Gebäude verursachen einen Großteil des globalen Energieverbrauchs. Dessen zukünftige Entwicklung hängt von drei Schlüsselfaktoren ab: der Entwicklung des Bevölkerungswachstums, der ökonomischen Entwicklung und der Energieintensität (1). Im folgenden werde ich hierzu öffentlich zugängliche Rohdaten mithilfe von Python und Matplotlib in Diagrammen visualisieren.
Weltweiter Bevölkerungswachstum bis 2015
Die Daten zur globalen Bevölkerungsentwicklung wurden der Webseite der Vereinten Nationen: "World Population Prospects 2017" entnommen. Der untersuchte Zeitraum umfasst die Jahre 1950 bis 2100. Das folgende Stapeldiagramm zeigt die Bevölkerungsentwicklung der Weltregionen bis 2015.
Um die Bevölkerungsentwicklung der einzelnen Regionen besser zu verdeutlichen, habe ich im folgenden dieselben Daten mithilfe eines multiplen Diagramms dargestellt.
Zukünftiges globales Bevölkerungswachstum
Die Zahlen von 1950 bis 2015 sind Schätzungen. Die Zahlen von 2015 bis 2100 dagegen sind Prognosen, die auf der "medium fertility variant" beruhen. Die strichlierte Linie markiert das Jahr 2015 und somit die Grenze zwischen der geschätzten und der prognostizierten Bevölkerungsentwicklung.
Wiederum habe ich dieselben Daten nochmals zur Verdeutlichung der einzelnen regionalen Entwicklungen als multiples Diagramm dargestellt.
Globales Wirtschaftswachstum
Das folgende Diagramm zeigt die durchschnittliche Entwicklung des Bruttosozialproduktes pro Kopf der letzten fünf Jahre (2011 - 2016). Die Rohdaten habe ich der Webseite der Weltbank entnommen. Staaten mit dunkelvioletter Farbe hatten in diesen Zeitraum den höchsten Anstieg des Bruttosozialproduktes pro Kopf, Staaten mit blauer Färbung hatten dagegen ein negatives Wachstum.
Die Darstellung oben ist ein Screen Shot der ursprünglichen svg-Datei. Diese ist interaktiv und zeigt nach dem Download die wirtschaftliche Entwicklung der einzelnen Staaten.
Globaler Primärenergieverbrauch
Die umfangreichsten Daten zum Primärenergieverbrauch habe ich in der BP Statistical Review of World Energy 2016
gefunden. Der Beobachtungszeitraum umfasst die Jahre 1965 bis 2015. Die Daten umfassen Kohle, Öl, Gas, Atomenergie und erneuerbare Energien, jedoch keine traditionellen Biomassequellen. Leider entspricht die Aufteilung der Regionen nicht exakt der Aufteilung in den Daten zur Bevölkerungsentwicklung.
Im folgenden werden dieselben Daten wieder als multiples Diagramm dargestellt.
Datenvisualisierung
Alle Rohdaten wurden von den entsprechenden Webseiten in Form von csv-Dateien heruntergeladen. Die interaktive Weltkarte zur Darstellung der wirtschaftlichen Entwicklung wurde in Python mit dem Modul Pygal erstellt. Alle anderen Diagramme wurden in Python mit den Diagrammen Matplotlib, Seaborn und Pandas erstellt.
