Kilka dni temu Główny Urząd Statystyczny, której opublikował wyniki pracy badawczej, której celem było dokonanie stratyfikacji dochodowej mieszkańców miast w Polsce na podstawie danych pochodzących ze źródeł administracyjnych. Jest to z pewnością dość precyzyjny obraz zróżnicowania dochodów w Polsce i myślę, że warto się z nim zapoznać. W szczególności młodzi ludzie, którzy chcą dobrze zarabiać powinni odszukać najlepsze miejsca dla siebie pod względem możliwości zarobkowania. Zachęcam do zapoznania się z pełnym raportem.
Poniżej przedstawiam dokonany przeze mnie obraz zróżnicowania dochodów w woj. śląskim. Standardowo już do przygotowania tej krótkiej analizy skorzystałem z programu RStudio oraz języka skryptowego R. Geokodowanie miejscowości z województwa śląskiego zrealizowane zostało za pomocą pakietu ggmap. Obręb ewidencyjny województwa śląskiego pobrano z państwowego rejestru granic i powierzchni jednostek podziałów terytorialnych kraju i wczytano za pomocą pakietu rgdal. A do przygotowania poniżej mapki wykorzystano pakiet ggplot2.
Dochód traktowany jest tutaj jako przychód pomniejszony o koszty uzyskania przychodu. Wartości przedstawiają medianę dochodu za 2018 rok, czyli jest to wartość środkowa. 50% społeczeństwa zarabia mniej i 50% zarabia więcej. Dane jakie uzyskano pochodzą z dokumentów, które zostały złożone do urzędów skarbowych w postaci zeznań podatkowych na stosownych formularzach PIT.
Chcesz zarabiać dobrze w województwie śląskim pracuj (a w zasadzie mieszkaj) w obrębie trójkąta Imielin-Lędziny-Bieruń, w Gliwicach lub co mniej trochę zaskoczyło w Łazach (choć pewnie to efekt pobliskiego Zawiercia). W tych rejonach mediana dochodu przekroczyła 43 tys. zł. Samo Zawiercie wypada już znacznie gorzej, gdzie mediana dochodu wyniosła 36909 zł.
Słabo na tym tle prezentuje się północna część województwa. Niestety w Częstochowie mediana dochodu w 2018 r. wyniosła 31385 zł, a w Kłobucku 30131 zł, co jest blisko o ponad 12 tys. zł mniej niż w najlepszych rejonach. Najmniejsze wartości mediany dochodu za rok 2018 uzyskano w rejonie Koziegłów i Szczekocin.
Kod
# Wczytujemy bilbioteki
library(ggplot2)
library(ggmap)
library(tidyverse)
# Wczytujemy informacje z dochodami mieszkańców
dochody_df <- read_csv('dochody-slaskie-mediana.csv')
dochody_df <- dochody_df %>% select(1,4,5,2,3)
#rozlokowanie miast na terenie Polski
library(rgdal)
slaskie <- readOGR(dsn="Shp", layer="Slaskie")
slaskie <- spTransform(slaskie, CRS("+init=epsg:4326"))
ggplot() +
geom_polygon(data=slaskie,
aes(long, lat, group=group),
fill="white", color="gray") +
geom_point(data=dochody_df,
aes(long, lat, color = Mediana, size = Mediana)) +
scale_color_gradientn(colours = rainbow(5),
breaks=c(25000,30000,35000,40000,45000), labels=format(c("25000", "30000", "35000", "40000", "45000"))) +
geom_text(data=dochody_df, aes(long, lat, label = Miasto),
size=2, color="black", hjust=0.5, vjust=2) +
theme(legend.position = c(.85,.2))
Informacje
Stratyfikacja dochodowa mieszkańców miast
Państwowy rejestr granic i powierzchni jednostek podziałów terytorialnych kraju
Pakiet ggmap
Pakiet rgdal
Pakiet ggplot2