都市人口年齡分布與薪資結構之關係

研究問題與動機描述

曾經聽某個政治人物說高雄又老又窮、眾多青年背井離鄉北漂至台北工作，甚至提出等他當選後(雖然沒有成功)將首都遷移至高雄，聽過這位政治人物的演說之後不禁使我們好奇到底高雄市是否有如他所說的眾多現象?於是我們決定針對此問題進行分析。

資料讀取

#讀取資料
load("camp.Rdata")

資料視覺化

各縣市老年人比

df %>% filter(year==103) %>% group_by(縣市名稱) %>% summarise(男性戶長總數=sum(戶長男性人數),女性戶長總數=sum(戶長女性人數),總戶數=男性戶長總數+女性戶長總數,老年戶數比=sum(老年人戶數)/總戶數) %>% arrange(老年戶數比)->df6

ggplotly(ggplot(df6,aes(縣市名稱,老年戶數比))+geom_col())

為了研究，我們首先應該要分析為甚麼會有可能出現北漂現象，其中不外乎就是薪水高低、產業發展性以及就業機會多寡所造成的都市推拉力之結果。所以我們畫了縣市老年人口比例對上平均薪資高低的圖表。其中最高:嘉義縣:第一級產業老年人口較多 青壯年人口外移 最低:新北市:北市房價過高導致青壯年人口外移至新北市買房
最

老年人比

df %>% filter(year==103) %>% group_by(縣市名稱) %>% summarise(男性戶長總數=sum(戶長男性人數),女性戶長總數=sum(戶長女性人數),總戶數=男性戶長總數+女性戶長總數,老年戶數比=sum(老年人戶數)/總戶數,平均薪資淨所得=mean(薪資淨所得))->df7

ggplotly(ggplot(df7,aes(老年戶數比,平均薪資淨所得,color=縣市名稱))+geom_point())

> 我們發現老年戶數比越高薪資所得越低，但台北市卻不受影響，因此我們深入探討台北市的社會增加率

df$社會增加率=as.numeric(df$社會增加率)

## Warning: 強制變更過程中產生了 NA

df %>% filter(縣市名稱 %in% c("臺北市","高雄市")) %>% group_by(year,縣市名稱)  %>% summarise(平均社會增加率=mean(社會增加率)) %>% ggplot(aes(year,平均社會增加率,fill=縣市名稱))+geom_col(position = "dodge")

## Warning: Removed 6 rows containing missing values (geom_col).

> 而我們拿台北死高雄做比較，發現台北的社會增加率呈現負數。

結論、策略建議

Conclution :

從上述資料推測我們有以下推論 1.造成嘉義市為老年人戶數比最高是因嘉義的產業結構多為第一級產業，青壯年較少從事此產業，且外移嚴重。