研究問題與動機描述
研究因北漂人口造成台灣南部縣市之經濟所得影響，為了消弭台灣地區發展差異問題提出較適當的解決方案。
資料讀取
#讀取資料
load("camp.Rdata")資料處理
#整理資料
library(dplyr)
library(ggplot2)
#df$社會增加率 = as.numeric(df$社會增加率)
df %>% filter(縣市名稱 == c("臺北市","新北市","新竹市","桃園市")) %>%
group_by(year, 縣市名稱) %>%
summarise(總社會增加人數=mean(社會增加人數),
總各類所得金額合計=mean(sum(各類所得金額合計 * 1000))) -> NorthDataFrame## `summarise()` regrouping output by 'year' (override with `.groups` argument)df %>% filter(縣市名稱 == c("屏東縣","高雄市","臺南市","嘉義市")) %>%
group_by(year, 縣市名稱) %>%
summarise(總社會增加人數=mean(社會增加人數),
總各類所得金額合計=mean(sum(各類所得金額合計 * 1000))) -> SouthDataFrame## `summarise()` regrouping output by 'year' (override with `.groups` argument) #summarise(總遷入人口數=sum(遷入人口數),
#總各類所得金額合計=sum(各類所得金額合計 * 1000)) -> DataFrame整理說明 :
我們為了瞭解北部城市和南部城市之間的社會增加人數及所得變化，先做了取北部就業機會多之城市以及南部主要城市，並從其中找出社會增加人數平均值及總各類所得金額人數合計平均值，額外建立各自資料框儲存資料，下一步將更深入去透過視覺化直線圖和折線圖呈現出資料的結果。
資料視覺化
data= rbind(NorthDataFrame,SouthDataFrame)
ggplot(data, aes(x=reorder(縣市名稱, -總各類所得金額合計), y=總各類所得金額合計))+geom_col()
> 圖示意涵闡述:
北部和南部主要都市所得比較統計，北部主要城市，如台北，薪資所得高;而南部城市則相對較低。
ggplot(NorthDataFrame, aes(x=year, y=總社會增加人數))+geom_line()+facet_wrap(~縣市名稱)
> 圖示意涵闡述:
北部主要都市社會增加人數統計比較。桃園市和新北市和新竹市有逐漸上升的趨勢，而臺北市逐年下降的原因，我們推測是因為臺北人數漸達飽和，又因房價過高等原因，造成生活品質下降，而逐漸往臺北四周郊區遷移。
ggplot(SouthDataFrame, aes(x=year, y=總社會增加人數))+geom_line()+facet_wrap(~縣市名稱)
> 圖示意涵闡述:
南部主要地區，如高雄，因北方就業機會多，而前往北部工作，然而，儘管社會增加有逐漸增加，但仍因為就業機會因素造成部分下降。
ggplot(NorthDataFrame, aes(x=year, y=總各類所得金額合計))+geom_line()+facet_wrap(~縣市名稱)
> 圖示意涵闡述:
北部主要城市因就業機會多，在一般認知下，北方薪資所得高，但是從圖表得知部分城市所得變動不明顯。
ggplot(SouthDataFrame, aes(x=year, y=總各類所得金額合計))+geom_line()+facet_wrap(~縣市名稱)
> 圖示意涵闡述:
南部城市，雖然有部分人口移往北部，但相對來說，主要城市所得仍有上升趨勢，但其他縣市變化不太明顯。
結論、策略建議
在台灣，北部所得大於南部，因此吸引人口往北部就業，多數人認為北部薪資所得不斷上升，但從研究發現，所得變動不大，因此推測人口往北部移動的原因是因為北部所得高。
Conclusion :
為了解決台灣南北展之差異我們討論出有幾項解決辦法:
發展一鄉一特色
在經濟發展較為落寞的地區發展當地特有的觀光產業 ,吸引國人到此觀光以振興地方經濟
例如
苗栗可以發展客家害木雕的產業
南投以日月潭為主要的經濟發展重心,重新規畫觀光景點 吸引國內外的觀光客到此一遊
政府政策
政府鼓勵青年返鄉服務提升青年留鄉服務的動機
例如教育部青年發展署推動的青年社區參與行動Changemaker計畫