Graficos ENE

library(haven)
library(ggplot2)
library(ggpubr)
library(gridExtra)
library(stringr)
library(scales)

#Función para descargar las bases de datos de la Encuesta Nacional de Empleos (Chile)
descargarENE <- function(inicio, fin, guardarRDATA=TRUE) {
  urlENE19 <- "https://ine.cl/docs/default-source/ocupacion-y-desocupacion/bbdd/####/formato-spss/"
  urlENE <- "https://www.ine.cl/docs/default-source/ocupacion-y-desocupacion/bbdd/####/spss/"
  letras <- "defmamjjasonde"
  rangoFecha <- seq(as.Date(paste0(inicio,"-01")),
                    to=as.Date(paste0(fin,"-01")),
                    by="months")
  if (file.exists(paste0("DB/ene.RData"))) {
    load("DB/ene.RData")
  } else {
    ENE <- new.env()
  }
  series <- data.frame(mes=character(0),
                       desocupados=numeric(0), desocupadosH=numeric(0), desocupadosM=numeric(0),
                       ocupados=numeric(0), ocupadosH=numeric(0),ocupadosM=numeric(0),
                       fuerzaTrabajo=numeric(0), fuerzaTrabajoH=numeric(0),fuerzaTrabajoM=numeric(0),
                       poblacionEdadTrabajar=numeric(0), poblacionEdadTrabajarH=numeric(0), poblacionEdadTrabajarM=numeric(0),
                       iniciadoresDisponibles=numeric(0), iniciadoresDisponiblesH=numeric(0), iniciadoresDisponiblesM=numeric(0),
                       tiempoParcialInvoluntario=numeric(0), tiempoParcialInvoluntarioH=numeric(0), tiempoParcialInvoluntarioM=numeric(0),
                       ocupadosBuscaronEmpleo=numeric(0), ocupadosBuscaronEmpleoH=numeric(0), ocupadosBuscaronEmpleoM=numeric(0),
                       ocupadosInformales=numeric(0), ocupadosInformalesH=numeric(0), ocupadosInformalesM=numeric(0),
                       ocupadosSectorInformal=numeric(0), ocupadosSectorInformalH=numeric(0), ocupadosSectorInformalM=numeric(0),
                       stringsAsFactors=FALSE)
  for(fecha in as.character(rangoFecha)) {
    nMes <- as.numeric(format(as.Date(fecha), "%m"))
    nAno <- as.numeric(format(as.Date(fecha), "%Y"))
    nombreENE <- paste0("ene-",
                        format(as.Date(fecha), "%Y-%m"))
    nombreENEL <- paste0(nombreENE, "-", substr(letras,nMes,nMes+2))
    if(!file.exists(paste0("DB/", nombreENE,".sav"))) {
      if (nAno <= 2019) {
        url <- sub("####", format(as.Date(fecha), "%Y"), urlENE19)
        #nombreENE19 <- sub("^(ene-[0-9]{4}-[0-9]{2})(-[a-z]{3})$","\\1", nombreENE)
        download.file(paste0(url,nombreENE,".sav"), destfile = paste0("DB/", nombreENE,".sav"))
      } else {
        url <- sub("####", format(as.Date(fecha), "%Y"), urlENE)
        download.file(paste0(url,nombreENEL,".sav"), destfile = paste0("DB/", nombreENE,".sav"))
      }
    }
    nombreGB <- gsub("-", "_", nombreENE)
    if(!exists(nombreGB, envir=ENE)) {
      assign(nombreGB, read_spss(paste0("DB/", nombreENE,".sav")), envir=ENE)
    }

    ### Calcular los principales indicadores de ocupación y desocupación ###

    # Personas Desocupadas
    DO <- ENE[[nombreGB]]$cae_especifico == 8 | ENE[[nombreGB]]$cae_especifico == 9
    # Personas Ocupadas
    O <- ENE[[nombreGB]]$cae_especifico >= 1 & ENE[[nombreGB]]$cae_especifico <= 7
    # Fuerza de trabajo
    FT <- ENE[[nombreGB]]$cae_especifico >= 1 & ENE[[nombreGB]]$cae_especifico <= 9
    # Población en Edad de Trabajar
    PET <- ENE[[nombreGB]]$edad >= 15
    # Iniciadores Disponibles
    ID <- ENE[[nombreGB]]$cae_especifico == 10
    # Personas a tiempo parcial involuntario
    TPI <- O & ENE[[nombreGB]]$habituales <= 30 & ENE[[nombreGB]]$c10 == 1 &
      (ENE[[nombreGB]]$c11 == 1 | ENE[[nombreGB]]$c11 == 2)
    # Personas ocupadas que buscaron empleo
    OBE <- O & (ENE[[nombreGB]]$e4 >=1 & ENE[[nombreGB]]$e4 <=6)
    # Personas ocupadas informales
    OI <- ENE[[nombreGB]]$ocup_form == 2
    # Personas ocupadas en el sector informal
    OSI <- ENE[[nombreGB]]$sector == 2
    # Añadir a la serie estadística
    series[nrow(series)+1, 1] <- fecha#format(as.Date(fecha), "%Y-%m")
    i <- 2
    for (indicador in list(DO,O,FT,PET,ID,TPI,OBE,OI,OSI)) {
      series[nrow(series),i:(i+2)] <- c(sum(indicador*ENE[[nombreGB]]$fact_cal, na.rm=TRUE),
                                  tapply(indicador*ENE[[nombreGB]]$fact_cal, ENE[[nombreGB]]$sexo, sum, na.rm=TRUE))
      i <- i+3
    }
  }
  tasaDesocupacion <- with(series, desocupados/fuerzaTrabajo)
  tasaDesocupacionH <- with(series, desocupadosH/fuerzaTrabajoH)
  tasaDesocupacionM <- with(series, desocupadosM/fuerzaTrabajoM)
  tasaOcupacion <- with(series, ocupados/poblacionEdadTrabajar)
  tasaParticipacion <- with(series, fuerzaTrabajo/poblacionEdadTrabajar)
  tasaPresionLaboral <- with(series, (desocupados+iniciadoresDisponibles+ocupadosBuscaronEmpleo)/(fuerzaTrabajo+iniciadoresDisponibles))
  tasaDesocupacionIniciadores <- with(series, (desocupados+iniciadoresDisponibles)/(fuerzaTrabajo+iniciadoresDisponibles))
  tasaDesocupacionTPI <- with(series, (desocupados+iniciadoresDisponibles+tiempoParcialInvoluntario)/(fuerzaTrabajo+iniciadoresDisponibles))

  series <- data.frame(series,tasaDesocupacion,tasaDesocupacionH, tasaDesocupacionM,
                       tasaOcupacion, tasaParticipacion, tasaPresionLaboral, tasaDesocupacionIniciadores, tasaDesocupacionTPI)
  assign("series", series, ENE)
  if (guardarRDATA) {
    save(ENE, file="DB/ene.RData")
  }
  return(ENE)
}

# Si las bases de datos ya están descargadas, comentar esta línea y descomentar load
ENE <- descargarENE("2019-05","2021-05")
#load("DB/ene.RData")

# GRÁFICO DE TASA DE DESEMPLEO SEGÚN GÉNERO
ggplot(data = ENE$series, aes(x = as.Date(mes), y = tasaDesocupacion, color="Total"))+
  geom_line(size=1) +
  geom_line(aes(y=tasaDesocupacionH, color="Hombres"),size=1) +
  geom_line(aes(y=tasaDesocupacionM, color="Mujeres"),size=1) +
  scale_color_manual(values = c("Total"="#00AABB", "Hombres"="#AA00BB", "Mujeres"="#AABB00")) +
  scale_x_date(labels = date_format("%Y-%m"), breaks = date_breaks("months")) +
  scale_y_continuous(labels = scales::percent) +
  theme(legend.position="top", axis.text.x = element_text(angle=45, hjust=1, size=7)) +
  labs(title = "Tasa de desocupación por trimestre móvil, según género",
       x="Trimestre Móvil",
       y="Tasa de desocupación %",
       caption="Fuente: Elaboración propia\n
       en base a datos de Encuesta Nacional de Empleo\n
       (INE,2021)")

serieE9 <- data.frame(mes=character(0), motivoInactividad=numeric(0), Freq=numeric(0),
                      hombres=numeric(0), mujeres=numeric(0))
for (mes in ENE$series$mes) {
  encuesta <- paste0("ene_", format(as.Date(mes), "%Y_%m"))
  f <- ENE[[encuesta]]$activ == 3 &
    ENE[[encuesta]]$edad >= 15
  if("e9_otro_covid" %in% names(ENE[[encuesta]]) & "e12_otro_covid" %in% names(ENE[[encuesta]])) {
    subsetENE <- ENE[[encuesta]][f,c("sexo", "e9", "e12", "e9_otro_covid", "e12_otro_covid" ,"fact_cal")]
  } else {
    subsetENE <- ENE[[encuesta]][f,c("sexo", "e9", "e12" ,"fact_cal")]
  }
  attach(subsetENE)
  motivoInactividad <- numeric(nrow(subsetENE))
  # Espera iniciar un empleo o actividad por cuenta propia
  motivoInactividad[e9 %in% c(1,2,9,13) | (is.na(e9) & e12 %in% 1:2)] <- 1
  # Responsabilidades familiares (embarazo o cuidado de menores o personas dependientes)
  motivoInactividad[e9 %in% c(3,11,12,14) | (is.na(e9) & e12 %in% c(4,10,11))] <- 2
  # Estudios
  motivoInactividad[e9 == 4 | (is.na(e9) & e12 == 3)] <- 3
  # Es Jubilado/a, Rentista, Pensionado/a o Montepiada
  motivoInactividad[e9 %in% 5:7 | (is.na(e9) & e12 %in% 5:7)] <- 4
  # Razones de salud
  motivoInactividad[e9 %in% c(8,10) | (is.na(e9) & e12 %in% c(8,9))] <- 5
  # Razones de desaliento
  motivoInactividad[e9 %in% 15:20] <- 6
  # No quiere o no necesita trabajar
  motivoInactividad[e9 == 21 | (is.na(e9) & e12 == 12)] <- 7
  if ("e9_otro_covid" %in% names(ENE[[encuesta]]) & "e12_otro_covid" %in% names(ENE[[encuesta]])) {
    # Razones asociadas al covid 19
    motivoInactividad[(e9 == 22 & e9_otro_covid == 1) | (is.na(e9) & e12 == 13 & e12_otro_covid ==1)] <- 8
    # Otras razones
    motivoInactividad[(e9 == 22 & (e9_otro_covid == 0 | is.na(e9_otro_covid))) | (is.na(e9) & e12 == 13 & (e12_otro_covid ==0 | is.na(e12_otro_covid)))] <- 9
  } else {
    motivoInactividad[e9 == 22 | (is.na(e9) & e12 == 13)] <- 9
  }
  motivoInactividad[motivoInactividad == 0] <- NA
  detach(subsetENE)

  motivoInactividad <- factor(motivoInactividad,
                              levels=1:9,
                              labels=c("Espera iniciar un empleo o actividad por cuenta propia", #1
                                       "Responsabilidades familiares (embarazo, cuidado de menores o personas dependientes)", #2
                                       "Estudios", #3
                                       "Es Jubilado/a, Rentista, Pensionado/a o Montepiada", #4
                                       "Razones de salud", #5
                                       "Razones de desaliento", #6
                                       "No quiere o no necesita trabajar", #7
                                       "Razones asociadas al covid-19", #8
                                       "Otras Razones")) #9
  subsetENE <- data.frame(subsetENE, motivoInactividad)
  tmi <- with(subsetENE, xtabs(fact_cal ~ motivoInactividad))
  tmis <- with(subsetENE, xtabs(fact_cal ~ motivoInactividad + sexo))
  serieE9 <- rbind(serieE9, data.frame(mes=rep(mes,nrow(tmi)), tmi,
                                       hombres=tmis[,1], mujeres=tmis[,2]))
  rm(encuesta,f,motivoInactividad,tmi,tmis,subsetENE)
}

levels(serieE9$motivoInactividad) <- str_wrap(levels(serieE9$motivoInactividad),40)

g1 <- ggplot(data=serieE9, aes(x=as.Date(mes), y=Freq, fill=motivoInactividad)) +
  geom_area(alpha=0.7, color = 1, lwd=0.5, linetype=1) +
  scale_fill_brewer(palette = "Set1", name=str_wrap("Motivo por el cual no ha trabajado, buscado empleo o no ha estado disponible para trabajar en las últimas cuatro semanas",30)) +
  guides(fill=guide_legend(legend.key.height=unit(2, "cm"),ncol=1)) +
  labs(x="Trimestre Móvil", y="Población Total\n(Millones de personas)") +
  scale_x_date(labels = date_format("%Y-%m"), breaks = date_breaks("months")) +
  theme(axis.text.x = element_text(angle=45, hjust=1, size=7)) +
  scale_y_continuous(labels = label_number(suffix = " M", scale = 1e-6))

g2 <- ggplot(data=serieE9, aes(x=as.Date(mes), y=hombres, fill=motivoInactividad)) +
  geom_area(alpha=0.7, color = 1, lwd=0.5, linetype=1) +
  scale_fill_brewer(palette = "Set1") +
  labs(x="Trimestre Móvil", y="Hombres\n(Millones de personas)") +
  scale_x_date(labels = date_format("%Y-%m"), breaks = date_breaks("months")) +
  theme(axis.text.x = element_text(angle=45, hjust=1, size=7)) +
  scale_y_continuous(labels = label_number(suffix = " M", scale = 1e-6))

g3 <- ggplot(data=serieE9, aes(x=as.Date(mes), y=mujeres, fill=motivoInactividad)) +
  geom_area(alpha=0.7, color = 1, lwd=0.5, linetype=1) +
  scale_fill_brewer(palette = "Set1") +
  labs(x="Trimestre Móvil", y="Mujeres\n(Millones de personas)") +
  scale_x_date(labels = date_format("%Y-%m"), breaks = date_breaks("months")) +
  theme(axis.text.x = element_text(angle=45, hjust=1, size=7)) +
  scale_y_continuous(labels = label_number(suffix = " M", scale = 1e-6))

legend <- get_legend(g1)

# Descomentar esta línea y dev.off para exportar a png
#png("grafico2.png", width=8.5, height=11, units="in", res=300)
grid.arrange(arrangeGrob(g1 + theme(legend.position = "none"),
                         g2 + theme(legend.position = "none"),
                         g3 + theme(legend.position = "none")),
             as_ggplot(legend),
             ncol=2,
             widths=c(1.5,1),
             top=grid::textGrob("Motivo por el que no ha trabajado o buscado empleo",gp=grid::gpar(fontsize=20,font=3)),
             bottom="Fuente: Elaboración propia en base a Encuesta Nacional de Empleo (INE, 2021)"
)
#dev.off()