【R】都道府県別 教育部門職員数

教育は、社会において最も重要なもののひとつです。各都道府県でどれだけの職員の方が働いているか調べてみます。総務省統計局が発表している「都道府県・市区町村のすがた(社会・人口統計体系)」から、都道府県別の教育部門職員数と人口1,000人当たりの職員数を示してみたいと思います。2018年のデータです。

都道府県 教育部門職員数 教育部門職員数_人口千人
北海道 53176 10.229561
青森 12886 10.195032
岩手 13563 10.919551
宮城 20957 9.160877
秋田 10005 10.113079
山形 10989 10.059447
福島 18590 9.959466
茨城 24986 8.742688
栃木 16909 8.737991
群馬 17795 9.235870
埼玉 47572 6.656118
千葉 45258 7.397309
東京 75471 5.667948
神奈川 56220 6.270360
新潟 21591 9.612067
富山 9733 9.360670
石川 10078 8.999259
福井 8729 11.380660
山梨 8739 10.720910
長野 19351 9.437082
岐阜 18297 9.185121
静岡 28981 7.995169
愛知 52928 7.184568
三重 16039 9.026567
都道府県 教育部門職員数 教育部門職員数_人口千人
滋賀 13579 9.758078
京都 19434 7.595872
大阪 60704 6.987109
兵庫 42840 7.886929
奈良 11137 8.341841
和歌山 9795 10.427556
鳥取 6269 11.291447
島根 8430 12.595738
岡山 17751 9.487475
広島 21887 7.890907
山口 12732 9.386826
徳島 8340 11.431438
香川 9473 9.984759
愛媛 13189 9.791148
高知 8300 11.849390
福岡 36402 7.338842
佐賀 8919 11.079476
長崎 13461 10.165053
熊本 16080 9.305469
大分 11162 9.916815
宮崎 10387 9.743857
鹿児島 17401 10.963567
沖縄 16395 11.721456

絶対数でみると主要都市圏が多いですが、人口1000人当たりに直すと地方の方が充実しているようです。これは、主要都市圏の方が効率よく仕事をしているからか、もしくは、人出不足かどちらでしょう?

Rのコードは次の通りです。

library(leaflet)
library(knitr)
library(kableExtra)
library(dplyr)
library(tidyr)
library(stringr)

dat <- read.csv("http://www.dinov.tokyo/Data/JP_Pref/Pref_data.csv", header = TRUE, fileEncoding="UTF-8")
col_start <- 0.2
col_end <- 0.0

dat$教育部門職員数_人口<-dat$教育部門職員数/dat$総人口*1000

table_df<-data.frame(都道府県=dat$都道府県, 教育部門職員数=dat$教育部門職員数, 教育部門職員数_人口千人=dat$教育部門職員数_人口)

datc_k <- cut(dat$教育部門職員数, hist(dat$教育部門職員数, plot=FALSE)$breaks, right=FALSE)
datc_kcol <- rainbow(length(levels(datc_k)), start = col_start, end=col_end)[as.integer(datc_k)]
datc_m <- cut(dat$教育部門職員数_人口, hist(dat$教育部門職員数_人口, plot=FALSE)$breaks, right=FALSE)
datc_mcol <- rainbow(length(levels(datc_m)), start = col_start, end=col_end)[as.integer(datc_m)]

library(NipponMap)
windowsFonts(JP4=windowsFont("Biz Gothic"))
windows(width=1600, height=800)

png("0plot1.png", width = 1600, height = 800)
par(family="JP4")
layout(matrix(1:2, 1, 2))
JapanPrefMap(datc_kcol, main="教育部門職員数")
legend("bottomright", fill=rainbow(length(levels(datc_k)), start = col_start, end=col_end), legend=names(table(datc_k)))
JapanPrefMap(datc_mcol, main="教育部門職員数_人口千人")
legend("bottomright", fill=rainbow(length(levels(datc_m)), start = col_start, end=col_end), legend=names(table(datc_m)))
dev.off()

library(clipr)
t1=kable(table_df[c(1:24),], align = "c", row.names=FALSE) %>%
  kable_styling(full_width = F) %>%
  column_spec(1, bold = T) %>%
  collapse_rows(columns = 1, valign = "middle") 
t2=kable(table_df[c(25:47),], align = "c", row.names=FALSE) %>%
  kable_styling(full_width = F) %>%
  column_spec(1, bold = T) %>%
  collapse_rows(columns = 1, valign = "middle") 
paste(c('<table><tr valign="top"><td>', t1, '</td><td>', t2, '</td><tr></table>'), sep = '') %>% write_clip

Add a Comment

メールアドレスが公開されることはありません。