産業構造・職業構成の変化
国勢調査から，産業構造(就業者の産業別割合)および就業者の職業構成の変化をグラフ化する。
データはe-statのAPIで入手可能。産業については，1920年以降のデータがあるが，1925年と30年についてはAPIに登録されておらず，1945年は国勢調査が実施されていないため，データが入手できない。また，日本標準産業分類の変更に伴い，国勢調査の産業分類が2000年以前と2005年以降で異なる (ただし，1995年と2000年については新旧両方の分類のデータが公開されている)。そのため，厳密には変更前後でデータを完全に接続することはできないが，ここでは簡易的に新旧の分類を統合してグラフを作成している。
コード
library(tidyverse)
library(estatapi)
library(RColorBrewer)
library(stringi)
# e-statのappIDが必要
# 以下のページで利用申請(無料)をすればだれでも入手できる
# https://www.e-stat.go.jp/api/
# appID <- "入手したappIDをここに設定"
# 産業（大分類），男女別15歳以上就業者数
# －全国（平成7年～令和2年）※平成19年11月改訂後
industry_latest <-
estat_getStatsData(
appId = appID,
statsDataId = "0003410395",
cdTab = "2020_44", # 表章項目 == "人口構成比 [産業別]"
cdCat01From = 120, # 産業分類
cdCat01To = 330, # 総数，小計，再掲などを除く
cdCat02 = 100 # 男女_時系列 == "総数"
) |>
filter(substring(time_code, 9, 10) == "00") |>
mutate(
year = as.numeric(time_code) / 1000000,
industry = `産業大分類2015`
) |>
select(year, industry, value)
#【参考】産業（旧大分類），男女別15歳以上就業者数及び産業別割合
# －全国（大正9年～平成12年）※平成14年3月改訂前
industry_old <-
estat_getStatsData(
appId = appID,
statsDataId = "0003410396",
cdTab = "2020_44", # 表章項目 == "人口構成比 [産業別]"
cdCat01From = 120, # 産業分類
cdCat01Tob = 330, # 総数を除く
cdCat02 = 100, # 男女_時系列 == "総数"
) |>
filter(cat01_code != 150 & cat01_code != 190) %>% # 小計(第n次産業)を除く
mutate(
year = as.numeric(time_code) / 1000000,
industry = `産業大分類（平成14年3月改訂前）`
) |>
select(year, industry, value) |>
filter(year <= 1990)
# 新旧分類を統合して，産業を以下のように分類
industries <-
c(
"農林漁業",
"鉱業",
"建設業",
"製造業",
"電気・ガス・熱供給・水道業",
"情報通信業",
"運輸業(1990年以前は通信業含む)",
"卸売・小売(1990年以前は飲食店含む)",
"金融・保険業",
"不動産業(1995年以降は物品賃貸業含む)",
"サービス業(1995年以前)",
"学術研究，専門・技術サービス業",
"宿泊業，飲食サービス業",
"生活関連サービス業，娯楽業",
"教育，学習支援業",
"医療，福祉",
"複合サービス事業",
"その他のサービス業",
"公務",
"分類不能"
)
## 1995年以降（新産業分類）
industry_since1995 <- industry_latest |>
pivot_wider(names_from = industry) |>
mutate(
`農林漁業` = `Ａ農業，林業` + `Ｂ漁業`,
`鉱業` = `Ｃ鉱業，採石業，砂利採取業`,
`建設業` = `Ｄ建設業`,
`製造業` = `Ｅ製造業`,
`電気・ガス・熱供給・水道業` = `Ｆ電気・ガス・熱供給・水道業`,
`情報通信業` = `Ｇ情報通信業`,
`運輸業(1990年以前は通信業含む)` = `Ｈ運輸業，郵便業`,
`卸売・小売(1990年以前は飲食店含む)` = `Ｉ卸売業，小売業`,
`金融・保険業` = `Ｊ金融業，保険業`,
`不動産業(1995年以降は物品賃貸業含む)` = `Ｋ不動産業，物品賃貸業`,
`学術研究，専門・技術サービス業` = `Ｌ学術研究，専門・技術サービス業`,
`宿泊業，飲食サービス業` = `Ｍ宿泊業，飲食サービス業`,
`生活関連サービス業，娯楽業` = `Ｎ生活関連サービス業，娯楽業`,
`教育，学習支援業` = `Ｏ教育，学習支援業`,
`医療，福祉` = `Ｐ医療，福祉`,
`複合サービス事業` = `Ｑ複合サービス事業`,
`その他のサービス業` = `Ｒサービス業（他に分類されないもの）`,
`公務` = `Ｓ公務（他に分類されるものを除く）`,
`分類不能` = `Ｔ分類不能の産業`
) |>
select(year, `農林漁業`:`分類不能`) |>
pivot_longer(-year, names_to = "industry") |>
mutate(industry = factor(industry, levels = industries))
## 1990年以前（旧産業分類）
industry_before1995 <- industry_old |>
pivot_wider(names_from = industry) |>
mutate(
`農林漁業` = `A農業` + `B林業` + `C漁業`,
`鉱業` = `D鉱業`,
`建設業` = `E建設業`,
`製造業` = `F製造業`,
`電気・ガス・熱供給・水道業` = `G電気・ガス・熱供給・水道業`,
`運輸業(1990年以前は通信業含む)` = `H運輸・通信業`,
`卸売・小売(1990年以前は飲食店含む)` = `I卸売・小売業，飲食店`,
`金融・保険業` = `J金融・保険業`,
`不動産業(1995年以降は物品賃貸業含む)` = `K不動産業`,
`サービス業(1995年以前)` = `Lサービス業`,
`公務` = `M公務(他に分類されないもの)`,
`分類不能` = `N分類不能の産業`
) |>
select(year, `農林漁業`:`分類不能`) |>
pivot_longer(-year, names_to = "industry") |>
mutate(industry = factor(industry, levels = industries))
#### Plot
industry <- rbind(industry_since1995, industry_before1995)
clr <- c(brewer.pal(11, "Paired"), brewer.pal(8, "YlOrBr"), "#FFFFFF")
graph_industry <- industry |>
mutate(year = as.factor(year)) |>
ggplot(aes(x = year, y = value, fill = industry)) +
geom_bar(
stat = "identity",
color = "black",
linewidth = 0.5
) +
scale_fill_manual(name = "産業", values = clr) +
scale_x_discrete(guide = guide_axis(n.dodge = 2)) +
labs(x = "年", y = "", title = "産業構造の変化") +
theme_classic(base_size = 16)
plot(graph_industry)職業については，産業と異なり，APIで入手できるのは1960年以降。また，日本標準職業分類の変更に伴い，データはその前後で完全には接続できない (1995～2005年については新旧両方の分類のデータが公開されている)。そのため，厳密には変更前後でデータを完全に接続することはできないが，ここでは簡易的に新旧の分類を統合してグラフを作成している。なお，職業構成の変化は労働力調査からも確認できる。
コード
library(tidyverse)
library(estatapi)
library(RColorBrewer)
library(stringi)
# e-statのappIDが必要
# 以下のページで利用申請(無料)をすればだれでも入手できる
# https://www.e-stat.go.jp/api/
# appID <- "入手したappIDをここに設定"
# 国勢調査・時系列データ・人口の労働力状態，就業者の産業・職業 表番号7
# 職業（大分類），男女別15歳以上就業者数－全国（平成7年～令和2年）
occupation_latest <-
estat_getStatsData(
appId = appID,
statsDataId = "0003410408",
cdTab = "2020_45", # 表章項目 == "人口構成比 [職業別]"
cdCat01From = 110, # 職業分類
cdCat01To = 220, #
cdCat02 = 100 # 男女_時系列 == "総数")
) |>
filter(substring(time_code, 9, 10) == "00") |>
mutate(
year = as.numeric(time_code) / 1000000,
occupation = `職業大分類2015`
) |>
select(year, occupation, value)
# 【参考】職業（旧大分類），男女別15歳以上就業者数及び産業別割合
# －全国（昭和25年～平成17年）※平成21年12月改訂前
occupation_old <-
estat_getStatsData(
appId = appID,
statsDataId = "0003410409",
cdTab = "2020_45", # 表章項目 == "割合"
cdCat01From = 110, # 職業分類
cdCat01To = 200, #
cdCat02 = 100 # 男女_時系列 == "総数")
) |>
mutate(
year = as.numeric(time_code) / 1000000,
occupation = `職業大分類（旧大分類H21改定前）`
) |>
select(year, occupation, value) |>
filter(year <= 1990)
# 新旧統合分類を作成
occupations <-
c(
"専門的・技術的職業",
"管理的職業",
"事務職",
"販売職",
"サービス職",
"保安職",
"農林漁業作業",
"運輸・通信(1990年以前)",
"輸送・機械運転",
"生産工程(1990年以前は労務作業を含む)",
"建設・採掘",
"運搬・清掃・包装等",
"分類不能"
)
## 1995年以降
occupation_since1995 <- occupation_latest |>
pivot_wider(names_from = occupation) |>
mutate(
`専門的・技術的職業` = `Ｂ専門的・技術的職業従事者`,
`管理的職業` = `Ａ管理的職業従事者`,
`事務職` = `Ｃ事務従事者`,
`販売職` = `Ｄ販売従事者`,
`サービス職` = `Ｅサービス職業従事者`,
`保安職` = `Ｆ保安職業従事者`,
`農林漁業作業` = `Ｇ農林漁業従事者`,
`輸送・機械運転` = `Ｉ輸送・機械運転従事者`,
`建設・採掘` = `Ｊ建設・採掘従事者`,
`運搬・清掃・包装等` = `Ｋ運搬・清掃・包装等従事者`,
`生産工程(1990年以前は労務作業を含む)` = `Ｈ生産工程従事者`,
`分類不能` = `Ｌ分類不能の職業`
) |>
select(year, `専門的・技術的職業`:`分類不能`) |>
pivot_longer(-year, names_to = "occupation") |>
mutate(occupation = factor(occupation, levels = occupations))
## 1990年以前
occupation_before1995 <- occupation_old |>
pivot_wider(names_from = occupation) |>
mutate(
`専門的・技術的職業` = `A専門的・技術的職業従事者`,
`管理的職業` = `B管理的職業従事者`,
`事務職` = `C事務従事者`,
`販売職` = `D販売従事者`,
`サービス職` = `Eサービス職業従事者`,
`保安職` = `F保安職業従事者`,
`農林漁業作業` = `G農林漁業作業者`,
`運輸・通信(1990年以前)` = `H運輸・通信従事者`,
`生産工程(1990年以前は労務作業を含む)` = `I生産工程・労務作業者`,
`分類不能` = `J分類不能の職業`
) |>
select(year, `専門的・技術的職業`:`分類不能`) |>
pivot_longer(-year, names_to = "occupation") |>
mutate(occupation = factor(occupation, levels = occupations))
# Plot
occupation <- rbind(occupation_before1995, occupation_since1995)
clr <- c(brewer.pal(7, "Accent"), brewer.pal(5, "YlOrRd"), "#FFFFFF")
graph_occupation <- occupation |>
mutate(year = as.factor(year)) |>
ggplot(aes(x = year, y = value, fill = occupation)) +
geom_bar(
stat = "identity",
color = "black",
linewidth = 0.5
) +
scale_fill_manual(name = "職業", values = clr) +
scale_x_discrete(guide = guide_axis(n.dodge = 2)) +
labs(x = "年", y = "", title = "職業構成の変化") +
theme_classic(base_size = 16)
plot(graph_occupation)