knitr::opts_chunk$set(echo = TRUE) library(tidyverse) devtools::load_all() data("dat_pendelointi") kuntakoodit <- readRDS(here::here("data/kuntakoodit2017.rds")) %>% rename(kunta = Knro, alue = Kunta) kuntakoodit$alue <- as.character(kuntakoodit$alue)
Huomioi, että pendelöintitiedot ovat julkaisuvuoden eli vuoden 2017 kuntajaolla, joten karttana tulee käyttää vuoden 2017 karttaa.
pendelointi_kunnittain <- dat_pendelointi %>% filter(vuosi == 2016) %>% group_by(alue) %>% summarize(tulopendelointi = sum(tulopendelointi), lahtopendelointi = sum(lahtopendelointi), asuinkunnassaan_tyossakayvat = sum(asuinkunnassaan_tyossakayvat)) %>% mutate(kunnassa_tyossakayvat = tulopendelointi + asuinkunnassaan_tyossakayvat) pendelointi_kunnittain$alue <- as.character(pendelointi_kunnittain$alue) pendelointi_kunnittain <- left_join(pendelointi_kunnittain, kuntakoodit, by = "alue")
Romani et al. 2003 use the measures "openness index" and "commuting balance". Compute these for municipalities an plot on map. Openness_index mittaa kuinka paljon kuntien rajojen yli ylipäätään tapahtuu pendelöintiä ja commuting_balance arvioi myös pendelöinnin suuntaa.
pendelointi_kunnittain <- pendelointi_kunnittain %>% mutate(commuting_balance = (tulopendelointi - lahtopendelointi)/asuinkunnassaan_tyossakayvat, openness_index = (tulopendelointi + lahtopendelointi)/asuinkunnassaan_tyossakayvat, ln_commuting_balance = log(commuting_balance), ln_openness_index = log(openness_index))
commuting_balancelle pitäisi tehdä punaiset sävyt negatiivisille ja vihreän positiivisille ja mahdollisesti log-transformaatio.
draw_map(pendelointi_kunnittain, 2017, "kunta", "commuting_balance") draw_map(pendelointi_kunnittain, 2017, "kunta", "openness_index")
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.