本项目是按照R包的结构进行组织的,这有利于我们代码的编写和优化。在利用本项目重现欧阳志刚和陈普(2020)的内容时,先按如下步骤进行准备:
FactorandIndustry.Rproj
。这保证了路径设置是正确,为后续工作做好准备。data("Ind0111")
head(Ind0111)
## province year IndCode employment industry
## 33 安徽 2006 B06 372.5108 煤炭开采和洗选业
## 34 安徽 2006 B08 48.6659 黑色金属矿采选业
## 35 安徽 2006 B09 17.3862 有色金属矿采选业
## 36 安徽 2006 B10 18.4796 非金属矿采选业
## 37 安徽 2006 C13 264.5922 农副食品加工业
## 38 安徽 2006 C14 129.1723 食品制造业
# 不分行业
data("FactorEndw")
head(FactorEndw[,1:6])
## province year water rain forest CropArea
## 6 安徽 2006 580.5 1491.0 412.32 9145.12
## 7 安徽 2007 712.5 1637.9 412.32 8853.87
## 8 安徽 2008 699.3 1598.4 412.32 8976.55
## 9 安徽 2009 733.1 1665.4 439.40 9036.18
## 10 安徽 2010 922.8 1825.7 439.40 9053.37
## 11 安徽 2011 602.1 1484.6 439.40 9022.94
# 分行业的工资和就业
data("CityEmp")
data("CityWage")
head(CityEmp[,1:5])
## province year 电力、热力生产和供应业 电气机械和器材制造业 纺织服装、服饰业
## 1 安徽 2005 70665 39350 15794
## 2 安徽 2006 73748 39278 17489
## 3 安徽 2007 73430 47365 20887
## 4 安徽 2008 76941 44490 16595
## 5 安徽 2009 74132 47843 20449
## 6 安徽 2010 75408 68511 22250
head(CityWage[,1:5])
## province year 电力、热力生产和供应业 电气机械和器材制造业 纺织服装、服饰业
## 1 安徽 2005 19356 12734 9091
## 2 安徽 2006 23179 15693 10909
## 3 安徽 2007 28828 16403 12416
## 4 安徽 2008 33671 18581 14865
## 5 安徽 2009 38776 21215 16584
## 6 安徽 2010 44190 26414 18679
data-raw
文件下储存的main.R
和draw_partial_effect.R
是我们分别获得原文图2、图4(图5)的主体代码。这些代码,直接打开,运行即可。
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.