7. Kurssikerta: Datan hankintaa ja oman kartan tuottamista

Viimeisen kurssikerran tarkoituksena oli etsiä dataa ja tuottaa kartat omin avuin. Datan etsiminen ei ollut mikään pikku juttu, vaan se vei useita tunteja, enkä siltikään löytänyt sopivia aineistoja. Tein neljä karttaa siitä mitä irti sain ja päätin tyytyä siihen. Tietenkin harmitti lukea muita blogeja, sillä osa näistä sisälsi erittäin hienoja karttaesityksiä! Mieleeni jäi erityisesti Nellin kartta, johon hän oli liittänyt kuvina Brasilian biomit (7. Kurssikerta: Oman kartan laadinta). Monen tunnin puurtamisen jälkeen tämä tuntuu kuitenkin jo voitolta.

Päädyin tekemään karttaesityksiä Keniasta, vaikka alun perin yritin löytää dataa Indonesiasta. Ensimmäiseksi päätin tuoda esille Kenian sijaintia kuvaavan kartan, sillä ainakin itse haluan aina selvän kuvan siitä, missä kyseessä oleva alue sijaitsee.

Kuva 1. Sijaintikartta

Kokeilin hieman erilaisia karttoja samalla datalla ja sain aikaan 3 melko samanlaista karttaa sekä erillisellä datalla yhden koropleettikartan.

Kuva 2. Kenian suurimmat tiet ja kaupungit.
Kuva 3. Kenian maatalousalueet sekä suurimmat kaupungit ja tiet.

Kuvasta 3 huomataan, että maatalousalueiden ja kaupunkien sijoittumisella on yhteys. Itsestäänselväähän se on, mutta ehkä tätä voitaisiin hyödyntää opetuksessa. Jos unohdetaan hetkeksi se, ettei kartta kerro meille mitään uutta, voisimme miettiä toisesta näkökulmasta sen informaatioarvoa. Edellisen kurssikerran 6. ideana oli tuottaa opetusmateriaaliin soveltuvat kartat ja arvelisin, että nämä sopisivat samaan tarkoitukseen. Tämän tyyppiset kartat (Kuvat 1-5) antavat meille melko yksinkertaista tietoa, mutta nuoremmille koululaisille tämä voisi olla hyvinkin arvokasta informaatiota.

Kuva 4. Heatmap Kenian suurimmista kaupungeista.
Kuva 5. Gini-kerroin Kenian eri alueilla.

Gini- kerroin kuvaa alueiden välisten tuloerojen suuruutta. Se saa arvoja välillä 0-1, jossa arvo 0 kuvaa tulojen jakautumista täydellisen tasaisesti asukkaiden kesken  ja arvolla 1 kaikki tulot kohdistuvat yhdelle henkilölle. Suomessa Gini-kerroin oli vuonna 2014 0,25 (SVT) eli Suomeen verrattuna Kenian alueet ovat melko epätasa-arvoisessa asemassa tulojen suhteen. Tietenkin on hieman hankalaa verrata näitä alueita tällaisenaan, sillä Kenia on jaettu hallinnollisiin alueisiin eikä minulla ole tietoa Suomen eri alueiden Gini-kertoimesta. Tästä johtuen hain vertailun vuoksi myös Kenian kertoimen, joka oli vuonna 2005 0,485 (Index Mundi, Kenya – GINI index).

Maaseudun Tulevaisuus -lehden uutisartikkelin mukaan Kenian talous ja väestö on kasvanut viime vuosina voimakkaasti ja maahan on alkanut hiljalleen kehittyä keskiluokkaa upporikkaiden ja rutiköyhien kansanosien väliin (Talouskasvu luo keskiluokan jyrkkien tuloerojen Keniaan, Koivula, J., 4.1.2016) . Tämä tarkoittaa sitä, että myös tuloerot alkavat hiljalleen tasoittumaan. Artikkelissa kuitenkin mainitaan Keniaan syvästi juurtuneesta korruptiosta ja kuinka vain noin 20 prosenttia kaikesta maassa tehtävästä työstä on virallisen verotuksen piirissä. Tämä herätti kysymyksen siitä, kuinka hyvin tilastot tuloeroista pitävät paikkaansa? Jos 80% kaikesta tehtävästä työstä tapahtuu verotuksen ulkopuolella, niin onko mitään takuita siitä, että kerätyt tiedot tuloista olisivat tosia? Jos työn teko ei tapahtu virallisen verotuksen piirissä, niin eikö tulot voisi silloin olla käytännössä mitä tahansa? En itse tiedä miten järjestelmä toimii, mutta kiinnostaisi kyllä tietää kuinka tiedot on hankittu ja kuinka luotettavia ne ovat.

Lisäksi vielä huomiona, että löytämäni data oli vuodelta 1999, joten nämä arvot eivät enää tänäpäivänä pidä paikkaansa.

Viittaukset:

Junttila, N. (3.3.2018). 7. Kurssikerta: Oman kartan laadinta. <https://blogs.helsinki.fi/junelli/2018/03/03/7-kurssikerta-oman-kartan-laadinta/> Luettu 22.3.2018.

Koivula, J. (4.1.2016). Maaseudun Tulevaisuus. Talouskasvu luo keskiluokan jyrkkien tuloerojen Keniaan. <https://www.maaseuduntulevaisuus.fi/politiikka-ja-talous/talouskasvu-luo-keskiluokan-jyrkkien-tuloerojen-keniaan-1.135735> Luettu 24.3.2018.

Suomen virallinen tilasto (SVT): Tulonjakotilasto [verkkojulkaisu].
ISSN=1795-8121. Tulot, Asuminen Ja Asumismenot 2015, 3. Tuloerot Euroopan maissa ja tuloerojen kehitys Suomessa pitkällä aikavälillä . Helsinki: Tilastokeskus.<http://www.stat.fi/til/tjt/2015/04/tjt_2015_04_2017-05-26_kat_003_fi.html> Luettu 24.3.2018

Index Mundi, Kenya – GINI index <https://www.indexmundi.com/facts/kenya/indicator/SI.POV.GINI> Luettu 24.3.2018.

Datan lähde:

World Resources Institute. Kenya – GIS Data <https://www.wri.org/resources/data-sets/kenya-gis-data#biodiversity> Haettu 22.3.2018.

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *