US Top Income Share 2014
coop711
2016-04-15
Data Preparation
준비한 자료는 E. Saez 교수의 홈페이지에 있는 TabFig2014prel.xls 인데 이를 약간의 작업을 거쳐 R에서 불러들이기 편하게 고쳐놓았다.
options(digits=2)
library(xlsx)## Loading required package: rJava## Loading required package: xlsxjarsload("US_top_income_share_2014.rda")
#US.top.income.shares.14 <- read.xlsx("../data/TabFig2014prel.xlsx", sheetIndex = 9, sheetName = "Table A3", startRow = 6, endRow = 107, colIndex = c(1:7, 9:13), header = FALSE)
# v.names <- read.xlsx("./data/TabFig2014prel.xlsx", sheetName = "Table A3", startRow = 4, endRow = 4, colIndex = c(2:7, 9:14), colClasses = character, header = FALSE)
#str(US.top.income.shares.14)
v.names <- c("Year", "P90_100", "P95_100", "P99_100", "P99.5_100", "P99.9_100", "P99.99_100", "P90_95", "P95_99", "P99_99.5", "P99.5_99.9", "P99.9_99.99")
names(US.top.income.shares.14) <- v.names
ls()## [1] "data.1_10" "data.1_10.melt"
## [3] "US.top.income.shares.14" "v.names"작업을 마친 자료파일은 US.top.income.shares.14이며, 이 자료의 구조와 앞의 몇 열의 값은 다음과 같다.
str(US.top.income.shares.14)## 'data.frame': 102 obs. of 12 variables:
## $ Year : num 1913 1914 1915 1916 1917 ...
## $ P90_100 : num NA NA NA NA 40.5 ...
## $ P95_100 : num NA NA NA NA 30.6 ...
## $ P99_100 : num 18 18.2 17.6 19.3 17.7 ...
## $ P99.5_100 : num 14.7 15.1 14.6 16.4 14.3 ...
## $ P99.9_100 : num 8.62 8.6 9.22 10.51 8.4 ...
## $ P99.99_100 : num 2.76 2.73 4.36 4.78 3.37 ...
## $ P90_95 : num NA NA NA NA 9.87 ...
## $ P95_99 : num NA NA NA NA 12.9 ...
## $ P99_99.5 : num 3.23 3.08 3 2.94 3.39 ...
## $ P99.5_99.9 : num 6.11 6.48 5.36 5.86 5.94 ...
## $ P99.9_99.99: num 5.86 5.87 4.86 5.73 5.04 ...US.top.income.shares.14[, 1:8]## Year P90_100 P95_100 P99_100 P99.5_100 P99.9_100 P99.99_100 P90_95
## 1 1913 NA NA 18.0 14.7 8.6 2.76 NA
## 2 1914 NA NA 18.2 15.1 8.6 2.73 NA
## 3 1915 NA NA 17.6 14.6 9.2 4.36 NA
## 4 1916 NA NA 19.3 16.4 10.5 4.78 NA
## 5 1917 41 31 17.7 14.3 8.4 3.37 9.9
## 6 1918 40 29 16.0 12.4 6.7 2.45 10.6
## 7 1919 40 30 16.4 12.6 6.6 2.29 10.1
## 8 1920 39 28 14.8 11.1 5.4 1.66 10.7
## 9 1921 43 31 15.6 11.7 5.6 1.69 12.4
## 10 1922 44 32 17.1 13.1 6.6 2.27 11.8
## 11 1923 41 30 15.6 11.9 5.9 2.00 11.7
## 12 1924 44 32 17.4 13.4 6.8 2.32 12.3
## 13 1925 46 35 20.2 15.9 8.5 3.31 11.3
## 14 1926 46 35 19.9 15.5 8.5 3.36 11.1
## 15 1927 47 36 21.0 16.6 9.3 3.75 11.0
## 16 1928 49 39 23.9 19.4 11.5 5.02 10.7
## 17 1929 47 36 22.4 18.1 10.9 4.99 10.2
## 18 1930 44 32 17.2 13.2 7.1 2.84 11.8
## 19 1931 45 31 15.5 11.6 5.9 2.25 13.3
## 20 1932 46 33 15.6 11.6 6.0 1.99 13.7
## 21 1933 46 33 16.5 12.5 6.6 2.34 12.4
## 22 1934 46 34 16.4 12.3 6.1 2.07 12.1
## 23 1935 44 32 16.7 12.6 6.4 2.19 12.2
## 24 1936 47 35 19.3 14.9 7.6 2.54 12.0
## 25 1937 44 32 17.1 13.0 6.5 2.17 12.0
## 26 1938 44 31 15.8 11.8 5.9 2.19 12.7
## 27 1939 46 32 16.2 12.1 5.9 1.96 13.2
## 28 1940 45 32 16.5 12.3 6.0 2.04 13.1
## 29 1941 42 30 15.8 11.9 5.8 1.98 11.9
## 30 1942 36 26 13.4 10.1 4.8 1.55 10.3
## 31 1943 34 24 12.3 9.1 4.3 1.24 9.6
## 32 1944 33 23 11.3 8.3 3.8 1.16 9.7
## 33 1945 34 25 12.5 9.1 4.2 1.26 9.6
## 34 1946 37 27 13.3 9.6 4.4 1.47 9.9
## 35 1947 34 25 12.0 8.6 3.9 1.30 9.7
## 36 1948 35 25 12.2 8.9 4.1 1.31 10.0
## 37 1949 35 25 11.7 8.5 3.8 1.24 10.2
## 38 1950 36 26 12.8 9.4 4.4 1.22 10.0
## 39 1951 34 24 11.8 8.5 3.9 1.28 10.0
## 40 1952 33 23 10.8 7.7 3.4 1.09 10.1
## 41 1953 32 22 9.9 7.0 3.1 0.97 10.3
## 42 1954 34 23 10.8 7.7 3.5 1.17 10.3
## 43 1955 34 24 11.1 8.0 3.7 1.32 10.3
## 44 1956 33 23 10.7 7.7 3.5 1.20 10.3
## 45 1957 33 23 10.2 7.2 3.2 1.05 10.4
## 46 1958 34 23 10.2 7.3 3.2 1.08 10.6
## 47 1959 34 23 10.6 7.7 3.4 1.19 10.6
## 48 1960 33 23 10.0 7.1 3.2 1.17 10.9
## 49 1961 34 24 10.6 7.7 3.7 1.38 10.8
## 50 1962 34 23 9.9 7.1 3.2 1.16 10.9
## 51 1963 34 23 9.9 7.0 3.1 1.15 10.9
## 52 1964 34 24 10.5 7.4 3.4 1.30 10.9
## 53 1965 35 24 10.9 7.7 3.7 1.49 10.9
## 54 1966 34 23 10.2 7.2 3.4 1.29 10.8
## 55 1967 34 24 10.7 7.7 3.7 1.42 10.7
## 56 1968 35 24 11.2 8.1 4.0 1.61 10.7
## 57 1969 34 23 10.4 7.4 3.7 1.56 10.8
## 58 1970 33 22 9.0 6.3 2.8 1.00 11.0
## 59 1971 33 22 9.4 6.6 3.0 1.11 11.1
## 60 1972 34 23 9.6 6.8 3.1 1.18 11.1
## 61 1973 33 22 9.2 6.3 2.8 0.94 11.1
## 62 1974 33 22 9.1 6.3 2.7 0.88 11.2
## 63 1975 33 22 8.9 6.1 2.6 0.85 11.5
## 64 1976 33 22 8.9 6.1 2.6 0.86 11.4
## 65 1977 34 22 9.0 6.2 2.7 0.92 11.5
## 66 1978 33 22 9.0 6.2 2.6 0.86 11.5
## 67 1979 34 23 10.0 7.1 3.4 1.37 11.3
## 68 1980 35 23 10.0 7.1 3.4 1.28 11.5
## 69 1981 35 23 10.0 7.2 3.6 1.37 11.5
## 70 1982 35 24 10.8 8.0 4.2 1.73 11.5
## 71 1983 36 25 11.6 8.6 4.6 1.88 11.5
## 72 1984 37 25 12.0 9.0 5.0 2.15 11.4
## 73 1985 38 26 12.7 9.6 5.3 2.24 11.4
## 74 1986 41 29 15.9 12.6 7.4 3.34 11.1
## 75 1987 38 27 12.7 9.4 4.9 1.91 11.7
## 76 1988 41 29 15.5 12.1 6.8 2.86 11.3
## 77 1989 40 29 14.5 11.1 6.0 2.45 11.5
## 78 1990 40 28 14.3 10.9 5.8 2.33 11.6
## 79 1991 40 28 13.4 10.0 5.1 1.96 11.8
## 80 1992 41 29 14.7 11.2 6.0 2.46 11.8
## 81 1993 41 29 14.2 10.8 5.7 2.32 11.9
## 82 1994 41 29 14.2 10.7 5.7 2.29 11.9
## 83 1995 42 30 15.2 11.6 6.2 2.46 11.9
## 84 1996 43 32 16.7 12.9 7.2 3.06 11.7
## 85 1997 45 33 18.0 14.2 8.2 3.53 11.5
## 86 1998 45 34 19.1 15.2 9.0 3.92 11.3
## 87 1999 46 35 20.0 16.0 9.6 4.21 11.3
## 88 2000 48 37 21.5 17.5 10.9 5.07 11.0
## 89 2001 45 33 18.2 14.3 8.4 3.70 11.5
## 90 2002 44 32 16.9 13.0 7.3 3.14 11.8
## 91 2003 45 33 17.5 13.7 7.9 3.49 11.8
## 92 2004 46 35 19.8 15.7 9.5 4.34 11.4
## 93 2005 48 37 21.9 17.8 11.0 5.13 11.2
## 94 2006 49 38 22.8 18.6 11.6 5.46 11.2
## 95 2007 50 39 23.5 19.3 12.3 6.04 11.1
## 96 2008 48 37 20.9 16.9 10.4 5.03 11.7
## 97 2009 47 34 18.1 14.2 8.3 3.89 12.4
## 98 2010 48 36 19.9 15.8 9.7 4.78 12.2
## 99 2011 48 36 19.6 15.5 9.3 4.32 12.2
## 100 2012 51 39 22.8 18.6 11.7 5.81 11.8
## 101 2013 49 37 20.1 15.9 9.5 4.48 12.3
## 102 2014 50 38 21.2 17.0 10.3 4.89 12.1이 중에서 소득 상위 1%(P99_100)를 상위 0.1%(P99.9_100), 차상위 0.4%(P99.5_99.9), 차차상위 0.5%(P99_99.5)로 나누어 그 몫의 변화를 살펴보자. 우선 밋밋하게 상위 1%의 소득 점유율 변화만 그려보면,
plot(P99.9_100~Year, data=US.top.income.shares.14)
최소한의 정보를 주기 위하여 각 자료의 최대값, 최소값을 고려하여 y-축의 범위를 ylim=c(0, 15)로 설정하고, x-축의 눈금은 비워둔다. 점들을 선으로 이어주고, 점은 다시 삼각형 모양으로 바꾼다.
plot(P99.9_100 ~ Year, data = US.top.income.shares.14, xlab="연도", ylab = "소득점유(%)", ylim = c(0, 15), xaxt = "n", type = "b", pch = 17)
이제 x-축에는 연도를 10년 단위로 표시하고, lines()를 이용하여 차상위4%와 차차상위5%의 소득 점유율 변화를 함께 그린다.
plot(P99.9_100~Year,data=US.top.income.shares.14, xlab="연도", ylab="소득점유(%)", ylim=c(0, 15), xaxt="n", type="b",pch=17)
axis(side=1, at=seq(1910, 2010, by=10), labels=seq(1910, 2010, by=10))
lines(P99.5_99.9~Year,data=US.top.income.shares.14,type="b", pch=17, col="red")
lines(P99_99.5~Year,data=US.top.income.shares.14,type="b", pch=17, col="blue")
도표의 가독성을 높이기 위하여 x-축과 y-축을 가로지르는 격자를 설치한다.
plot(P99.9_100~Year,data=US.top.income.shares.14, xlab="연도", ylab="소득점유(%)", ylim=c(0, 15), xaxt="n", type="b",pch=17)
axis(side=1, at=seq(1910, 2010, by=10), labels=seq(1910, 2010, by=10))
lines(P99.5_99.9~Year,data=US.top.income.shares.14,type="b", pch=17, col="red")
lines(P99_99.5~Year,data=US.top.income.shares.14,type="b", pch=17, col="blue")
abline(h=seq(0, 15, by=5), lty=2)
abline(v=seq(1910, 2010, by=10), lty=2)
TabFig2014prel.xls의 Table 0 시트에 나와 있는 정보를 활용하여 범례를 만든다.
plot(P99.9_100~Year,data=US.top.income.shares.14, xlab="연도", ylab="소득점유(%)", ylim=c(0, 15), xaxt="n", type="b",pch=17)
axis(side=1, at=seq(1910, 2010, by=10), labels=seq(1910, 2010, by=10))
lines(P99.5_99.9~Year,data=US.top.income.shares.14,type="b", pch=17, col="red")
lines(P99_99.5~Year,data=US.top.income.shares.14,type="b", pch=17, col="blue")
abline(h=seq(0, 15, by=5), lty=2)
abline(v=seq(1910, 2010, by=10), lty=2)
legend(x=1945, y=25, legend=c("99.9-100%:$1,894,100 이상(2014년 기준)","99.5-99.9%:$646,550-$1,894,100","99-99.5%:$423,090-$646,550"), pch=17, col=c("black", "red", "blue"))
메인 타이틀을 입력하고, 상위1%의 소득점유율이 최고에 달했던 연도를 표시한다.
plot(P99.9_100~Year,data=US.top.income.shares.14, xlab="연도", ylab="소득점유(%)", ylim=c(0, 15), xaxt="n", type="b",pch=17)
axis(side=1, at=seq(1910, 2010, by=10), labels=seq(1910, 2010, by=10))
lines(P99.5_99.9~Year,data=US.top.income.shares.14,type="b", pch=17, col="red")
lines(P99_99.5~Year,data=US.top.income.shares.14,type="b", pch=17, col="blue")
abline(h=seq(0, 15, by=5), lty=2)
abline(v=seq(1910, 2010, by=10), lty=2)
legend(x=1945, y=25, legend=c("99.9-100%:$1,894,100 이상(2014년 기준)","99.5-99.9%:$646,550-$1,894,100","99-99.5%:$423,090-$646,550"), pch=17, col=c("black", "red", "blue"))
title(main="미국 소득 상위 1%의 점유율 분할")
text(x=c(1928, 2007), y=c(24, 23.5), labels=c("1928", "2007"), pos=3)
역사적으로 각 시기를 어떻게 부르고 있는지 텍스트를 추가한다.
plot(P99.9_100~Year,data=US.top.income.shares.14, xlab="연도", ylab="소득점유(%)", ylim=c(0, 15), xaxt="n", type="b",pch=17)
axis(side=1, at=seq(1910, 2010, by=10), labels=seq(1910, 2010, by=10))
lines(P99.5_99.9~Year,data=US.top.income.shares.14,type="b", pch=17, col="red")
lines(P99_99.5~Year,data=US.top.income.shares.14,type="b", pch=17, col="blue")
abline(h=seq(0, 15, by=5), lty=2)
abline(v=seq(1910, 2010, by=10), lty=2)
legend(x=1945, y=15, legend=c("99.9-100%:$1,894,100 이상(2014년 기준)","99.5-99.9%:$646,550-$1,894,100","99-99.5%:$423,090-$646,550"), pch=17, col=c("black", "red", "blue"))
title(main="미국 소득 상위 1%의 점유율 분할")
text(x=c(1928, 2007), y=c(11.5, 12.5), labels=c("1928", "2007"), pos=3)
text(x=1935, y=9, label="대공황", cex=2.0, col="red")
text(x=1960, y=2, label="대번영", cex=2.0, col="red")
text(x=2012, y=7.5, label="대침체", cex=2.0, col="red")
ggplot
Data Reshaping
reshape2패키지를 이용하여 wide format 을 long format 으로
library(reshape2)
data.1_10 <- US.top.income.shares.14[c("Year", "P99.9_100", "P99.5_99.9", "P99_99.5")]
data.1_10.melt <- melt(data.1_10, id.vars = "Year", measure.vars = c("P99.9_100", "P99.5_99.9", "P99_99.5"), variable.name = "Percentiles", value.name = "Share")
str(data.1_10.melt)## 'data.frame': 306 obs. of 3 variables:
## $ Year : num 1913 1914 1915 1916 1917 ...
## $ Percentiles: Factor w/ 3 levels "P99.9_100","P99.5_99.9",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ Share : num 8.62 8.6 9.22 10.51 8.4 ...골격 그리기
library(ggplot2)
(g0 <- ggplot(data.1_10.melt, aes(x = Year, y = Share, colour = Percentiles)) + geom_line() + geom_point(shape=24, aes(fill = Percentiles)) + ylim(0, 15))
theme_bw() 적용
library(ggplot2)
(g1 <- g0 + theme_bw())
#(g1 <- g0 + theme_classic())
#(g1 <- g0 + theme_minimal())
#(g1 <- g0 + theme_grey())격자 설정
(g2 <- g1 + theme(panel.grid.major = element_line(linetype = "dashed", colour = "black")))
x-축 눈금 위치 설정
library(ggplot2)
(g3 <- g2 + scale_x_continuous(breaks = seq(1910, 2010, by = 10)))
한글 정보 입력
한글 테마 sourcing
source("./theme_kr.R")
ls()## [1] "data.1_10" "data.1_10.melt"
## [3] "g0" "g1"
## [5] "g2" "g3"
## [7] "theme.kr" "US.top.income.shares.14"
## [9] "v.names"한글 테마 적용, x-축과 y-축의 라벨 수정
(g4 <- g3 + theme.kr + xlab("연도") + ylab("소득점유(%)"))
전체 제목 추가
(g5 <- g4 + ggtitle("미국 소득 상위 1%의 점유율 분할") + theme(plot.title=element_text(size=20)))
범례 제목 수정
(g6 <- g5 + labs(colour = "소득 분위", fill = "소득 분위") )
범례와 색깔 수정, 범례 제목 없애기
(g7 <- g6 + scale_colour_manual(name = "", values = c("black", "red", "blue"), labels = c("99.9-100%:$1,894,100 이상(2014년 기준)","99.5-99.9%:$646,550-$1,894,100","99-99.5%:$423,090-$646,550")) + scale_fill_manual(name = "", values = c("black", "red", "blue"), labels = c("99.9-100%:$1,894,100 이상(2014년 기준)","99.5-99.9%:$646,550-$1,894,100","99-99.5%:$423,090-$646,550")))
범례를 안쪽으로
(g8 <- g7 + theme(legend.position = c(0.5, 0.88)))
colour 범례 없애기(colour 설정으로 나타나는 범례의 선 없애는 효과)
#(g9 <- g8 + guides(colour = guide_legend(title=NULL), fill = guide_legend(title=NULL)))
(g9 <- g8 + guides(colour ="none"))
범례에 박스 두르기
(g10 <- g9 + theme(legend.background = element_rect(fill = "white", colour = "black")))
범례 항목 박스 없애기
(g11 <- g10 + theme(legend.key = element_blank()))
역사상 고점 시기
(g12 <- g11 + annotate("text", x=c(1928, 2007), y=c(12, 12.8), label = c(1928, 2007)))
시대적 특징 텍스트 입력
times.label <- c("대공황", "대번영", "대침체")
(g13 <- g12 + annotate("text", x=c(1935, 1960, 2014), y=c(9, 2, 8), label = times.label, colour="red", family="HCR Dotum LVT", size = 8))
뒷 정리
save.image(file="US_top_income_shares_2014_add.rda")