-
Notifications
You must be signed in to change notification settings - Fork 0
/
flows.R
296 lines (199 loc) · 9.33 KB
/
flows.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
# Script de R que calcula la creación y destrucción de empleo por meses o trimestres
# usando la MCVL.
rm(list=ls())
# Archivos guardados aquí:
path_to_files = "/path/to/files"
# Output guardado aquí:
path_to_output = "/path/to/output"
# Primero cargamos los datos de las personas
person <- read.table(paste0(path_to_file, "MCVL2012PERSONAL_CDF.TXT",
header=FALSE, sep=";",
col.names=c("ident_pf", "a_naci","sexo","nac_clas","pro_nac","pro_naf","domic",
"f_fall", "pa_nac_cla","niv_est","borrar") );
# Borramos datos innecesarios para calcular los flujos
person$borrar <- NULL
person$pro_nac <- NULL; person$pro_naf <- NULL; person$domic<-NULL;
person$pa_nac_cla<-NULL; person$niv_est<- NULL; person$nac_clas<-NULL
# Separamos la fecha de nacimiento
a_nac_s <- as.character(person$a_naci)
a_nac_y <- as.numeric(lapply(a_nac_s, function(x) substring(x,1,4)) )
a_nac_m <- as.numeric(lapply(a_nac_s, function(x) substring(x,5,6)) )
# Intervalo de edades a estudiar
edad_min<-20;
edad_max<-75;
# Grupos de edad
n_age_gr<- (edad_max-edad_min)/5
# Matriz que almacena el número de empleados por periodo (mes o quarter) y por edad
jf_i<- matrix(nrow=(edad_max-edad_min)/5,ncol=12); jf_i[,]=0;
# Matriz que almacena el numero de empleos destruidos
jd_i<- matrix(nrow=(edad_max-edad_min)/5,ncol=12); jd_i[,]=0;
# Un "truquito" para hacer matrices multidimensionales: lista de matrices:
# Para acceder a ellas: jf[[year]][edad,mes]
jf<- rep(list(jf_i),2012-2005+1)
jd<- rep(list(jd_i),2012-2005+1)
# Este loop va seleccionando año por año los contratos no destruidos antes de esta fecha
for (year in 2005:2012) {
ptm <- proc.time()
# En el primer fichero de "afiliad_i" vamos desde el individuo 1
ID_i_1<-0
# En cada uno de estos loops se debe recalcular la edad del individuo:
# Calcular la edad de la persona. Para los fallecidos, la edad es "NA"
#person$edad <- 2012 - (a_nac_y + a_nac_m/12)
person$edad <- year - a_nac_y
person$edad[person$f_fall != 0] <- NA;
# Loop que carga uno por uno los tres ficheros de afiliación
for (i in 1:3) {
ruta <- paste0(path_to_files,"MCVL2012AFILIAD",i,"_CDF.TXT")
print(paste("Abriendo fichero ", i , sep="") )
afiliad_i <- read.table(ruta,
header=FALSE, sep=";",
col.names=c("ident_pf","reg_cot","gr_cotiz","tipo_con","coef","f_alta_r",
"f_baja_r","causa_baja","gr_minus","cta_sec","dom_cta_sec","act_e_c09c","n_tr_cta",
"f_alta_1_tr","TRL","col_trab","t_empl","t_empr_jur","noseque15","cta_prin","dom_soc",
"f_con_1_m56","t_con_1_m56","c_con_1_m56",
"f_con_2_m56","t_con_2_m56","c_con_2_m56",
"fg_cot_1_m48", "gr_cot_1_m48", "act_ec_c93c") )
# Para explorar los datos:
#tail(afiliad1[,c(1,4,6,7,8,22,25)],10)
#afiliad1[100:120,c(1,4,6,7,8,22,25)]
# Descartar columnas innecesarias del data frame:
afiliad_i$gr_mins<- NULL; afiliad_i$noseque15<-NULL; afiliad_i$dom_soc<-NULL
afiliad_i$n_tr_cta<-NULL; afiliad_i$col_trab<-NULL; afiliad_i$act_ec_c93c<-NULL
afiliad_i$f_con_1_m56<-NULL; afiliad_i$t_con_1_m56<-NULL; afiliad_i$c_con_1_m56<-NULL
afiliad_i$f_con_2_m56<-NULL; afiliad_i$t_con_2_m56<-NULL; afiliad_i$c_con_2_m56<-NULL
# afiliad_i$cta_prin <-NULL
# afiliad_i$cta_sec<-NULL
afiliad_i$gr_minus<-NULL
afiliad_i$pa_nac_cla<-NULL
afiliad_i$grcotiz<-NULL
afiliad_i$t_empl<-NULL
afiliad_i$t_empr_jur<-NULL
# Esta variable elimina los contratos que ya han terminado antes de este año
contr_termi<- as.numeric(paste(year,"0101",sep=""))
# Esta variable da el código de los contratos NO CREADOS AÚN en el año correspondiente
# (todos aquellos del año siguiente)
contr_noempez<- as.numeric(paste(year+1,"0101",sep=""))
# Y aquí cogemos el set relevante, dejándonos los contratos ACTIVOS
print(paste("Subset fichero: ",i,", año: ", year,sep=""))
afiliad_i <- subset(afiliad_i, (f_baja_r>contr_termi));
afiliad_i<-subset(afiliad_i,f_alta_r<contr_noempez)
# Obtener años, meses y días de las fechas de alta y baja
# f_alta_s <- as.character(afiliad_i$f_alta_r);
# f_baja_s <- as.character(afiliad_i$f_baja_r);
# afiliad_i$f_alta_y <- as.numeric(lapply(f_alta_s, function(x) substring(x,1,4)) )
# afiliad_i$f_alta_m <- as.numeric(lapply(f_alta_s, function(x) substring(x,5,6)) )
# f_alta_d <- as.numeric(lapply(f_alta_s, function(x) substring(x,7,8)) )
# afiliad_i$f_baja_y <- as.numeric(lapply(f_baja_s, function(x) substring(x,1,4)) )
# afiliad_i$f_baja_m <- as.numeric(lapply(f_baja_s, function(x) substring(x,5,6)) )
# f_baja_d <- as.numeric(lapply(f_baja_s, function(x) substring(x,7,8)) )
# rm(f_alta_s); rm(f_baja_s)
afiliad_i$f_alta <- as.Date(as.character(afiliad_i$f_alta_r),"%Y%m%d")
afiliad_i$f_baja <- as.Date(as.character(afiliad_i$f_baja_r),"%Y%m%d")
# La variable Tipo de Relación Laboral (TRL) identifica a los parados.
afiliad_i$desem = as.numeric(afiliad_i$TRL==751 |afiliad_i$TRL==752 | afiliad_i$TRL==753 |
afiliad_i$TRL==754 | afiliad_i$TRL==755 |afiliad_i$TRL==756)
# print(paste("Número de contratos fichero ",i,", año ",year,": ", dim(afiliad_i)[1],sep="") )
print(paste("Fundiendo dataset ",i,", para contratos del año: ",year,sep="") )
tot_i<-merge(person, afiliad_i, by="ident_pf")
# Buscamos la destrucción de empleo por meses. Calculamos los que permanecen
# trabajando a final de mes y los que no
for (mes_i in 1:12) {
if (mes_i<10) {mes_str=paste("0",mes_i,sep="")}else{mes_str=as.character(mes_i)}
# print(paste("Mes ",mes_i,sep=""))
# Vamos a crear la fecha de inicio del mes en cuestión:
f_ref_alta <- as.Date(paste(year,mes_str,"01",sep=""),"%Y%m%d")
print(f_ref_alta)
# tot_i_f <- subset(tot_i,
# (f_alta_y<year & f_baja_y==year & f_baja_m>mes_i & desem==0) |
# (f_alta_y<year & f_baja_y>year & desem==0 ) |
# (f_alta_y==year & f_baja_y==year & f_alta_m<=mes_i & f_baja_m>mes_i & desem==0) |
# (f_alta_y==year & f_baja_y>year & desem==0) )
# tot_i_d <- subset(tot_i,
# (f_alta_y<year & f_baja_y==year & f_baja_m==mes_i & desem==0) |
# (f_alta_y==year & f_baja_y==year & f_alta_m<=mes_i & f_baja_m==mes_i & desem==0) )
tot_i_f <- subset(tot_i, f_alta<f_ref_alta & (f_baja > (f_ref_alta+30) ) & desem==0 )
tot_i_d <- subset(tot_i,
f_alta<f_ref_alta & ( (f_baja>f_ref_alta) & f_baja <= (f_ref_alta+30) ) & desem==0 )
edad_i<-edad_min
ind_edad <- 1
while (edad_i < edad_max) {
tot_i_f_e <- subset(tot_i_f, (edad>=edad_i & edad<edad_i+5 ))
tot_i_d_e <- subset(tot_i_d, (edad>=edad_i & edad<edad_i+5 ))
jf[[year-2004]][ind_edad,mes_i] <- jf[[year-2004]][ind_edad,mes_i]+dim(tot_i_f_e)[1]
jd[[year-2004]][ind_edad,mes_i] <- jd[[year-2004]][ind_edad,mes_i]+dim(tot_i_d_e)[1]
edad_i<- edad_i+5
ind_edad <- ind_edad+1
} # EDAD
} # FIN MES
} # FIN AFILIACION
# Pon edad a cero para el siguiente loop:
person$edad <-NULL
ptm2 <- proc.time() -ptm
print(ptm2)
} # FIN AÑO
# Calculamos las tasas de destrucción media mensual (para cada año)
# y con esto calcularemos la tasa promedio
jd_r<- matrix(nrow=(edad_max-edad_min)/5,ncol=12); jd_r[,]=0;
JD_R <- rep(list(jd_r),2012-2005+1)
tmp_d <- matrix( nrow=(edad_max-edad_min)/5,ncol=(2012-2005+1) ); tmp_d[,]=0;
#tmp_f <- matrix(n_row=(edad_max-edad_min)/5,2012-2005+1); tmp_f[,]=0;
mean_jd_r<- matrix(nrow=(edad_max-edad_min)/5,ncol=(2012-2005+1)); mean_jd_r[,]=0;
for (año in 2005:2012) {
for (gr_edad in 1:n_age_gr) {
for (mes_i in 1:12) {
JD_R[[año-2004]][gr_edad,mes_i] <- jd[[año-2004]][gr_edad,mes_i]/
(jf[[año-2004]][gr_edad,mes_i] + jd[[año-2004]][gr_edad,mes_i])
tmp_d[gr_edad,año-2004] <- JD_R[[año-2004]][gr_edad,mes_i] + tmp_d[gr_edad,año-2004]
}
mean_jd_r[gr_edad,año-2004] <- tmp_d[gr_edad,año-2004]/12
}
}
# The AVERAGE MONTHLY job destruction for the years 2005-2012 is:
MEAN_JD_R <- apply(mean_jd_r,1,mean)
png("/home/adrian/Documentos/data/MCVL/Flujos/jd_age_2.png", width=700, height=700)
barplot(MEAN_JD_R[1:9],
ylim=c(0,.15),
main="Monthly destruction rates by age (mean period 2005-2012)",
names.arg=c("20-24","25-29","30-34","35-39","40-44","45-49","50-54","55-59", "60-64"),
col="lightgray",
xlab="Age cohorts",
axis.lty=1)
dev.off()
# Guardar datos agregados por meses y años
#write.table(jd,paste0(path_to_output, JD.txt"))
#write.table(jf,paste0(path_to_output, JF.txt"))
# Guardar todo
save(jd,jf,JD_R,MEAN_JD_R,file=paste0(path_to_output,"JDF.RData"))
# Para cargar estos dos objetos, usaremos load("JDF.RData")
stop()
# Ahora calculamos la destrucción de empleo por trimestre
jd_q <- matrix(nrow=n_age_gr,ncol=4)
jf_q <- matrix(nrow=n_age_gr,ncol=4)
jd_r_q <-matrix(nrow=n_age_gr,ncol=4)
for (age_gr in 1:n_age_gr) {
quarter<-1
ind_q<-1
while (quarter<=4) {
jf_q[age_gr,quarter] <- sum(jf_i[age_gr,ind_q:(ind_q+2)])
jd_q[age_gr,quarter] <- sum(jd_i[age_gr,ind_q:(ind_q+2)])
jd_r_q[age_gr,quarter] <- jd_q[age_gr,quarter]/jf_q[age_gr,quarter]
ind_q=ind_q+3; quarter= quarter+1
}
}
# Y calculamos el promedio por trimestre (para cada edad
jd_r_q_av<- vector(mode="numeric")
for (age_gr in 1:n_age_gr) {
jd_r_q_av[age_gr]<- mean(jd_r_q[age_gr,1:4])
}
# Exportar los datos
write.table(jd_r_q_av,"jd_r_q_av.txt", sep=",")
# Hacemos un bonito gráfico
png("jd_age.png", width=600, height=600)
barplot(jd_r_q_av[1:9],
main="Average quarterly job destruction rates (2012)",
ylim=c(0,.3),
names.arg=c("20-24","25-29","30-34","35-39","40-44","45-49","50-54","55-59", "60-64"),
col="lightgray",
xlab="Age cohorts",
axis.lty=1)
dev.off()