Praca domowa 4
+Adam Ryski
+2024-12-12
+ +Moc geografii
+Przedmiotem tej analizy jest spojrzenie na wpływ geografii na +opuszczanie noworodków w szpitalu przez biologicznych rodziców, oraz +wychowywanie dzieci w pieczy zastępczej, tj. w rodzinach zastępczych i +domach dziecka. Zjawiska zachodzące na jakimś terenie geograficznym +oczywiście, czasem wynikają stricte z samej lokalizacji, ale w przypadku +większości zjawisk socjologicznych można śmiało stwierdzić, że są one +często wynikiem historii tych miejsc. Lata decyzji podejmowanych na +danym obszarze nawet setki lat temu często kształtują życie aktualnych +pokoleń.
+Wpływ zaborów na pozostawianie dzieci
+Często można w internecie spotkać wizualizacje pokazujące istotne +różnice w dzisiejszym funkcjonowaniu naszego społeczeństwa na mapie +Polski podzielonej według granic administracyjnych dawnych zaborów. Jak +widać na poniższym wykresie różnicę można zauważyć nawet w tak +wydawałoby się nie związnym granicami zagadnieniem jak pozostawianie +dzieci. Niestety ze względu na ograniczone dane na wykresie zostało +zastosowane uproszczenie. To jest za zabór rosyjski uznano województwa: +mazowieckie, podlaskie, świętokrzyskie, lubelskie, oraz łódzkie. Za +zabór austro-węgierski małopolskie i podkarpackie. Natomiast dane z +reszty województw przypisano zaborowi Pruskiemu. Oczywiście dawne +granice przebiegały nieco inaczej ale do wstępnej analizy przybliżenie +można uznać za wystarczające do stwierdzenia, że aktualnie bogatsze +województwa, niegdyś będące pod zaborem Pruskim, wcale nie cieszą się +niską liczbą pozostawień, a wręcz przeciwnie.
+a <- read_excel("Noworodki pozostawione w szpitalu 2007-2023.xlsx")
+a2 <- na.omit(a)
+x <- a2[1,]
+colnames(a2) <- substr(x, nchar(x) - 3, nchar(x))
+colnames(a2)[1] <- "Województwo"
+a3 <- a2[-1,]
+a4 <- pivot_longer(a3, cols= !"Województwo")
+colnames(a4) <- c("Województwo", "Rok", "Liczba pozostawień")
+a5 <- a4 %>% mutate(Rok = as.integer(Rok))
+
+b <- read_excel("Urodzenia żywe w Polsce 2007-2023.xlsx")
+b2 <- pivot_longer(b, cols= !"Województwo")
+colnames(b2) <- c("Województwo", "Rok", "Liczba urodzeń")
+b3 <- b2 %>% mutate(Rok = as.integer(Rok), Województwo = ifelse(Województwo == "POLSKA", "Polska", Województwo))
+
+result <- b3 %>% left_join(a5, join_by("Województwo", "Rok",))
+result$zabory = ifelse(result$Województwo %in% c("mazowieckie", "podlaskie", "świętokrzyskie", "lubelskie", "łódzkie"), "Rosyjski", ifelse(result$Województwo %in% c("małopolskie", "podkarpackie"), "Austro-Węgierski", ifelse(result$Województwo %in% c("Polska"),"Polska", "Purski")))
+result$`Liczba pozostawień` = as.double(result$`Liczba pozostawień`)
+result$`Liczba urodzeń` = as.double(result$`Liczba urodzeń`)
+result$`Promil pozostawień` = result$`Liczba pozostawień` / result$`Liczba urodzeń` * 1000
+result <- result %>% filter(`Województwo` != "Polska")
+
+ggplot() +
+ scale_y_continuous(expand = c(0,0, 0.01, 0)) +
+ theme(axis.text.x = element_text(angle = 60, vjust = 0.5)) +
+ scale_x_continuous(labels = as.character(result$Rok), breaks = result$Rok, expand = c(0.01,0, 0.01, 0)) +
+ theme(text = element_text(size = 10),
+ axis.text.x = element_text(hjust = 0.5, size = 9),
+ axis.text.y = element_text(hjust = 0.5, size = 10)) +
+ labs(y = "Promil pozostawień", x = "Rok", fill = "Były zabór:",
+ title = "Promil noworodków pozostawionych w szpitalu z wszystkich żywych urodzeń",
+ subtitle = "z podziałem na zabory\n(pozostawienia wynikają nie ze względów zdrowotnych)") +
+ geom_bar(data = result , aes(x = Rok, y = `Promil pozostawień`, group = zabory, fill = zabory),
+ width = 0.6, stat="identity", position = position_dodge(width=0.7)) +
+ scale_fill_manual(values = c("#315ca8", "#e4007e","#884292"))
Kto pomaga większości wychowankom?
+Jak widać na załączonym wykresie w Polsce, zdecydowana większość +wychowanków przypada pieczy rodzinnej. Udział pieczy rodzinnej pozostaje +dominujący i niezachwiany od lat. Natomiast w ujęciu ogólnopolskim +ciężko mówić o tym, że na przestrzeni ostatnich lat doszło do zmian w +tym obszarze. Rola obu rodzajów pieczy pozostaje niezmienna od lat i nie +mamy do czynienia z wyraźnymi trendami, które mogłyby zachwiać +istniejącą równowagę.
+a <- read_excel("Wychowankowie (0-24 lata) w pieczy zastępczej 2014-2023.xlsx", sheet = "Wychowankowie instytucjonalnej ")
+colnames(a)[1] <- "Województwo"
+a2 <- pivot_longer(a, cols= !"Województwo")
+colnames(a2) <- c("Województwo", "Rok", "Liczba wychowanków")
+a2$instytucjonalna = c("instytucjonalna")
+
+b <- read_excel("Wychowankowie (0-24 lata) w pieczy zastępczej 2014-2023.xlsx", sheet = "Wychowankowie rodzinnej pieczy ")
+colnames(b)[1] <- "Województwo"
+b2 <- pivot_longer(b, cols= !"Województwo")
+colnames(b2) <- c("Województwo", "Rok", "Liczba wychowanków")
+b2$instytucjonalna = c("rodzinna")
+
+result <- rbind(a2, b2)
+result2 <- result %>% mutate(Rok = as.integer(Rok))
+
+result3 <- result2 %>% filter(Województwo == "POLSKA")
+
+result3$Rok <- as.character(result3$Rok)
+
+ggplot(result3, aes(x = Rok, weight=`Liczba wychowanków`, fill = instytucjonalna, group = instytucjonalna)) +
+ labs(y = "Procentowy udział danej pieczy w wychowankach",
+ x = "Rok",
+ fill = "Piecza:",
+ title = "Udział pieczy rodzinnej w wychowankach",
+ subtitle = "Na przestrzeni lat",
+ ) +
+ scale_fill_manual(values = c("#ea4f7f", "#303174")) +
+ geom_bar(stat = "count", position = "fill") +
+ scale_y_continuous(expand = c(0,0, 0.02, 0)) +
+ theme(axis.text.x = element_text(angle = 60, vjust = 0.5)) +
+ theme(text = element_text(size = 10), axis.text.x = element_text(hjust = 0.5, size = 9), axis.text.y = element_text(hjust = 0.5, size = 10)) 
Popularność pieczy rodzinnej w zależności od województwa
+Czy to przypadek, że trzy najniższe wartości odsetka udziału pieczy +rodzinnej w wychowankach są najniższe w aż 3 województwach, które w +pierwszym wykresie przypisaliśmy do zaboru Rosyjskiego? Być może ale +wykres wydaje się sugerować, że warto sprawdzić popularność pieczy +rodzinnej w zależności od zamożności województwa co mam nadzieje będzie +miał ktoś jeszcze okazję porównać w kolenych analizach.
+a <- read_excel("Wychowankowie (0-24 lata) w pieczy zastępczej 2014-2023.xlsx", sheet = "Wychowankowie instytucjonalnej ")
+colnames(a)[1] <- "Województwo"
+a2 <- pivot_longer(a, cols= !"Województwo")
+colnames(a2) <- c("Województwo", "Rok", "Liczba wychowanków")
+a2$instytucjonalna = c("instytucjonalna")
+
+b <- read_excel("Wychowankowie (0-24 lata) w pieczy zastępczej 2014-2023.xlsx", sheet = "Wychowankowie rodzinnej pieczy ")
+colnames(b)[1] <- "Województwo"
+b2 <- pivot_longer(b, cols= !"Województwo")
+colnames(b2) <- c("Województwo", "Rok", "Liczba wychowanków")
+b2$instytucjonalna = c("rodzinna")
+
+result <- rbind(a2, b2)
+result2 <- result %>% mutate(Rok = as.integer(Rok))
+
+result3 <- result2 %>% group_by(Województwo, instytucjonalna) %>% summarise(liczba = sum(`Liczba wychowanków`))
+
+totals1 <- result3 %>% group_by(Województwo) %>% summarise(total = sum(liczba))
+rodzinna1 <- result3 %>% filter(instytucjonalna == "rodzinna") %>% select(Województwo, liczba)
+rodzinna1 <- rodzinna1 %>% left_join(totals1)
+rodzinna1$procent <- rodzinna1$liczba / rodzinna1$total
+
+woj <- rodzinna1 %>% arrange(procent) %>% select(Województwo)
+woj$order <- rep(1:nrow(woj))
+
+result4 <- result3 %>% left_join(woj)
+
+result5 <- result4 %>% arrange(order)
+
+
+ggplot(result5, aes(x = reorder(Województwo, order), weight=liczba, fill = instytucjonalna, group = instytucjonalna)) +
+ labs(y = "Procentowy udział danej pieczy w wychowankach",
+ x = "Województwo",
+ fill = "Piecza:",
+ title = "Udział pieczy rodzinnej w wychowankach",
+ subtitle = "W podziale na województwa"
+ ) +
+ scale_fill_manual(values = c("#ea4f7f", "#303174")) +
+ geom_bar(stat = "count", position = "fill") +
+ scale_y_continuous(expand = c(0,0, 0.02, 0)) +
+ theme(axis.text.x = element_text(angle = 60, vjust = 0.5)) +
+ theme(text = element_text(size = 10), axis.text.x = element_text(hjust = 0.5, size = 9), axis.text.y = element_text(hjust = 0.5, size = 10)) 
Podsumowanie
+Zaskakujące było dla mnie jak duży udział w pieczy ma piecza +rodzinna. Aczkolwiek moim zdaniem jest to zgodne z duchem +samoorganizacji Polaków w trudnych sytuacjach. Ciekawe natomiast jest +dla mnie to, że teoretycznie bogatsze województwa cieszą się wyższymi +odsetkami pozostawień, aczkolwiek również wyższymi odsetkami organizacji +pieczy rodzinnej, która jednak wydaje się wymaga od jednostek więcej +środków i zaangażowania.
+