안녕하세요,
며칠 전 원재료 가격 인상 등으로 인한 생산비 부담을 근거로 주류 가격이 인상될 것이라는 전망을 담은 기사가 언론에 등장하기 시작하였습니다. 소주의 경우 아직 '서민 술'이라는 인식이 강하다 보니 정부는 주류업체 실태조사에 착수하며 물가 진화에 나섰고 주류 업계는 가격 동결을 발표하였습니다.
정부 압박에 주류업계 "가격동결"·식품업계 "인상계획 철회"(종합2보)
기재부, 주류업체 실태조사 착수·농식품부는 식품업계와 잇단 간담회 정부가 장바구니 부담을 줄이기 위해 기업을 상대로 실태조사를 벌이고 업계 관계자들과 잇따라 간담회를 열며 압박 수위
n.news.naver.com
그렇다면 우리가 즐겨 마시는 소주와 맥주의 10년 전, 그리고 35년 전의 가격은 어땠을까요?
우선 한국소비자원 생필품가격보고서에 발표된 주요 소주와 맥주의 가격을 살펴보겠습니다. 2010년, 2015년, 2020년, 2023년 2월 둘째 주 또는 셋째 주의 맥주 가격과 소주의 평균 가격을 R ggplot2패키지를 이용하여 시각화하였습니다. 먼저 소주 가격을 보면 2015년부터 2020년까지 상당한 가격 인상이 있었던 것으로 보입니다. 2010년에는 참이슬 클래식의 평균가격이 처음처럼의 평균가격보다 조금 높았으나 2015년부터는 큰 차이를 보이지 않습니다.
다음은 같은 시기 맥주 6캔의 가격을 나타낸 그래프입니다. 오비라거 6캔의 경우 2023년 2월 자료가 발표되지 않아서 결측치 처리하였습니다. 소주와 마찬가지로 맥주도 2015년부터 2020년까지 큰 폭의 인상이 있었습니다. 다만 2020년과 2023년을 비교할 때 카스 프레쉬의 가격은 소폭 하락하였음을 알 수 있습니다 (참고로 슬프게도 맥주는 주세 자체가 올라서 어쩔 수 없이 가격이 인상될 것 같다고 합니다.)
library(ggplot2)
date<-as.Date(c("2010-2-19", "2015-2-13","2020-2-14","2023-2-17","2010-2-19","2015-2-13","2020-2-14","2023-2-17","2010-2-19","2015-2-13","2020-2-14","2023-2-17","2010-2-19","2015-2-13","2020-2-14","2023-2-17"))
type<-c("참이슬 클래식(360ml)","참이슬 클래식(360ml)","참이슬 클래식(360ml)","참이슬 클래식(360ml)","처음처럼(360ml)","처음처럼(360ml)","처음처럼(360ml)","처음처럼(360ml)","오비라거(6캔)","오비라거(6캔)","오비라거(6캔)","오비라거(6캔)","카스 프레쉬(6캔)","카스 프레쉬(6캔)","카스 프레쉬(6캔)","카스 프레쉬(6캔)")
min<-c(100,1030,1280,1380,100,990,1280,1360,7200,7330,8690,NA,7200,7330,8220,8520)
mean<-c(1100,1074,1456,1605,1045,1072,1463,1599,7455,7995,10251,NA,7606,8218,9708,9667)
max<-c(6000,1500,1800,1950,2940,1500,1800,1950,1920,11100,12900,NA,13490,11100,12000,11100)
price<-data.frame(date,type,min,mean,max)
head(price)
soju<-subset(price, mean<2000)
ggplot(soju, aes(x=date, y=mean, group=type, color=type))+
geom_line()+ geom_point() +
labs(x="날짜", y="평균가격(원)") +
theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=11, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))
beer<-subset(price, mean>2000)
ggplot(beer, aes(x=date, y=mean, group=type, color=type))+
geom_line()+ geom_point() +
labs(x="", y="평균가격(원)") +
theme(legend.position="bottom", legend.title=element_blank(), axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=11, face='bold'), axis.text.y=element_text(size=11, face='bold'), legend.text=element_text(size=12))
다음은 40년 전 가격을 간접적으로 살펴보기 위하여 지출목적이 주류인 소비자물가지수를 살펴보았습니다. 지출목적이 주류인 소비자물가지수 자료는 1985년부터 확인할 수 있었습니다. 해당 자료는 2020년을 기준시점으로 하기 때문에 2020년 소비자물가지수는 100이며 2020년에 비해서 물가가 얼마나 변했는지 확인할 수 있습니다. 1985년 주류의 소비자물가지수는 35.942, 2022년 주류의 소비자물가지수는 106.86였으며 전반적으로 상승하는 추세를 보이고 있습니다. 더하여 2010년 중반에는 비교적 완만한 증가 추세를 보였으나 2022년에는 소비자물가지수가 가파르게 오른 것을 확인할 수 있습니다.
소비자 물가지수에 대해서 조금 더 알아보고 싶으신 분들은 아래의 통계청 홈페이지를 참고하시면 됩니다.
소비자물가지수 이용 | 소비자물가지수 알아보기 | 이해 : 소비자물가지수
소비자물가지수
kostat.go.kr
year<-c(1985,1986,1987,1988,1989,1990,1991,1992,1993,1994,1995,1996,1997,1998,1999,2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,2017,2018,2019,2020,2021,2022)
cpi<-c(35.924,37.463,38.055,38.759,41.531,44.313,46.407,50.387,54.604,56.340,58.132,61.077,63.387,70.648,71.089,72.177,71.010,71.792,75.159,76.934,78.216,77.630,78.816,80.490,83.866,85.097,84.792,85.438,89.383,89.514,90.217,92.217,96.640,97.363,99.109,100.00,101.12,106.86)
cpi<-data.frame(year,cpi)
head(cpi)
ggplot(cpi, aes(x=year, y=cpi))+
geom_point(size=2)+
geom_line(size=1)+
labs(x="연도", y="소비자물가지수")+
theme(axis.title = element_text(face = "bold", size = 12), axis.text.x=element_text(size=11, face='bold'), axis.text.y=element_text(size=11, face='bold')) +
geom_hline(yintercept=100)
유용한 한줄 코드 설명 : 한글이 깨질 때
제가 올려드린 코드를 R studio에서 실행시키시면 한글이 깨져서 X축과 Y축의 이름이 여러 개의 네모가 들어가 있을 가능성이 높습니다. 이때 여러 가지 코드를 사용해서 폰트까지 지정할 수 있지만 코드를 알아가는 것이 너무 귀찮고 시간이 없으신 분들은 아래의 showtext 패키지를 활용하실 것을 추천드립니다. 패키지를 설치하신 후 두 줄의 코드만 실행시키시면 제가 포스팅에 넣은 그래프와 동일한 그림을 얻으실 수 있으실 것입니다.
library(showtext)
showtext_auto()
궁금하신 점은 언제든 댓글로 담겨주세요:)
감사합니다!
☆ 제 코드는 정답이 아니며 틀린 부분이 있을 수 있으니 주의하여 활용하시기 바랍니다.
[Excel]엑셀 데이터 분석으로 상관분석 클릭으로 끝내기 (0) | 2023.03.11 |
---|---|
[Excel]엑셀 분석도구로 t검정 클릭으로 끝내기 (0) | 2023.03.08 |
[DATA&R]버블플롯을 활용한 마약 의존도 및 위험도 시각화 (2) | 2023.03.07 |
[DATA&R]나이키 리셀 열풍 속 아디다스, 뉴발란스의 반격 (4) | 2023.03.04 |
[Excel]엑셀 분석도구 기능 활성화, 엑셀로 기술통계분석 (2) | 2023.03.02 |
댓글 영역