twli

台灣里R套件

版本：0.1

開發者：卞中佩（Chung-pei Pien）

E-mail：torrent@nccu.edu.tw

機構：政治大學創新國際學院

簡介：

台灣約有7700多個村里，由於人口流動、行政區重新區劃，村里時常進行整併，村里整併問題造成跨年度村里分析、研究時的極大難題。台灣里套件將研究分析年度的村里整併情況進行彙整，讓使用者能根據彙整結果將各年度的村里相關數據合併後能保持一致，以利合併為各年度村里相同的面板數據（panel data）。

目前彙整方式是加總或加總後重計被合併或分割的村里數據，彙整後，僅保留一個村里，其它刪除。如2018年某市將A里及B里合併為A里，2018年的數據不變，2014年的A里及B里的人口數、戶數等數據加總，而人口密度、所得平均等數據，則在加總後重新計算，最後保留A里並刪除B里，讓2014、2018年的某市數據有相同的村里觀測值。

使用說明：

1. 處理流程：

台灣里套件目前初步開發四個函數，分別為liRef、liSum、liEqu、liShp，四個函數的功能及與所需整併資料的關係如下：

• 台灣村里整併紀錄檔案：按照台灣里套件規格編制的台灣村里整併紀錄檔案，使用者可按照自己的需求以csv、xlsx或其他檔案格式進行記錄。對台灣里套件使用者來說，台灣村里整併紀錄檔案為基礎資料，紀錄研究分析所需的村里合併或分割資料，需不斷增補與更新。透過其他台灣里函數，將村里整併紀錄檔案中的內容進行各種村里整併。台灣村里整併紀錄檔案編制規格請參考3.。

• 所需整併村里資料檔：研究者需要整併的資料，例如村里人口、所得等資料。需包含村里代碼欄位，建議使用內政部村里代碼，如桃園市桃園區文化里的村里代碼為：6800100-001。

• liRef函數：按照研究的年度範圍及所需整併的檔案年度，將台灣村里整併紀錄檔案整理後產生村里整併參照表。

• 村里整併參照表：liRef函數產生的R數據框（dataframe），內容為所需整併村里的分組列表，以利liSum、liEqu、liShp等函數進行村里整併運算。

• liSum函數：需整併村里資料的相加。

• liEqu函數：許多需整併村里資料不是簡單的相加，需要各欄位運算後產生新數字，台灣里套件提供使用者自訂公式，計算村里整併後的新數據。

• liShp函數：將村里shapefile圖資按照村里整併參照檔進行整併。

  注意：liSum、liEqu、liShp三個村里整併運算函數會留一組需整併村里的一個村里（除了被合併的消滅村里，會留下村里編號最小的村里），並刪除同組中其他村里資料，並在留下的村里中以li_adject欄位標記"1"。
  

2. 安裝：

library(devtools)
install_github("torrentpien/twli")

3. 台灣村里整併紀錄檔案編制規格

1. 必要欄位：村里代碼、年度、該年度整併模式

   如果研究分析所記錄的村里整併資料年度為2014、2018年，必要欄位如下：

li_id	2014	mode_2014	2018	mode_2018
村里代碼	2014執行村里整併之村里代碼	2014年整併模式	2018執行村里整併之村里代碼	2018年整併模式

2. 必要欄位說明：

• li_id（村里代碼）：列出所有的村里代碼，包括因為合併後被消滅的村里。建議使用內政部村里代碼。

• 2014、2018（各年度執行村里整併之村里代碼）：鍵入各年度執行村里整併之村里代碼，所謂執行村里整併之村里的定義為，在進行合併時，輸入最後完成合併的村里代碼，在進行分割時，則輸入進行分割的原始村里代碼。如果不只一個村里，以"|"分隔。

• mode_2014、mode_2018（各年度整併模式）：包括下列五種模式，請以英文小寫編碼

  • m: merge，指村里合併，也就是說，li_id欄位的村里被消滅，於該年度合併進「最終村里代碼」的村里。

  • s: separate，指村里分割，li_id欄位的村里為新增村里，是由原本既有的村里分割而出，所以原本既有村里視為「執行村里整併之村里」，於新增村里該年度「執行村里整併之村里」欄位鍵入村里代碼。

  • t: trim，指村里的部分修整，村里的部分居民，被移到其他村里，被修整村里都在修整前後都存在。

  • c: complex，指複雜型村里整併，複雜的定義為牽涉m、s、t裡兩種模式以上村里之合併及分割。

  • vbox: vote box，指兩個村里被編為一個選舉投開票所，如果處理選舉資料，必須將其他沒有進行村裡整併的村里人口、教育等資料進行整併。

3. 非必要欄位：

• 可在各年度執行村里整併之村里代碼前放進其他欄位，本文最後範例提供的高雄市鳳山區村里整併紀錄檔案（li_fongshan.xlsx）即按照下列欄位編制：

city_code	city_name	district_code	district_name	li_id	li_name	li_id_dgb	2014	mode_2014	2018	mode_2018
縣市代碼	縣市名稱	區代碼	區名稱	村里代碼	村里名稱	主計處村里代碼	2014	mode_2014	2018	mode_2018
				●			●	●	●	●

 ●：必要欄位

 注意：各年度執行村里整併之村里代碼、各年度整併模式(即2014、mode_2014、2018、mode_2018)必須置於台灣村里整併檔案最後欄位。

4. 整併模式輸入案例：

• m（合併）: 2014年7月，高雄市鳳山區海風里（6401200-023）因為人口過少，僅剩46戶，高雄市政府宣布將海風里合併進鳳山區海光里（6401200-022）。

city_code	city_name	district_code	district_name	li_id	li_name	li_id_dgb	2014	mode_2014	2018	mode_2018
64	高雄市	6401200	鳳山區	6401200-023	海風里	64000121023	6401200-022	m

• s（分割）：2018年3月，桃園市桃園區忠義里（6800100-005）因人口增加，忠義里拆為忠義里及新增的福元里（6800100-079）。

city_code	city_name	district_code	district_name	li_id	li_name	li_id_dgb	2014	mode_2014	2018	mode_2018
68	桃園市	6800100	桃園區	6800100-079	福元里	68000010079			6800100-005	s

• t（修整）：2018年1月，台南市新營區民榮里（6700100-015）與南紙里（6700100-020）進行邊界調整，南紙里部分居民劃歸為民榮里。

city_code	city_name	district_code	district_name	li_id	li_name	li_id_dgb	2014	mode_2014	2018	mode_2018
67	台南市	6700100	新營區	6700100-020	南紙里	67000010020			6700100-015	t

• c（複雜）：2014年1月，桃園市蘆竹區因人口增加，進行村里整併，其中中福里（6800500-002）、大竹里（6800500-004）、新興里（6800500-001）各取部分居民組為上興里（6800500-037），但同時，中福里（6800500-002）又將部分居民分割為中興里（6800500-036），又同時，富竹里（6800500-021）及上竹里（6800500-022）將部分居民劃歸為大竹里（6800500-004）。

city_code	city_name	district_code	district_name	li_id	li_name	li_id_dgb	2014	mode_2014	2018	mode_2018
68	桃園市	6800500	蘆竹區	6800500-021	富竹里	68000050021	6800500-004	c
68	桃園市	6800500	蘆竹區	6800500-022	上竹里	68000050022	6800500-004	c
68	桃園市	6800500	蘆竹區	6800500-036	中興里	68000050036	6800500-002	c
68	桃園市	6800500	蘆竹區	6800500-037	上興里	68000050037	6800500-001|6800500-002|6800500-004	c

• vbox（一投開票所多村里）：2014年縣市長選舉，台中市西屯區協和里（6600600-020）、福恩里（6600600-035）部分居民合併至獨立投開票所（6600600-9999）投票。

city_code	city_name	district_code	district_name	li_id	li_name	li_id_dgb	2014	mode_2014	2018	mode_2018
66	台中市	6600600	西屯區	6600600-035	福恩里	66000060035	6600600-020|6600600-9999	vbox

4. 函數說明：

1. liRef(x, range = c("a", "b"), year = "c", vbox = FALSE, done = TRUE)

   • 用途：將R讀入的「台灣村里整併紀錄檔案」轉為「村里整併參照表」。

   • 說明：由於每個研究所需的時間範圍不同，時間範圍外的村里整併可以忽略不計，例如要研究2014-2018年的村里人口變遷，2020完成的村里整併就不用處理，但如果研究範圍擴大到2020年，2018-2020年的村里整併就要通盤考量納入計算，假設2020年A與B里整併為A里，2020年的村里資料的A里包含了B里的資料，2014-2018年A與B未合併時的村里資料，都要進行整併處理。

   • x: 格式為dataframe，為R讀入的「台灣村里整併紀錄檔案」，檔案中必須有li_id欄位，year及mode_year欄位必須置於表格後段。

   • range: 設定研究時間範圍，例如研究範圍為2005-2010，range = c("2005", "2010")。

   • year: 「所需整併村里資料檔」的時間，單位為「年」。

   • vbox: 研究計畫中是否有選舉檔案，預設為否（FALSE）。如果是要把村里人口資料合併選舉資料，在整併村里人口資料時，vbox也要設為TRUE。

   • done: 「所需整併村里資料檔」完成時，是否完成該年度的村里整併，預設為是（TRUE）。有些村里資料是該年度3月完成，但村里整併卻發生在9月，這時done要設為FALSE。

2. liSum(x, ref = y, cols = c(a:b), finish = FALSE)

   • 用途：對需整併村里資料進行加總。

   • 說明：將「村里整併參照表」中列出所需要進行整併的村里，按照指定欄位進行加總。

   • x: 格式為dataframe，為R讀入的「所需整併村里資料檔」，檔案中必須要有li_id欄位。

   • ref: liRef函數所產生「村里整併參照表」的物件名稱。

   • cols: 「所需整併村里資料檔」中需要整併的欄位。

   • finish: 是否完成整併將部分村里刪除，預設為FALSE，如選擇TRUE，會留一組需整併村里的一個村里（除了被合併的消滅村里，會留下村里編號最小的村里）。

3. liEqu(x, ref = y, result = c(""), equ = c(""), finish = FALSE)

   • 用途：對指定欄位設定公式，進行村里資料整併。

   • 說明：許多村里資料整併時無法進行直接加總，必須經過換算，liEqu函數能將「村里整併參照表」中列出所需要進行整併的村里，指定特定欄位放入公式後進行整併。如人口密度的整併，必須先加總村里的人口數及面積後再相除才能得出整併後的人口密度。

   • x: 格式為dataframe，為R讀入的「所需整併村里資料檔」，檔案中必須要有li_id欄位。

   • ref: liRef函數所產生「村里整併參照表」的物件名稱。

   • result: 「所需整併村里資料檔」中完成整併的欄位，也就是公式等號的左側。

   • equ: 計算公式，也就是公式等號的右側，需正確輸入「所需整併村里資料檔」中的欄位，輸入模式為"population / area"

   • finish: 是否完成整併將部分村里刪除，預設為FALSE，如選擇TRUE，會留一組需整併村里的一個村里（除了被合併的消滅村里，會留下村里編號最小的村里）。

4. liShp(x, ref = y)

   • 用途：將村里shapefile圖資按照「村里整併參照檔」進行整併。

   • 說明：在村里資料完成整併後，需將GIS圖資的相同村里進行整併，以進行套疊或空間回歸。

   • x: 格式為shapefile物件，為R讀入的GIS檔案，檔案的data中必須要有li_id欄位。

   • ref: liRef函數所產生「村里整併參照表」的物件名稱。

範例：高雄市鳳山區2010、2014年市長選舉資料村里整併

範例資料檔案請至data下載

高雄市鳳山區2014年做了兩組村里整併：

1. 海風里（6401200-023）被合併進海光里（6401200-022）。

2. 誠正里（6401200-052）被拆解併入生明里（6401200-045）、誠智里（6401200-062）

如果我們的研究要處理高雄市鳳山區2010、2014年兩次市長選舉，就會發生鳳山區村里數目不合。

讀入鳳山區2010、2014年選舉資料

fongshan_2010 <- read.csv("data/fongshan_2010.csv", stringsAsFactors = FALSE)
fongshan_2014 <- read.csv("data/fongshan_2014.csv", stringsAsFactors = FALSE)

鳳山區2010年的村里數是78個，2014年的村里數是76個，2014年少了兩個里，也就是被整併的海風里、誠正里。

• 要分析高雄市鳳山區2010、2014年的資料，必須對鳳山區這兩年度的資料進行處理。

第一步：讀入高雄市鳳山區村里整併紀錄檔案li_fongshan.xlsx

li_fongshan <- read_xlsx("data/li_fongshan.xlsx", col_types = c("text"))

第二步：liRef函數輸入分析時間範圍及需要處理的年度，產生各年度的「村里整併參照表」

fs_2010_ref <- liRef(li_fongshan, range = c("2010", "2014"), year = "2010")

fs_2014_ref <- liRef(li_fongshan, range = c("2010", "2014"), year = "2014")

大家可以看到兩個年度產生的「村里整併參照表」不太一樣。

liRef透過所輸入的時間範圍及檔案時間，計算當年度應該要整併的村里，並產生「村里整併參照表」。

fs_2010_ref：由於2014年進行村里整併，2010年仍處於各自獨立的村里要進行整併。

fs_2014_ref：為什麼2014年整併的村里有一組仍需要在2014年進行整併，另一組則不用？主要是2014年誠正里被合併進併入生明里、誠智里，我們無法知道到底誠正里哪些居民被劃進生明里、誠智里，所以2010年是誠正里、生明里、誠智里三個村里進行整併，並且保留生明里，刪除誠正里、誠智里。而到了2014年，也必須對生明里、誠智里進行整併。

第三步：以liSum對2010、2014年高雄市鳳山區選舉資料進行加總

fs_2010_sum <- liSum(fongshan_2010, ref = fs_2010_ref, cols = c(5:11), finish = TRUE)

fs_2014_sum <- liSum(fongshan_2014, ref = fs_2014_ref, cols = c(2:9), finish = TRUE)

fs_2010_sum、fs_2014_sum兩個年度整併後村里資料都變成75里。

第四步：以liEqu對2010、2014年高雄市鳳山區選舉資料進行民進黨、國民黨的得票率計算

計算民進黨得票，如果計算完成就把部分村里刪除，這樣繼續計算國民黨的得票率就會有問題。

fs_2010_rate <- liEqu(fongshan_2010, ref = fs_2010_ref, result = "DDP_rate_2010", equ = c("DPP_2010 / vaild_vote_2010"))

我們假設算完國民黨的得票率後，就完成整併，所以就用finish = TRUE，把合併前的村里刪除。這裡的國民黨得票，要將國民黨候選人黃昭順加上以無黨籍參選的楊秋興，兩者能相加的檢測請參考「佘健源，2019，治水工程對選舉結果的影響：以高雄為例」

fs_2010_rate <- liEqu(fs_2010_rate, ref = fs_2010_ref, result = "KMT_rate_2010", equ = c("(KMT_2010 + Other_2010) / vaild_vote_2010"), finish = TRUE)

用同樣的方式計算2014年的民進黨、國民黨得票率：

fs_2014_rate <- liEqu(fongshan_2014, ref = fs_2014_ref, result = "DDP_rate_2014", equ = c("DPP_2014 / vaild_vote_2014"))

fs_2014_rate <- liEqu(fs_2014_rate, ref = fs_2014_ref, result = "KMT_rate_2014", equ = c("KMT_2014 / vaild_vote_2014"), finish = TRUE)

第五步：以liShp對高雄鳳山區圖資進行整併

讀入高雄市鳳山區2014年圖資

fs_map <- shapefile("data/map_adjusted/fongshan/fs_map.shp")

生明里、誠智里為兩個里。

先前的liSum、liEqu已經把2014年的資料，生明里、誠智里合併後，刪除誠智里，把合併後的資料併入圖資，誠智里會沒有資料。

使用liShp函數合併生明里及誠智里：

fs_map_adjusted <- liShp(fs_map, ref = fs_2014_ref)

生明里合併了誠智里，高雄鳳山區的村里圖資與其他村里資料觀測值一致。

另外，將R處理完的圖資存檔後，中文會出現亂碼，解決方案為：

library(foreign)

shapefile(fs_map_adjusted, "fs_map.shp", overwrite = TRUE)
write.dbf(fs_map_adjusted@data, "fs_map.dbf")

版本說明

• 2020.2.21

  • 0.1.0: 測試

• 2020.2.13

  • 0.01: 開發中

授權說明：

本項目採用MIT開源授權，完整的授權說明已經放置在LICENSE文件中。