Paquetes y Dataset

Cargamos los paquetes necesarios:

library(tidyverse)
library(treemap)
library(readxl)
library(stringr)
library(knitr)

En esta ocasión utilizaremos el Valor Agregado Bruto por actividades económicas según departamento de Perú para el año 2016. Los datos, obtenidos del INEI, muestran los valores a precios constantes de 2007. Por su parte, la región de Lima incluye también la Provincia Constitucional del Callao.

Peru_vab_sectores <- read_excel("C:/Users/Usuario/Desktop/r_que_r/r_que_r/content/datasets/Peru_vab_sectores.xlsx")
head(Peru_vab_sectores)
## # A tibble: 6 x 13
##   Departamentos `Agricultura, G~ `Pesca y Acuicu~ `Extracción de ~ Manufactura
##   <chr>                    <dbl>            <dbl>            <dbl>       <dbl>
## 1 Amazonas                891535              434            88744      122537
## 2 Ancash                  640755           259165          8723743     1578256
## 3 Apurímac                402859              461          3867222       94690
## 4 Arequipa               1662593            44181         10962201     3476996
## 5 Ayacucho                604838              958          1205183      384229
## 6 Cajamarca              1286478              802          2254607      699070
## # ... with 8 more variables: `Electricidad, Gas y Agua` <dbl>,
## #   Construcción <dbl>, Comercio <dbl>, `Transporte, Almacen., Correo y
## #   Mensajería` <dbl>, `Alojamiento y Restaurantes` <dbl>, `Telecom. y Otros
## #   Serv. de Información` <dbl>, `Administración Pública y Defensa` <dbl>,
## #   `Otros Servicios` <dbl>

Como vemos, el dataframe sobre el que vamos a trabajar presenta en la primera columna los nombres de los distintos departamentos o regiones del país. En las siguientes columnas se recoge información de las actividades económicas, habiendo en cada una de ellas información relativa a cada uno de los 12 grandes sectores productivos.

Para trabajar con este dataset nos interesa reorganizarla información mostrada. Para ello utilizaremos la función gather() como vemos en el comando siguiente. De esta forma sintetizamos el dataframe en tres columnas, una para el nombre de los departamentos, otro para el sector económico y otro para el valor agregado bruto de cada sector en cada región.

Peru_sectores <- Peru_vab_sectores %>%
  gather(key = "sector", value = "vab", 2:13)

head(Peru_sectores)
## # A tibble: 6 x 3
##   Departamentos sector                                          vab
##   <chr>         <chr>                                         <dbl>
## 1 Amazonas      Agricultura, Ganadería, Caza y Silvicultura  891535
## 2 Ancash        Agricultura, Ganadería, Caza y Silvicultura  640755
## 3 Apurímac      Agricultura, Ganadería, Caza y Silvicultura  402859
## 4 Arequipa      Agricultura, Ganadería, Caza y Silvicultura 1662593
## 5 Ayacucho      Agricultura, Ganadería, Caza y Silvicultura  604838
## 6 Cajamarca     Agricultura, Ganadería, Caza y Silvicultura 1286478

Con la función unique() podemos ver los sectores económicos que contiene nuestro dataset.

unique(Peru_sectores$sector)
##  [1] "Agricultura, Ganadería, Caza y Silvicultura"
##  [2] "Pesca y Acuicultura"                        
##  [3] "Extracción de Petróleo, Gas y Minerales"    
##  [4] "Manufactura"                                
##  [5] "Electricidad, Gas y Agua"                   
##  [6] "Construcción"                               
##  [7] "Comercio"                                   
##  [8] "Transporte, Almacen., Correo y Mensajería"  
##  [9] "Alojamiento y Restaurantes"                 
## [10] "Telecom. y Otros Serv. de Información"      
## [11] "Administración Pública y Defensa"           
## [12] "Otros Servicios"

El objetivo de los treemap es, en esencia, visualizar en un gráfico la participación de algunas observaciones sobre un agregado. En nuestro caso particular nos interesa identificar el peso de los sectores productivos sobre el VAB total de la economía peruana y de las respectivas economías regionales. Antes de proceder a realizar los gráficos podemos hacernos una serie de preguntas para profundizar en estos aspectos:

a <- Peru_sectores %>%
  group_by(Departamentos) %>%
  summarise(vab_regional = sum(vab)) %>%
  mutate(total= sum(vab_regional), porcentaje = 100*(vab_regional/total)) %>%
  arrange(desc(porcentaje)) %>%
  select(Departamentos, porcentaje) 
## `summarise()` ungrouping output (override with `.groups` argument)

a$porcentaje <- formatC(a$porcentaje, format = "f", digits = 2)

kable(a)

b <- Peru_sectores %>%
  group_by(sector) %>%
  summarise(vab_regional = sum(vab)) %>%
  mutate(total= sum(vab_regional), porcentaje = 100*(vab_regional/total)) %>%
  arrange(desc(porcentaje)) %>%
  select(sector, porcentaje) 
## `summarise()` ungrouping output (override with `.groups` argument)

b$porcentaje <- formatC(b$porcentaje, format = "f", digits = 2)

kable(b)

c <- Peru_sectores %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(Departamentos, sector,porcentaje) %>%
  arrange(desc(porcentaje)) 

c$porcentaje <- formatC(c$porcentaje, format = "f", digits = 4)
  
library(knitr)

# Los diez sectores a nivel regional que más contribuyen

knitr::kable(c %>%
  head(n=10))

# Los diez sectores a nivel regional que menos contribuyen

knitr::kable(c %>%
  tail(n=10))

d <- Peru_sectores %>%
  group_by(Departamentos) %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(Departamentos, sector, porcentaje) %>%
  arrange(Departamentos, desc(porcentaje)) %>%
  head(n=12)

d$porcentaje <- formatC(d$porcentaje, format = "f", digits = 2)

kable(d)

d_b <- Peru_sectores %>%
  group_by(Departamentos) %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(Departamentos, sector, porcentaje) %>%
  arrange(Departamentos, desc(porcentaje)) %>%
  filter(Departamentos == "Ica")

d_b$porcentaje <- formatC(d_b$porcentaje, format = "f", digits = 2)

kable(d_b)

e <- Peru_sectores %>%
  group_by(sector) %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(sector, Departamentos,porcentaje) %>%
  arrange(sector, desc(porcentaje)) %>%
  head(n=10)

e$porcentaje <- formatC(e$porcentaje, format = "f", digits = 2)

kable(e)

e_b <- Peru_sectores %>%
  group_by(sector) %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(sector, Departamentos,porcentaje) %>%
  arrange(sector, desc(porcentaje)) %>%
  filter(sector == "Extracción de Petróleo, Gas y Minerales") %>%
  head(n=10)

e_b$porcentaje <- formatC(e_b$porcentaje, format = "f", digits = 2)

kable(e_b)

f <- Peru_sectores %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(Departamentos, sector,porcentaje) %>%
  arrange(desc(porcentaje)) %>%
  group_by(Departamentos) %>%
  top_n(1) %>%
  head(n=10)

f$porcentaje <- formatC(f$porcentaje, format = "f", digits = 2)
  
kable(f)

f_b <- Peru_sectores %>%
  group_by(Departamentos) %>%
  mutate(suma_total= sum(vab), porcentaje= 100*(vab/suma_total)) %>%
  select(Departamentos, sector,porcentaje) %>%
  arrange(desc(porcentaje)) %>%
  top_n(1) %>%
  head(n=10)

f_b$porcentaje <- formatC(f_b$porcentaje, format = "f", digits = 2)
  
kable(f_b)

Treemap con el paquete treemap

No obstante, bien es sabido que una imagen vale más que mil palabras. Para ello una buena opción son los gráficos treemap que permiten visualizar el peso de cada región o de cada sector sobre el conjunto de la economía. Una forma sencilla de realizar gráficos treemap es mediante el paquete del mismo nombre.

tree_sectores <- treemap(
  Peru_sectores,
  index=c("sector","Departamentos"),
  vSize="vab",
  title = "VAB por actividades económicas según departamento en 2016.",
  vColor="sector",
  type="index",
  palette = "Set3",
  force.print.labels = F,
  border.col = c("black", "white"),
  border.lwds = c(3,2),
  align.labels = list(
    c("center","center"),
    c("center", "top")
  )
)

El gráfico muestra claramente que, como vimos, la actividad económica de mayor valor agregado bruto es el sector Otros Servicios, seguido por la Manufactura, el sector extractivo y la actividad comercial. La Pesca es, sin duda, el sector productivo de menor valor agregado bruto del país. Por su parte comprobamos que Lima, centro indiscutible de la economía del país, representa una gran parte del VAB total procedente del sector Otros Servicios, pero también en los sectores Manufactura, Comercio, Construcción entre otros.

Sin embargo, para visualizar más fácilmente la importancia de Lima sobre el VAB total podemos modificar ligeramente el código anterior para generar un treemap alternativo. De esta forma obtenemos una imagen más sugerente de la enorme concentración productiva que existe en Perú, donde domina enormemente la capital con respecto al resto de regiones del país. Asimismo, el nuevo treemap nos muestra claramente que la actividad extractiva, es decir, la extracción de petróleo, gas o la actividad minera, representa una parte muy importante del VAB total de algunas regiones peruanas, como por ejemplo Arequipa, Cusco, Ancash, Junín, Tacna, Apurímac o Pasco entre otras. Nótese además que la actividad extractiva tiende a ser una actividad caracterizada por su alto nivel de productividad pero, en el lado negativo, suele ser una actividad altamente intensiva en capital, es decir que es creadora de poco empleo y, por su parte, es una actividad potencialmente generadora de conflictos sociales y problemas medioambientales.

tree_regiones <- treemap(
  Peru_sectores,
  index=c("Departamentos", "sector"),
  vSize="vab",
  title = "VAB por actividades económicas según departamento en 2016.",
  vColor="sector",
  type="index",
  palette = "Set2",
  force.print.labels = F,
  border.col = c("white", "black"),
  border.lwds = c(4,1),
  align.labels = list(
    c("center","center"),
    c("center", "top")
  )
)

Treemap interactivo con d3treeR

Los gráficos anteriores nos permite hacernos una imagen general de qué sectores y regiones representan una mayor proporción con respecto al valor agregado bruto total de la economía peruana y cuáles tienen un menor peso en la economía en su conjunto. No obstante, estos gráficos estáticos no permiten ver de forma adecuada los valores más pequeños, los cuales quedan difuminados e invisibilizados con respecto a los de mayor peso debido a su menor participación relativa (en nuestro caso con respecto a otros sectores o regiones). Para solucionar esto podemos realizar treemaps dinámicos o interactivos, que nos permitan visualizar fácilmente todas las categorías incluidas en el treemap.

Para ello, el paquete {d3treeR} nos permite realizar de forma sencilla treemaps interactivos. Por ejemplo, en los siguientes comandos realizamos treemaps interactivos partiendo de los treemaps realizados en el punto previo.

El treemap inteactivo de tree_sectores:

library(d3treeR)

d3tree(tree_sectores, 
       rootname = "VAB por actividades económicas según departamento en 2016. (valores a precios constantes de 2007)")

El treemap interactivo de tree_regiones:

d3tree(tree_regiones, 
       rootname = "VAB por actividades económicas según departamento en 2016. (valores a precios constantes de 2007)")