AU-taxstats.R

   1 install.packages("sf")
   2 library(sf)
   3 install.packages("devtools")
   4 devtools::install_github("tidyverse/ggplot2") # needed for geom_sf
   5 library(ggplot2)
   6 library(viridis)
   7 library(ggthemes)
   8
   9 # Obtain the tax dataset if not available yet
  10 if(!file.exists("data/taxstats2015individual06ataxablestatusstateterritorypostcode.csv"))
  11   download.file(url = "http://data.gov.au/dataset/5c99cfed-254d-40a6-af1c-47412b7de6fe/resource/90f7f4eb-2c44-4884-96c0-01060c820cfd/download/taxstats2015individual06ataxablestatusstateterritorypostcode.csv", destfile = "data/taxstats2015individual06ataxablestatusstateterritorypostcode.csv")
  12 # http://data.gov.au/dataset/5c99cfed-254d-40a6-af1c-47412b7de6fe/resource/d3189e9d-533a-4893-b6a1-758781083418/download/taxstats2015individual06btaxablestatusstateterritorypostcode.csv
  13
  14 # Obtain shapefile with Australian postal codes if not available yet
  15 if(!file.exists("data/1270055003_poa_2016_aust_shape.zip"))
  16   download.file(url = "http://www.abs.gov.au/ausstats/subscriber.nsf/log?openagent&1270055003_poa_2016_aust_shape.zip&1270.0.55.003&Data%20Cubes&4FB811FA48EECA7ACA25802C001432D0&0&July%202016&13.09.2016&Latest", destfile = "data/1270055003_poa_2016_aust_shape.zip")
  17 # Unzip it if not done already
  18 if(!file.exists("data/POA_2016_AUST.shp"))
  19   unzip(zipfile = "data/1270055003_poa_2016_aust_shape.zip", exdir = "data/")
  20
  21 taxstats <- read.csv("data/taxstats2015individual06ataxablestatusstateterritorypostcode.csv", stringsAsFactors = FALSE)
  22 taxstats <- dplyr::filter(taxstats, Taxable.status == "Taxable")
  23 POA <- st_read(dsn = "data/", layer = "POA_2016_AUST", stringsAsFactors = FALSE)
  24
  25 taxstats.POA <- merge(x = taxstats, y = POA, by.x = "Postcode", by.y = "POA_CODE16", all.y = TRUE)
  26
  27 taxstats.POA$incomeperearningcapita <- taxstats.POA$`Total.Income.or.Loss..` / taxstats.POA$Total.Income.or.Loss.no.
  28 # Postal codes turn out not to be too interesting, as they're way more granular around
  29 # big cities - making the high income postal codes invisible on the chart below
  30 ggplot(taxstats.POA) +
  31   geom_sf(aes(fill = incomeperearningcapita, color = incomeperearningcapita)) +
  32   scale_fill_viridis("incomeperearningcapita") +
  33   scale_color_viridis("incomeperearningcapita")
  34
  35 # Let's try by SA3
  36 if(!file.exists("data/1270055001_sa3_2016_aust_shape.zip"))
  37   download.file(url = "http://www.abs.gov.au/AUSSTATS/subscriber.nsf/log?openagent&1270055001_sa3_2016_aust_shape.zip&1270.0.55.001&Data%20Cubes&43942523105745CBCA257FED0013DB07&0&July%202016&12.07.2016&Latest", destfile = "data/1270055001_sa3_2016_aust_shape.zip")
  38
  39 if(!file.exists("data/SA3_2016_AUST.shp"))
  40   unzip(zipfile = "data/1270055001_sa3_2016_aust_shape.zip", exdir = "data/")
  41
  42 sa3 <- st_read(dsn = "data/", layer = "SA3_2016_AUST", stringsAsFactors = FALSE)
  43 taxstats.sa3 <- merge(x = taxstats, y = sa3, by.x = "Postcode", by.y = "POA_CODE16", all.y = TRUE)
  44
  45 # Create a matrix of intersecting postal codes and SA3's
  46
  47 POA_SAs <- st_intersects(x=sa3, y=POA, sparse=FALSE)
  48 taxstats.POA$`Total.Income.or.Loss..`[is.na(taxstats.POA$`Total.Income.or.Loss..`)] <- 0
  49 taxstats.POA$`Total.Income.or.Loss.no.`[is.na(taxstats.POA$`Total.Income.or.Loss.no.`)] <- 0
  50 # Perform matrix multiplication to obtain the income metrix per SA3
  51 # Total income will be incorrect, as the POAs intersect with multiple SA3s
  52 sa3$TotalIncome <- as.vector(POA_SAs %*% as.matrix(taxstats.POA$`Total.Income.or.Loss..`))
  53 sa3$TotalIncomeEarners <- as.vector(POA_SAs %*% as.matrix(taxstats.POA$`Total.Income.or.Loss.no.`))
  54 sa3$incomeperearningcapita <- (sa3$TotalIncome / sa3$TotalIncomeEarners)/1000
  55
  56 # As SA3s are still to narrow around cities compared to in the country,
  57 # let's simply look at Melbourne
  58
  59 ggplot(dplyr::filter(sa3, data.table::`%like%`(GCC_NAME16, "Melbourne") )) +
  60   geom_sf(aes(fill = incomeperearningcapita, color = incomeperearningcapita)) +
  61   scale_fill_viridis(name = "") +
  62   scale_color_viridis(name = "") +
  63   coord_sf(datum = NA) + # Work around https://github.com/tidyverse/ggplot2/issues/2071 to remove gridlines
  64   labs(title = "Melbourne \nincome distribution",
  65        subtitle = "2014/15, in 1000s AUD",
  66        caption = "\nSource: Australian Taxation Office") +
  67   theme_economist() +
  68   theme(legend.position = "bottom",
  69         legend.text = element_text(angle = 45, hjust = 1, size = 8),
  70         axis.text = element_blank(),
  71         axis.ticks = element_blank())
  72