Maggiore / Sviluppo Minore): Il cluster più grande (60 membri), questo gruppo include le nazioni BRIC (Brasile, Russia, India, Cina), i nuovi membri dell'UE come Bulgaria e Romania, e vari regimi autoritari. Ha il COR medio più basso (24,15) e il PIL pro capite medio più basso (3.888$), sebbene contenga un ampio spettro di potenzialità economiche.
4. Cluster #4 (Intermedio): Questo cluster si colloca tra i gruppi precedenti con un COR medio di 41,28. Include il gruppo di Visegrád (Repubblica Ceca, Ungheria, Polonia, Slovacchia), gli stati baltici, la Croazia e le nazioni del Nord Africa. Include anche nazioni sviluppate con difficoltà economiche, come Italia e Grecia. Il suo PIL pro capite medio è di 9.751$.

Contributi Principali e Risultati

• Identificazione della Gerarchia: Lo studio riesce a svelare una chiara struttura gerarchica nella percezione della corruzione, dimostrando che i paesi possono essere efficacemente separati in quattro gruppi distinti basandosi su tali metriche.
• Correlazione con lo Sviluppo: Viene identificata una forte connessione tra i livelli di corruzione e la fase di sviluppo economico all'interno dei cluster. La classifica dei paesi per percezione della corruzione rispecchia perfettamente la classifica per PIL pro capite.
• Approfondimenti Strutturali: Il clustering rivela specifici schemi geopolitici e istituzionali, come la separazione dei nuovi membri dell'UE (Bulgaria, Romania) dal resto dell'UE, il raggruppamento delle nazioni BRIC e l'inclusione dei regimi autoritari nel cluster più corrotto.

Significatività e Rivendicazioni
Gli autori affermano che questo studio è, per quanto a loro conoscenza, la prima applicazione di metodi gerarchici e di clustering al caso specifico della corruzione. La significatività del lavoro risiede nel collegare un tema economico con strumenti della teoria dei sistemi complessi e della fisica interdisciplinare.

Gli autori mantengono un tono modesto riguardo alla causalità, dichiarando esplicitamente che la loro analisi non discute i potenziali meccanismi causali tra corruzione e performance economica. Tuttavia, pongono che l'osservata forte correlazione e la chiara separazione dei paesi in cluster forniscano un punto di partenza promettente per la futura ricerca nelle scienze sociali. Suggeriscono che tali metodi di clustering potrebbero essere particolarmente benefici per studi riguardanti il commercio internazionale, dove attualmente manca una rigorosa differenziazione dei paesi corrotti.