数据呈现 | 用R绘制箱线、散点图，揭示地区企业进退规律

箱线与散点，都属于可视化分布图，其使用图形的位置、大小、形状和颜色的渐变程度可以展示数据的分布特征。

“

箱线图又称盒须图，是一种用作显示一组数据分布情况的统计图，高度概括了图中最大值、最小值、中位数、下四分位数及上四分位数的分布特点。

散点图也叫 X-Y 图，它将所有的数据以点的形式展现在直角坐标系上，以显示数据集群的形状，以及在数据云团中各数据点的影响关系。

”

基于2018年全国338座大中城市企业进入与退出数据，利用R中ggplot2包绘制箱线和散点图，以期揭示地区企业的进退规律。其中，CITYCODE为城市代码，name_province为省份名称，name_city为城市名称，region为经济圈，surving为企业存量，enterrate为企业进入率，exitrate为企业退出率。

表1：2018年全国大中城市企业进入与退出情况（展示的仅部分数据）

注：不同城市企业的进入与退出数据，由企研数据提供

接下来，利用上述表1数据，绘制箱线和散点图：

来看看省际间的比较，我们用箱线图展示各省的企业进入与退出情况。

#加载包
library(openxlsx)
library(ggplot2)

#读取数据
firm.enter.exit<-read.xlsx('firm_data.xlsx')#数据样式见表1

#绘制箱线图-企业进入
ggplot(firm.enter.exit,aes(x=name_province,y=enterrate))+
  geom_boxplot()+
  labs(x='省份',y='进入率（%）')+
  theme(axis.text.x=element_text(angle=90,hjust=1,vjust=0.5))+
  geom_hline(aes(yintercept=19.46),colour='darkred',linetype='dashed')#设置参考线
#绘制箱线图-企业退出
ggplot(firm.enter.exit,aes(x=name_province,y=exitrate))+
  geom_boxplot()+
  labs(x='省份',y='退出率（%）')+
  theme(axis.text.x=element_text(angle=90,hjust=1,vjust=0.5))+
  geom_hline(aes(yintercept=6.97),colour='darkred',linetype='dashed')

左右滑动查看更多

箱线图-企业进入

图1 省际间企业进入率差异比较

企业进入率是指企业进入数量与企业存量的比值，反映了地区企业的成长性。如图1所示，市场相对成熟和市场发展滞后的大部分经济地区（市场相对成熟，如，经济表现较好的四个直辖市、江浙地区；市场发展滞后，如，经济表现较差的西部地区）企业进入率低于全国平均水平（参考线），前者企业进入率低是由于市场存在竞争压力；后者企业进入率低是因为市场发育不足，生得不易，死也较难。而处于中间地带，企业成长性良好，进入率相对较高。

箱线图-企业退出

图2 省际间企业退出率差异比较

企业退出率是指企业退出数量与企业存量的比值，反映了地区企业的淘汰率。目前，全国大约有15个省的企业退出率超过全国平均水平。其中，整体退出情况表现最为严重的是黑龙江省，退出率最低的是西藏自治区。

再看看不同城市间的企业进入与退出的聚散关系，绘制散点图，借用参考线进行四象限分割。

#绘制散点图
ggplot(firm.enter.exit,aes(x=enterrate,y=exitrate,size=surving,colour=region))+
  geom_jitter()+
  geom_hline(aes(yintercept=6.97),colour='darked',linetype='dashed')+
  geom_vline(aes(xintercept=19.46),colour='darked',linetype='dashed')+
  
geom_text(aes(x=enterrate+0.3,label=name_city),size=2.5,hjust=0,alpha=0.35)+
  xlim(0,40)+
  ylim(0,40)+
  scale_colour_manual(values=c('red','blue','black','orange'))+
  theme_bw()+
  labs(x='进入率（%）',y='退出率（%）',colour='经济圈',size='企业存量（万家）')#设置标签

左右滑动查看更多

散点图-不同城市的企业进入与退出

图3 不同城市企业进入与退出的聚散关系

不同城市聚合、分散在以进入率19.46%、退出率为6.97%为中心的周围，其成长状态呈类型化特征。

平稳型城市——进入率和退出率均比较低，其出现两极分化现象，即靠近东南沿海较发达的城市拥有的企业存量多，市场趋于平稳成熟，而经济欠发达部分西部城市拥有的企业存量少，市场发育不足。

衰退型城市——进入率低，但退出率较高。城市内部竞争相对激烈，市场经济主体生存压力较大，面临着淘汰可能。

高流动型城市——进入率和退出率均比较高。这类城市进入门槛较低，内部竞争也较激烈。

成长型城市——进入率高，而退出率较低。城市的创业活力强，来自“经济圈”的较多，内部竞争压力较小，适合培育初创企业的发展。

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：简华（何年华）审阅：杨奇明编辑：青酱

    欢迎扫描👇二维码添加关注