6. Kurssikerta – Geokoodausta ja opetuskarttoja hasardeista

KESKEN

Kuudes kurssikerta alkoi ulkoilmareippailulla, jonka yhteydessä keräsimme GPS-paikantimen avulla tietoa Kumpulan kampuksen lähistöllä olevista suojateistä ryhmämme kanssa. Koska itse onnistuin saapumaan paikalle myöhässä, jäi itseltäni alkuohjeistus kuulematta ja niinpä oma osaamiseni laitteen kanssa oli tasoa yritä ja erehdy. Onneksi ryhmästämme löytyi vastaavaa laitetta aiemmin käyttänyt, joten saatiin pisteet kerättyä. Kurssikansiosta löytyi ohje laitteen käytölle, joten pystyin myöhemmin katsomaan toiminnot uudestaan. Tarkkuuspisteet jäivät meiltä merkitsemättä puolesta pisteistä, mutta muuten laitteemme oli yllättävän tarkka. Minun aivoni eivät meinanneet vääntyä ymmärtämään x-koordinaattien vastaavan pituuspiirejä ja y-koordinaattien leveyspiirejä, mutta kun pohtii asiaa, niin onhan se loogista.

Ryhmämme kirjasi pisteet käsin notepadiin, mutta saimme kaikki kokeilla tietojen siirtämistä eri vaihtoehdoista, sillä muut ryhmät laittoivat tietonsa eri tavoilla muistiin ja jokainen teki muiden ryhmien pisteistä oman esityksensä kartalle. En muista kaikkia versioita datan siirtämisestä MapInfoon, mutta ainakin Excelistä siirtoa tuli harjoiteltua itsenäistyön kanssa. Esimerkiksi suoraan MapInfoon syöttämisestä ei itselläni ole minkäänlaista muistikuvaa. Tämän jälkeen harjoiteltiin geokoodausta esittämällä RAY:n pelikoneiden sijainti Helsingissä. Tästä harjoituksesta jäi mieleen päällimmäisenä se, kuinka paljon työtä monimutkaistaa se, jos aineistot eivät ole nimitykseltään yhteneväisiä. Tuli myös opittua muistisääntö miten kirjoitetaan kieliopillisesti oikein tiet, jotka on nimetty henkilönimien mukaan. Onneksi nimien korjaaminen oli MapInfossa yllättävän sujuvaa, vaikka siitä huolimatta tuotti ylimääräistä työtä.

 

Hasardit ja niiden alueellinen esiintyminen

Työn tarkoituksena oli harjoitella tiedon etsintää internetin syövereistä ja sen tuomista kartalle pistemuotoisena aineistona. Sain aikaiseksi kolme karttaa tulivuorista ja maanjäristyksistä eri aikaväleillä ja voimakkuuksilla. Tehtävä oli mukava, eikä vaihteeksi tullut teknisiä ongelmia vastaan karttojen teossa. Valitettavasti en näin jälkikäteen tarkastellen ole kartoistani erityisen ylpeä ja löydän niistä korjattavaa, mutta siitä lisää tuonnempana.

yli8richt_ja_tulivuoret1900-nyk

Kuva 1.

tulivuoret64-15_järistykset6-8_90-15

Kuva 2.

tulivuoret64-15_järistykset4-6_6kk

Kuva 3.

 

 

Lähteet:

NCEDC (2014), Northern California Earthquake Data Center. UC Berkeley Seismological Laboratory. Dataset. doi:10.7932/NCEDC. <http://quake.geo.berkeley.edu/anss/catalog-search.html>

NOAA (2014), Global Volcano Locations Database. National Geophysical Data Center, NESDIS, NOAA, U.S. Department of Commerce. <http://catalog.data.gov/dataset/global-volcano-locations-database>

Richter magnitude scale. Wikipedia. <http://en.wikipedia.org/wiki/Richter_magnitude_scale> Luettu 16.3.2015.

5. Kurssikerta – Bufferointia ja putkiremppaa

Aloitimme viidennen kurssikerran opettelemalla bufferointia eli puskurointia Pornaisten karttalehdellä, jota rekisteröitiin MapInfoon edellisellä viikolla. Kotitehtävänä oli silloin piirtää MapInfossa tiet ja talot uudelle tasolle. Itse olin kämmännyt jotain, joten käytin Artun meille tarjoamaa valmista pohjaa, että sain harjoituksen tehtyä. Olin niin väsynyt tuolla kurssikerralla, että minulla ei ole varmaa muistikuvaa siitä, mitä Pornaisten karttalehdellä bufferoitiin. Muistaakseni liittyi koulurakennukseen jotenkin ja olin hölmönä koko harjoituksen ajan, kun en tiennyt miten toimia. Jokin taisi jäädä hämärän peittoon, vaikka sainkin palleron luotua ja vielä ehkä jopa oikean kokoisena.

Itsenäistehtävät (Kuva 1.) sain tehtyä vierustovereiden, kirjallisten ohjeiden ja Artun häiritsemisen avulla niin, että vastauksiakin sain. Siitä en tiedä kuinka oikein ovat, mutta ainakin tunnilla arvot olivat jotakuinkin samoja kuin muilla. Putkiremppatehtävistä viimeinen jäi tekemättä ohjeiden mukaan, sillä en itsekseni täällä Aleksandriassa istuessani enää kyennyt ymmärtämään, mitä olisi pitänyt tehdä, jotta koropleettikartan olisi saanut luotua. Onneksi Kaimallani Johannalla (Johannan blogi) näytti jäävän myös tehtävä hiukan kesken, joten vertaistuen myötä luovutan tämän tehtävän tekemisen jollekin viisaammalle.

tehtävien_vastaukset_kk5

Kuva 1. Viidennen kurssikerran itsenäistehtävien vastaukset.

 

Tein kuitenkin jonkinmoisen kartan putkiremonttia tarvitsevista kohteista (Kuva 2.). Kartalla näkyvät pistemäisinä kohteina kerrostalot, jotka on rakennettu vuosina 1965–1970. Kartalta pystyy tulkitsemaan alueet, joilla kyseisiä kohteita on eniten. Kartan perusteella näyttäisi siltä, että remonttia tarvitsevia kohteita on eniten Helsingissä, ja siellä etenkin Itä-Helsingissä. Oletettavasti kyseessä ovat ne alueet, jonne on 60–70-luvuilla rakennettu ajan tyylin mukaisesti kerrostalolähiöt. Alueita olisi voinut tietenkin tähän karttaan nimetä, mutta se jäi tällä kertaa tekemättä. Yritin luoda koropleettikarttaa osa-alueittain yhdistämällä ensin harjoituskerran kolme ohjeiden avulla kerrostalokohteita toiminnolla ”Combine objects using colum”. Tämän jälkeen olisin liittänyt ”KOKOTUN”-sarakkeen tiedot kummastakin taulukosta yhteen ja tehnyt sitten teemakartan osa-alueittain. En ole varma olisiko tämä edes ollut oikea ratkaisu, sillä en onnistunut kyselystäni eli ”querystani” tekemään edes tuota rivien yhdistämistä. Luultavasti ajattelin asiaa liian monimutkaisesti ja asiaan on helpompi ratkaisu, jota en vain tajunnut. Jatkan alitajunnassani pohdintaa ja laitan kartan tänne, jos sen onnistun tekemään.

putkiremppa_kk5

Kuva 2. Putkiremonttia nyt tai lähitulevaisuudessa tarvitsevat kerrostalokohteet. Määritelmä on rajattu koskemaan vuosina 1965–1970 rakennettuja kerrostaloja pääkaupunkiseudulla.

 

Tähän mennessä olen MapInfossa käyttänyt eniten kyselytoimintoa eli ”querya”, sarakkeiden luontia ja niiden muokkaamista, taulukoiden tietojen yhdistämistä, tietokantojen yhdistämistä sekä tietenkin layout-ikkunoita ja niihin liittyviä pohjoisnuolia, legendoja ja mittajanoja. Edellä mainituilla pystyy ainakin tekemään perustoiminnot MapInfossa ja nuo toiminnot ovat itselläni parhaiten hallussa. Muut toiminnot löytyvät yrityksen ja erehdyksen kautta, lukemalla kurssiohjeita tai katsomalla ohjevideoita esimerkiksi YouTubesta. Bufferointi ei ole itselläni vielä sujuvaa eikä myöskään monet, monet muut toiminnot, mutta sen verran luottavainen olen taitoihini, että onnistuisin työkalujen käyttöön löytämään vastaukset itsenäisesti jostakin lähteestä. Mystiseksi on jäänyt itselleni toiminto, jolla saa layout-ikkunassa legendan ja mittajanan läpinäkyviksi. Olen legendan muistaakseni kerran kurssilla saanut läpinäkyväksi, mutta toista kertaa se ei ole onnistunut. Tämä on pikkuasia, mutta häiritsee itseäni julmetusti.

Teemakarttojen tekeminen MapInfolla on melko helppoa ja niitä onkin tehty kurssin aikana useita. Helpolta niiden tekeminen luultavasti tuntuukin sen takia, että toimintoa on toistettu usein. Viimeisimpinä kurssilla tulleet toiminnot ovat vähäisemmällä osaamisella, mutta ihme kyllä, kun kerran on tunnilla istunut ja yrittää sitten ohjeiden mukaan toistaa tekemiset, onnistuu useimmiten. Ei kylläkään aina, mikä sitten turhautumista aiheuttaakin. Kuten joku muukin blogissaan mainitsi (en muista enää kuka) viides kurssikerta opetti huomaamaan, että MapInfosta on muuhunkin kuin karttojen luontiin. Esimerkiksi Sigma-toiminto yhdistettynä Boundary selectiin bufferoinnin yhteydessä ovat varmasti hyödyllisiä osata tulevaisuudessa.

Bufferointi soveltuu mielestäni hyvin sellaisten ilmiöiden tarkasteluun, joiden vaikutusalue halutaan tietää. Tällaisia voisivat olla esimerkiksi onnettomuuksien seuraukset kuten ydinlaskeuman leviäminen, maanjäristyksen vaikutusalue, kemikaalionnettomuuden leviäminen ympäristöön ottaen huomioon aineen kemialliset ominaisuudet kuten vesiliukoisuuden/rasvahakuisuuden ympäristökohtaloineen. Muita mieleen tulevia kohteita, joita voisi tarkastella bufferoinnilla, voisi olla esimerkiksi tehtaiden päästöt, pöly ja muut hiukkaset, kauppakeskuksen/kauppakeskittymän vetovoima tai huonomaineisten paikkojen välttely. Hyvä huomio on mielestäni Antilla (pak ploki) siitä, että bufferointi on hyvä työkalu YVA-toiminnoissa.

Tuntemukseni MapInfoa kohtaan ovat ristiriitaiset ja lähes joka kerta MapInfon kanssa toimiessani tuntuu välillä siltä että osaa, ja välillä taas homma ei etene lainkaan, kun ei pääse yli ongelmasta, johon ei keksi ratkaisua. Yksi suurimmista ongelmista MapInfon kanssa itselläni on se, että tiedän mitä tiedoilla haluaisin esittää ja millaiseen muotoon ne pitäisi laittaa, mutta en tiedä miten. Samanlaisesta ongelmasta omalla kohdallaan mainitsee myös Pinja (Pinjan paikkatietoblogi) viidennen kurssikerran kirjoituksessaan. Ollin blogissaan (Olli Rantamäen PAK-blogi) käyttämät termit ”MapInto” ja ”MapInho” osuvat aika lailla oikeaan, kun kysytään omaa suhtautumistani kyseiseen ohjelmistoon.

 

Lähteet:

Myllykoski, P. (2015). Pinjan paikkatietoblogi. <https://blogs.helsinki.fi/myxmy/>

Oittinen, A. (2015). pak ploki. <https://blogs.helsinki.fi/aoittine/>

Pelkonen, J. (2015). Johannan blogi. <https://blogs.helsinki.fi/jepelkon/> Luettu 14.3.2015

Rantamäki, O. (2015). Olli Rantamäen PAK-blogi. <https://blogs.helsinki.fi/ollirant/> Luettu 15.3.2015

 

4. Kurssikerta – Rasterikarttoja ja ruututeemakarttoja

Neljännellä kurssikerralla opeteltiin ruututeemakartan tekemistä sekä peruskarttalehden rekisteröiminen MapInfoon. Karttalehden rekisteröimällä on mahdollista käyttää samalta alueelta olevaa vektoriaineistoa päällekkäin MapInfossa. Karttalehti rasterimuodossa rekisteröidään MapInfoon kertomalla ohjelmalle karttalehden kulmakoordinaatit. Meidän aineistona oli Pornaisten karttalehti. Rekisteröinti ei minulla onnistunut ensimmäisellä kerralla, sillä silmät sikkuralla kirjoitin numeroita väärin päin. Ihmettelyn jälkeen virhe onneksi löytyi ja päästiin jatkamaan. Kun karttalehti oli rekisteröity, piirrettiin Pornaisten keskustan alueelle uusia karttakohteita, eli digitoitiin, Cosmetic Layerin avulla. Tässä vaiheessa piirrettiin suurimmat tiet ja kliksuteltiin rakennukset paikalleen. Tätä Pornaisten karttapohjaa tarvittaisiin seuraavalla eli viidennellä kurssikerralla bufferoinnin harjoittelun yhteydessä.

 

Ruututeemakartat pääkaupunkiseudulta

Tein kaksi ruututeemakarttaa ulkomaan kansalaisten määristä (Kuvat 1. ja 2.) pääkaupunkiseudulla. Päädyin tekemään kummatkin kartat 500 m kertaa 500 m ruudukkoon, sillä jo MapInfon ikkunassa 250 m kertaa 250 m ruudukko näytti lähes lukukelvottomalta. Alkuperäisessä aineistossa väestötiedot olivat talokohtaisia eli ns. pistemäistä aineistoa. Pistemäisestä aineistosta tehtiin ruututeemakartta yhdistelemällä pistemäiset kohdetiedot valitsemalla halutun kokoinen ruudun koko.

Ensimmäisessä kartassa (Kuva 1.) on kuvattuna ulkomaan kansalaisten absoluuttiset määrät pääkaupunkiseudulla. Käytin aineiston luokkajaossa luonnollisia rajoja ja jaoin aineiston neljään luokkaan. Kartalla näkyvät oikeastaan ainoastaan kunnan rajat ja vesistöt. Tiestö olisi ollut käytännöllinen sijainnin määrittämisen kannalta, samoin kuin kuntien pienemmät aluejaot, mutta ne tekivät kartasta erittäin levottoman. Tiestö ollessaan ruutujen päällä peitti informaatiota alleen ja taas ruutujen ollessa teiden päällä oli lopputulos omaan silmääni erittäin ruma. Nimistöä olisin itse kaivannut sijainnin määrittämisen tueksi, mutta siinä vaiheessa kun tajusin asia, en enää halunnut tehdä karttoja uusiksi. Selkeyden nimissä esitän siis riisutun version. Samanlaiseen riisuttuun ulkoasuun päätyi myös Matias (Paikkatietoblogi) omassa kartassaan, vaikka käsittelikin eri aihetta ja erikokoisella ruutujaolla.

Ulkomaalaiset_määrä_500

Kuva 1. Ulkomaan kansalaisten absoluuttinen määrä pääkaupunkiseudulla. Ruudun koko 500m*500m.

 

Ulkomaan kansalaisten absoluuttisen määrän perusteella ulkomaan kansalaisia on eniten suuremmissa väestökeskittymissä. Esimerkiksi Espoon puolella tummimmat erottuvat alueet ovat Espoon keskus, Matinkylä ja Leppävaara. Vantaalla samankaltaiset keskittymät sijaitsevat Myyrmäessä, Tikkurilassa, Havukoskella ja Korsossa. Helsingissä ulkomaalaisia on määrällisesti eniten itäisen Helsingin, Malmin, Kannelmäen, Vallilan ja kantakaupungin alueilla. Edellä mainituilla alueilla on ylipäätään ihmisiä paljon, joten absoluuttisten arvojen perusteella on mielestäni liian riskialtista lähteä vetämään liian yleistettyjä johtopäätöksiä esimerkiksi kyseisten alueiden leimautumisesta pelkästään ulkomaalaisten asuinalueiksi. Johtopäätöksenä absoluuttisten arvojen perusteella voi sanoa, että ulkomaalaisia on eniten siellä, missä on muitakin ihmisiä. Tällaisen voisi tietenkin tulkita hyväksi asiaksi, sillä se voisi olla merkki onnistuneesta yhteiskuntaluokkien sekoittamisesta.

Ulkomaalaisten osuuksia (Kuva 2.) tarkastelemalla ulkomaalaisten sijoittuminen muuttuu hieman. Koska aineisto oli talokohtainen, nousee ylimmän luokan osuus jopa sataan prosenttiin tapauksissa, joissa talossa ei asu muita kuin ulkomaalaisia, oli heitä sitten kaksi tai kaksikymmentä. Lisäksi ylimmän luokan sisäinen vaihtelu on suurempaa kuin edeltävien luokkien välinen vaihtelu. Tämä antaisi vinkkiä siitä, että ruututeemakartta ei oikein sovellu osuuksien esittämiseen ainakaan tällaisella aineistolla. Jos osuuksia kuitenkin tulkitsee, niin näyttäisi siltä että ulkomaan kansalaisia on suhteessa enemmän kauempana kantakaupungista, mm. Itä-Helsingin ja Espoon keskuksen alueella. Tälle ilmiölle on Elias (Eliaksen PAK-blogi) ehdottanut syyksi esimerkiksi sitä, että näillä alueilla on vuokra-asuntoja, jotka houkuttavat asukkaita, jotka eivät aio pysyvästi asua maassa. Toiseksi syyksi hän mainitsee alueilla olevat edullisemmat asumiskustannukset.

Ulkomaalaiset_osuus_500

Kuva 2. Ulkomaan kansalaisten osuus koko väestöstä pääkaupunkiseudulla. Ruudun koko 500m*500m.

Ymmärrän Eliaksen tekstistä rivien välistä lukemalla, että hän tarkoittaa ulkomaan kansalaisilla lähinnä maahanmuuttajia ja erityisesti tiettyjä maahanmuuttajaryhmiä kuten Somaliasta tulleita pakolaisia. Väestöliiton tilastojen mukaan (Miettinen & Pelkonen) ulkomaan kansalaisia on 3,6 % koko Suomen väestöstä ja 8,4 % Helsingin väestöstä. Vuonna 2012 ulkomaalaisia Suomessa on eniten ollut Virosta, Venäjältä ja Ruotsista. Seuraavaksi eniten ulkomaalaisia oli Somaliasta, Kiinasta, Thaimaasta ja Irakista. Ulkomaan kansalaisella tarkoitetaan kartoissa sellaista henkilöä, jolla on jokin muu kuin Suomen kansalaisuus. Itse ymmärrän tähän ryhmään kuuluvaksi myös sellaiset henkilöt, joilla on kaksoiskansalaisuus, esimerkiksi Suomen ja Venäjän. Tästä asiasta en ole tällä hetkellä aivan varma kylläkään, mutta näin olettaisin.

En siis välttämättä käyttäisi ulkomaan kansalaisuutta mittaamaan maahanmuuttajien sijoittuneisuutta pääkaupunkiseudulla. Pohdinkin, että vieraskielisyyden jakaantumisen esittäminen samassa yhteydessä antaisi tarkempaa kuvaa maahanmuuttajien sijoittumisesta eri alueille. Ulkomaan kansalainen voi nimittäin aivan mainiosti puhua sujuvaa suomea ja hän on voinut asua Suomessa vuosikausia, mutta hän ei vain halua vaihtaa kansalaisuuttaan syystä tai toisesta. Toisaalta vieraskielinen voi olla syntynyt Suomessa ja olla Suomen kansalainen, mutta ei esimerkiksi puhu sujuvaa suomea.

Aineistosta puuttuu tieto Kauniaisten ulkomaan kansalaisista. Tämän takia näyttää siltä, että Kauniaisissa ei asuisi ulkomaalaisia laisinkaan. Huomasin tehneeni virheen ulkomaalaisten osuuksia käsittelevän kartan luokittelussa. Alin luokka alkaa arvosta yksi eli talot, joissa on vähemmän kuin 1 % ulkomaalaisia jäi pois. Tällaisia tapauksia ovat lähinnä sellaiset kerrostalot, joissa on ulkomaalaisia vähemmän kuin yksi henkilö sataa ihmistä kohti, joten virheeni ei vääristä kartan tietoja merkittävästi. Lisäksi karttojen ulkonäköä ja sommittelua olisi voinut hioa lisää, mutta ovat sen verran siistit, että kehtaan ne tähän blogiin lätkäistä.

Lähteet:

Annila, E. (2015). Eliaksen PAK-blogi. <https://blogs.helsinki.fi/eannila/> Luettu 14.3.2015

Pajosmaa, M. (2015). Paikkatietoblogi. < https://blogs.helsinki.fi/pajosmaa/> Luettu 14.3.2015

Miettinen, A. & Pelkonen, I. Maahanmuuttajien määrä. Väestöliitto. Väestöntutkimuslaitos. < http://www.vaestoliitto.fi/tieto_ja_tutkimus/vaestontutkimuslaitos/tilastoja-ja-linkkeja/tilastotietoa/maahanmuuttajat/maahanmuuttajien-maara/> Luettu 14.3.2015

 

3. Kurssikerta – Tietokantoja, timantteja ja konflikteja

Alkutuntemukset

Kolmannella kurssikerralla harjoiteltiin käsittelemään tietokantoja MapInfolla. Tutuiksi tulivat mm. Query-toiminto tietojen yhdistämisineen ja sarakkeiden muokkaus Update column -toiminnoilla. Vaikka yksittäisiä toimintoja ei kuulukaan listata, haluan ne tässä mainita, koska niiden oppiminen helpotti ymmärtämään MapInfon sielunelämää paremmin. Ja lisäksi tuntui siltä, että tällä harjoituskerralla oppimaani voin hyödyntää tulevaisuudessakin.

Tunnilla harjoiteltiin datan muokkausta ohjatusti Afrikka-aineiston parissa, jonka tuotoksena saatiin aikaiseksi kartta, jossa esitellään Afrikan timanttikaivokset, konfliktialueet laajuuksineen sekä öljylähteet. Koska teen tätä raporttia viikkoja kurssikerran jälkeen, en saa enää kysyttyä, miten karttaan saisi konfliktialueiden laajuudet näkyviin. En itsekseni tällä aikataululla saa asiaa selvitettyä, joten käytän tulkintani pohjana PAK-tiedotusblogista kopioitua Arttu Paarlahden esimerkkikarttaa (Kuva 1.).

Afrikka

Kuva 1. Timanttikaivokset, konfliktialueet ja niiden laajuudet sekä öljylähteet Afrikassa. Lähde: Arttu Paarlahti, PAK-tiedotusblogi.

 

Afrikka-kartan tulkintaa

Karttaa lukemalla huomataan, että timanttikaivokset ovat painottuneet Afrikan mantereella länsi- ja eteläosiin. Timanttikaivoksien esiintymiseen tietyillä alueilla vaikuttaa tietenkin timanttien luonnolliset esiintymät maaperässä. Konflikteja esiintyy lähes kaikkialla Afrikassa, mutta keskittymiä on aivan pohjoisessa, lännessä ja läpi Afrikan keskiosien. Konfliktien laajuudet vaihtelevat, mutta tuntuvat kattavan lähes koko Afrikan lukuun ottamatta Saharan aavikkoaluetta ja pienehköjä alueita Kamerunin ja Tansanian lähistöllä.

Maalla sijaitsevat öljylähteet ovat painottuneet enimmäkseen pohjoiseen ja pienemmissä määrin länteen. Ainakaan kartan perusteella ei voisi sanoa, että öljylähteiden sijainnilla olisi merkittävää vaikutusta konflikteiden syntyyn Afrikassa, mutta toisaalta öljyn ollessa tärkeä luonnonvara taloudellisessa merkityksessä, on varmaa että öljystä kinastellaan ainakin lähitulevaisuudessa. Konflikteiden syntyyn vaikuttaa lisäksi voimakkaasti maan poliittinen tilanne. Vaikka toisaalta ei tule unohtaa, että hyvin usein juuri luonnonvarat ovat syynä myös alueen epävakaaseen poliittiseen tilanteeseen.

Kun puhutaan timanteista, konflikteista ja Afrikasta, ei voi olla ottamatta huomioon veri- tai konfliktitimantti-ilmiötä. Tällä tarkoitetaan timantteja, jotka ovat peräisin alueilta, joilla raakatimanttimyynnillä rahoitetaan laitonta ja rikollista toimintaa kuten kansainvälisesti tunnustettujen valtioiden hallitusten vastaista aseellista sisällissotaa. (YLE Uutiset, 2012) Konfliktitimantit tulivat julkisuuteen 1990-luvun loppupuolen voimakkaissa konflikteissa Sierra Leonessa, jossa kapinalliset rahoittivat toimintaansa myymällä laittomasti kaivettuja timantteja. Muita maita, joissa kapinalliset ovat rahoittaneet toimintaansa veritimanteilla, ovat esimerkiksi Angola, Liberia, Norsunluurannikko, Kongon demokraattinen tasavalta ja Kongo. (Diamondfacts.org)

Edellä mainitut maat näkyvät kartalla (Kuva 1.) alueina, joilla on runsaasti sekä timanttikaivoksia että konfliktialueita, mutta eivät erotu mitenkään selkeästi muista alueista. Esimerkiksi Etelä-Afrikassa on runsaasti timanttikaivoksia, mutta konflikteja ei ole alueella merkattuna kuin kaksi. Samoin konflikteja on Itä-Afrikassa runsaasti, mutta timanttikaivoksia ei siellä ole lähellä. Toisaalta timantteihin liittyvät konfliktit eivät välttämättä esiinny aivan timanttikaivosten läheisyydessä, jolloin kiistat resursseista voivat tapahtua kauempana itse kaivoksesta.

Päätelmänä voisi sanoa, että timanttikaivoksilla ja öljylähteillä on yhteyksiä esiintyviin konflikteihin ja erityisesti öljy tulee lähitulevaisuudessa olemaan monen konfliktin syy puhtaan juomaveden ohella niin Afrikassa kuin Lähi-Idässäkin. Mutta kartan kuvan perusteella sekä tarjotun aineiston perusteella ei voi sanoa, että timanttikaivoksilla ja öljylähteillä olisi välitön yhteys konflikteihin – timantteja voi louhia ja öljyä pumpata myös ilman konflikteja ja kärhämää syntyy myös muista perusteista kuin luonnonvaroista. Atte (Aten PAK-blogi) on tekstissään päätynyt ulkoasiainministeriön tilastojen perusteella päättelemään, että ainakin useat kartalla (Kuva 1.) näkyvistä konflikteista liittyvät resurssikiistoihin. Toisaalta Antti (Antin paikkatietoblogi) huomioi tuloksia samankaltaisella tavalla kuin minä: ”Karttaa tarkasteltaessa on kuitenkin mielenkiintoista havaita, ettei öljykenttien, timanttikaivosten ja konfliktien välillä näyttäisi olevan niin suurta tilastollista yhteyttä kuin kuvittelin.”

 

Mitä muuta aineston avulla saadaan selville?

Konfliktien tapahtumavuodet aineistossa ovat katsomani mukaan välillä 1947–2005. Kuitenkin kuriositeettina Antti (Antin paikkatietoblogi) mainitsee vuosiksi 1946–2008. En ole varma mistä hän on nämä vuodet löytänyt, vai enkö minä osaa katsoa oikeasta kohtaa MapInfon Browser-ikkunasta. Oli miten oli, aineistosta puuttuu tiedot konflikteista viimeisimpien vuosien ajalta. Viimeisen kymmenen vuoden aikana on Afrikassa ollut levotonta, joiden syinä ovat hyvin todennäköisesti olleet resurssit. Aloin itse pohtimaan, miten konfliktien laajuus (säde kilometreinä) on määritetty ja mitattu. Mitä on käytetty perusteena tällaisessa mittauksessa?

Aivan kuten Sara (Saran blogi) aiheesta mainitsee, on tietokannan aineisto melko tarkkaa ja monipuolista mainiten mm. öljyesiintymien löytö- ja käyttöönottovuosia, konflikteihin liittyviä vuosilukuja ja laajuuksia, timanttikaivoksien löytö- ja aloitusvuosia, resurssien tuottavuusluokitteluja sekä tietoa internetin käyttäjistä. Tarjotun aineiston perusteella voisi löytää tarkempia yhteyksiä ja syy-seuraussuhteita resurssien ja kiistojen välille. Esimerkiksi tarkastelemalla liittyykö konflikteja timanttikaivosten kohdalla eniten resurssin löytämiseen vai tuottamiseen. Olisi myös kiinnostavaa saada tietää, kuinka laajalti konfliktit estävät resurssien hyödyntämistä. Tällaisesta huomasin aineistossa esimerkin Somalian öljynporauksessa. Voisi myös selvittää mitkä konfliktit liittyvät mihinkin resurssiin ja mitkä tuotantotavat aiheuttavat eniten kiistaa.

Internetin käyttö on Afrikassa muuhun maailmaan verrattuna vieläkin väkilukuun suhteutettuna vähäistä. Tähän on suurimpana syynä infrastruktuurin puute ja palveluiden kalleus. Siitä huolimatta internetin käyttäjien määrä on aineiston mukaan 14 vuoden aikana kasvanut melkoisesti. Muutamassa tapauksessa vuoden 2014 käyttäjämäärät ovat pienempiä kuin vuonna 2000, mutta olettaisin tämän johtuvan siitä, että vuoden 2000 tiedot ovat arvioita. Eniten internetin käyttäjiä on vuonna 2014 ollut Nigeriassa, mutta väkilukuun suhteutettuna käyttäjiä on eniten Madagaskarilla (75 %). Nigeria on asukasluvultaan suurin Afrikan maista, joten on luonnollista, että määrällisesti siellä on eniten internetin käyttäjiä, kun taas Madagaskarin väkilukuun suhteutettua määrää voisi selittää paremmalla taloustilanteella.

Usean Afrikan maan tilastosta käy ilmi, että Facebookin käyttäjiä on enemmän kuin internetin käyttäjiä. Tähän voi syynä olla se, että useat käyvät samoilla koneilla esimerkiksi internet-kahviloissa Facebookissa, jolloin ip-osoitteita on vähemmän kuin käyttäjäprofiileita. Lisäksi tilanteeseen sopii ns. nigerialaishuijaukset, jolloin huijarilla on useita tilejä jossakin laittomassa tarkoituksessa. Antti (Antin paikkatietoblogi) oli löytänyt erittäin mielenkiintoisen selityksen tälle ilmiölle, jota en itse tullut ajatelleeksi laisinkaan. ”Useat monikansalliset puhelinyhtiöt Saharan eteläpuolisessa Afrikassa, kuten Airtel ja Tigo ovat myös ottaneet käyttöön yhteistyössä Facebook-yhtiön kanssa palvelun, jossa asiakas maksaa Internetiä käyttäessään prepaid-datansiirtomaksua, mutta eivät kuitenkaan maksa Facebook-palvelun käyttämisestä (Curtis, S.). Tämän markkinointistrategian vuoksi monissa Afrikan valtioissa Internet mielletäänkin toisinaan Facebookiksi.” Internetin käyttötilastoja voisi konflikteihin liittyvissä tutkimuksissa hyödyntää esimerkiksi selvittämällä ryhmittymien mahdollisuutta kommunikoida keskenään, tai korreloiko internetin käyttö konfliktien määrän kanssa.

 


 

Valuma-alueet, järvisyys ja tulvat

Itsenäistyön aiheena oli vertailla Suomen vesistöalueiden valuma-alueominaisuuksia ja tulvaherkkyyttä. Viimeistään tätä karttaa väkertäessä huomasin, että tietokantojen yhdistely ei ole toivottoman vaikeaa ainakaan silloin, kun aineisto on valmiiksi siivottu ja luokiteltu, ja jostakin löytyy hätätilannetta varten ohjeet miten edetä. Tietokantojen yhdistäminen oli nyt näin myöhemmin tehtynä yllättävänä nopeaa ja tuntuikin pikkuhiljaa siltä, että MapInfoa ymmärtää enemmän kuin aiemmin. Sain vastauksia edellisen kurssikerran raportissa esittämiini ongelmiin Artulta viidennellä kurssikerralla. Kiitos siitä!

Tulvaherkkyyttä esitettiin tässä työssä käyttämällä lukuarvona tulvaindeksiä. Tulvaindeksin voi laskea useammalla tavalla, mutta tässä tapauksessa se määritettiin laskemalla keskiylivirtaaman ja keskialivirtaaman välinen suhde. Keskiylivirtaamalla tarkoitetaan tulvahuippujen keskiarvoa ja keskialivirtaamalla vastaavasi kuivien kausien alimpien arvojen keskiarvoa. Saatu luku kuvastaa virtaaman vaihtelua huomioiden sekä tulvakaudet että kuivat kaudet. Virtaamalla (Q) tarkoitetaan määrätyn uoman poikkileikkauksen läpi kulkevaa vesimäärää aikayksikköä kohden esim. m3/s. Tällä tavoin laskettua tulvaindeksiä voidaan kutsua myös ”virtaamavaihtelujen indeksiksi”, sillä se huomioi myös kuivien kausien keskiarvon eli keskimääräisen alivirtaaman, jolloin saadaan selville kuinka moninkertainen on virtaaman huippu verrattuna kaikkein kuivimpaan aikaan. (Paarlahti, A. 2015)

Tein tulvaindeksikarttani perusversiona. Haastavampi versio tuntui aikanaan liian vaativalta. Työ oli yksinkertaisuudessaan tehty, kun sai siirrettyä tarvittavat tiedot samaan taulukkoon ja laskettua tarvittavat uudet arvot uuteen sarakkeeseen. Sitten tulikin se vaikea osuus eli luokittelumenetelmän valitseminen. Aineisto on annetun histogrammin (Kuva 2.) perusteella todella vino, mutta rikkonainen. Käytin luokittelussa luonnollisia luokkarajoja, sillä kvantiilit hävittäisivät aineiston ääriarvot. Luonnollisella luokkajaolla Aurajoki jää omaksi luokakseen sen tulvaindeksin ollessa yli kaksinkertainen aineiston seuraavaksi korkeimpaan indeksiin. Tämän takia näen oikeutettuna Aurajoen muodostaman oman luokan. Koska Aurajoki painii aivan omassa sarjassaan, valitsin sille punaisen varoittavan värin, jotta se erottuisi muiden luokkien sinisävyistä (Kuva 3.).

 

histogrammi_kk3Kuva 2. Tulvaindeksien frekvenssijakauman histogrammi. Lähde: Paarlahti, A. (2015). Kurssiohje.

 

Tästä tuli mieleeni aikaisempi valintani käyttää ensimmäisen kurssikerran työssä, jossa jakauma oli lähes täydellinen normaalijakauma, kvantiileita eli tasamääräistä luokitusta ja lähinnä oliko se järkevää. Käytin apuna Laskennallisten menetelmien verkkokurssin kurssimonistetta. Siinä kerrottiin kvantiileiden käytön saattavan aiheuttaa vääristymää aineiston tulkinnassa, jos viereisten luokkien erot jäävät pieniksi, kun jokaisessa luokassa on sama määrä tapauksia.

 

Tulvaindeksi_järvisyysKuva 3. Tulvaherkkyys indekseinä sekä järvien osuus pinta-alasta valuma-alueilla Suomessa.

 

Kuvasta erottuu omaksi luokakseen Aurajoen valuma-alue. Muuten tulvaherkkiä valuma-alueita ovat Pohjanmaan ja Uudenmaan jokilaaksot. Valuma-alueet ovat pinta-alaltaan erisuuruisia niin, että Pohjanmaalla ja Etelä-Suomessa ne ovat huomattavasti pienempiä. On muuten jännä huomata, että Suomen valtakunnanrajat myötäilevät aika lailla valuma-alueiden rajoja – etenkin jos vertaa entisiin rajoihin ennen aluemenetyksiä. Järvisyysprosentti eli järvien osuus pinta-alasta on suurinta Keski- ja Itä-Suomen alueilla – siitä nimityskin Järvi-Suomi.

Järvisyys korreloi voimakkaasti tulvaherkkyyden kanssa. Mitä enemmän on järviä, sitä pienempi on tulvariski. Tämä selittyy sillä, että järvet toimivat valuma-alueen vesivarastona ja tasoittavat luonnostaankin virtaamahuippuja. Tämän lisäksi järvien pinnankorkeutta tietysti säädellään myös ihmisvoimin lähinnä vesivoiman takia, mutta myös tulvien ehkäisymuotona. Järvisillä alueilla on lisäksi maaperän puolesta suurempi vedenpidätyskyky, mikä lisää entisestään järvien tehtävää vesivarastona. Aiheeseen liittyy myös jääkauden vaikutus maaperään. Järvi-Suomessa on enemmän vettä hyvin varastoivaa ja vettä pohjaveteen johdattavaa maaperää, kuten harjumuodostelmia, kun taas Pohjanmaalla ja Uudellamaalla on huonosti vettä pidättävää hienojakoista materiaalia, kuten savitasankoja, joiden päällä vesi virtaa pintavaluntana. Pohjois-Suomen voimakkaammat tulvaherkkyydet voivat liittyä myös runsaampaan lumen määrään ja suurempiin paikallisiin korkeusvaihteluihin. Lisäksi tulvaherkkyyttä Rannikoilla lisää tasaiset pinnanmuodot ja meren läheisyys. Korkea merivesi esimerkiksi myrskyjen aikaan voi nostaa veden pintaa myös joissa.

 

Lähteet:

Autio, A. (2015). Antin paikkatietoblogi. https://blogs.helsinki.fi/anttiaut/

Mäki, A. (2015). Aten PAK-blogi. <https://blogs.helsinki.fi/attemaki/> Luettu 13.3.2015

Paarlahti, A. (2015). Kurssiohje.

Paarlahti, A. (2015). Paikkatiedon hankinta, analyysi ja kartografia. <https://blogs.helsinki.fi/pak-2015/>

Todorovic, S. (2015). Saran blogi. <https://blogs.helsinki.fi/stodorov/>

YLE Uutiset Kotimaa. Päivitetty 4.6.2012. Suomalaiset valppaina veritimanttien varalta. <http://yle.fi/uutiset/suomalaiset_valppaina_veritimanttien_varalta/5594612> Luettu 13.3.2015

World Diamond Council. Conflict Diamonds. Diamondfacts.org. <http://www.diamondfacts.org/index.php%3Foption%3Dcom_content%26view%3Darticle%26id%3D128%26Itemid%3D134%26lang%3Den> Luettu 13.3.2015

 

2. Kurssikerta – Päällekkäiset teemakartat

Kahden päällekkäisen teeman käyttö teemakartassa

 

Alkuavautuminen

Tämän kurssikerran tehtävä osoittautui itselleni tajuttoman vaikeaksi, minkä takia sain sen aikaiseksi vasta monen viikon tuskailun jälkeen. En jostain syystä onnistunut hahmottamaan, mitä päällekkäisillä teemakartoilla olisi hyvä esittää kurssilla harjoituksina tehtyjen aiheiden lisäksi. Eniten aikaa kuluikin siis omalla kohdallani sen miettimiseen, mitä kartalla esitän! Lisäksi minulla oli vaikeuksia MapInfon teknisen puolen kanssa sillä seurauksella, että jouduin tekemään muutaman kerran alusta saakka uudelleen saadakseni edes tämän version ulos. Olisin kyllä muistanut ja onnistunut siirtämään tietoa Sotka-tietokannastakin, mutta ongelmaksi omalle kohdalleni muodostui taasen se, etten tiennyt mitä esitän. Voi tuska!

Muun muassa seuraavat tekniset ominaisuudet olen unohtanut, jotka täytyy kysyä seuraavan kerran kurssilla: Kuinka legendaikkunasta tehdään läpinäkyvä? Kuinka siitä poistetaan kehykset? Kuinka pohjoisnuolen saa siirrettyä tai poistettua, kun sen on kerran saanut kartalle iskettyä? Voiko piirakkadiagrammin piirakoita siirtää, kun ne töröttävät idioottimaisissa paikoissa? Ärh…

Kaksi teemakarttaa

Alkuavautumisen jälkeen itse tehtävään. Päädyin esittämään päällekkäisillä teemakartoilla korkea-asteen tutkinnon suorittaneiden osuutta sekä työpaikkojen osuuksia alkutuotannon, jalostuksen ja palvelujen osalta (Kuva 1.). Kartan selkeyden vuoksi rajasin alueen koskemaan Pohjois-Savon maakuntaa. Tein samalta alueelta TAK-kurssin aikana karttatöitä, joten alue on niiltä osin tuttu, mutta omakohtaista laajempaa tuntemusta Pohjois-Savosta ei itselläni ole.

Valitsin korkea-asteen tutkintoa kuvaamaan vain kolme luokkaa. Tämän perustelin itselleni sillä, että kuntia tässä aineistossa on vain 20 ja erot korkea-asteen tutkinnon suorittaneiden osuuksille ovat suhteellisen pienet: 10,8 prosentista (Rautavaara) 31,1 prosenttiin (Kuopio). Tämän pohjan päälle liitin ympyrädiagrammeina tiedot kunkin kunnan työpaikkojen jakautumisesta alojen kesken: alkutuotanto, jalostus, palvelu ja muut. Ympyrädiagrammit kuvaavat työpaikkojen osuuksia kaikista työpaikoista eli diagrammin yhteenlaskettu osuus 100 %.

Pohjois-Savo_korkaste%_työpaikosuus%

Kuva 1. Korkea-asteen tutkinnon suorittaneet sekä työpaikkojen osuudet eri aloilla Pohjois-Savon maakunnassa vuonna 2011.

Korkea-asteen tutkinnolla käsitetään tässä aineistossa ammattikorkeakoulututkinnon, ylemmän ammattikorkeakoulututkinnon sekä yliopistoissa alemman tai ylemmän korkeakoulututkinnon, lisensiaatin- tai tohtorintutkinnon suorittaneita. Alkutuotanto käsittää maatalouden, metsätalouden ja kalatalouden alat; jalostus kaivostoiminnan, louhinnan, teollisuuden, sähkö-, kaasu-, lämpö- ja vesihuollon, viemäri- ja jätehuollon ja rakentamisen; palveluala käsittää mm. kaupan, opetus-, koulutus- ja tutkimusalat, taiteet ja hallinnolliset toiminnat. Muihin toimialoihin kuuluu muuten tuntemattomat alat. (Metadata2013, Kurssimoniste)

Ominaisuuksien arviointia

Halusin korkea-asteen tutkintojen koropleettikartan värien olevan saman värin eri sävyjä. Päädyin siniseen, koska ajattelin sen olevan neutraali valinta. MapInfossa tarkastellessani värisävyjä ne erottuivat mielestäni hyvin toisistaan, mutta tässä yhteydessä uudelleen katsoessani mielestäni keskimmäinen luokka saisi erottua paremmin ensimmäisestä luokasta. Kyllähän tuosta jotenkuten selvän saa, mutta jälkeenpäin tarkasteltuna asia häiritsee. Ympyrädiagrammeissa käytin oletusvärejä, jotka näkyvät ja erottuvat kartalta selvästi. Itse en vain erityisemmin pidä noista väreistä, sillä ovat ”kulmikkaita” ja lapsenomaisia eivätkä istu harmonisesti toisiinsa.

En ole erityisen tyytyväinen myöskään karttakuvan sommitteluun. Olisin halunnut kartan ja legendan vierekkäin, mutta en onnistunut useista yrityksistä huolimatta luomaan Layout-ikkunaan tulevaa taustaa vaakatasoon. Suurin ongelma kartan sommittelussa on kuitenkin piirakkadiagrammien sijainti kunnissa. Suurimmassa osassa kuntia asia on ok, koska kunnat ovat muodoltaan pyöreähköjä, mutta voi Kuopio! Kuntaliitosten myötä lääniä olisi vaikka kuinka ja mihinkäs MapInfo lätkäisee diagrammin? Ei ainakaan sinne, minne minä sen laittaisin. En löytänyt paikkaa, mistä siirtää diagrammeja, enkä muistanut Artun ohjeita enää näin pitkän ajan jälkeen. Onneksi tuo on sentään vain yksi ihmeelliseen paikkaan sijoitettu kohde, joten jotenkuten tuota vielä lukee. Kuntien nimiä sentään onnistuin siirtelemään järkeviin paikkoihin.

Hanna (Hannan blogi) teki oman kurssikerran karttansa myös Pohjois-Savon alueelta ja näköjään myös hänellä oli sama ongelma diagrammin sijoittelussa. Valitettavasti hänkään ei saanut pylvästä siirrettyä.

Sisällön tulkintaa

Olettamuksenani Pohjois-Savon maakunnassa korkea-asteen tutkinnon suorittaneiden osuuksista itselläni oli se, että mitä asukkaita houkuttelevampi kunta palveluiden suhteen sitä enemmän korkea-asteen tutkinnon suorittaneita. Houkuttelevuuden ja tunnettuuden ajattelin kulkevan käsi kädessä ja oletin tilastoja katsomatta välittömästi, että esimerkiksi Kuopiossa on oltava eniten korkeasti koulutettuja. Olettamukseni osuikin oikeaan – Kuopiossa on Pohjois-Savon alueella suurin osuus korkea-asteen tutkinnon suorittaneita (31,1 %). Tähän tietysti vaikuttaa erittäin suuresti se, että Kuopio on yliopistokaupunki, jolloin tietenkin opiskelijat ja opetushenkilökunta nostavat tutkinnon suorittaneiden osuutta asuessaan kaupungissa, vaikka opiskelijat eivät jäisikään asumaan kuntaan tutkinnon suorittamisen jälkeen.

Kaikki korkea-asteen tutkinnon suorittaneiden perusteella ylimpään luokkaan kuuluvat kunnat ovat myös Pohjois-Savon maakunnan alueella asukasluvultaan suurimmat kunnat. Tätä tietoa ei kylläkään saa irti karttaa katsomalla, mutta tiesin tämän ennestään, eikä tulos yllätä. Isommissa kaupungeissa on ehkä tarjolla enemmän töitä varsinkin korkeammin koulutetuille. Lisäksi korkeammin koulutetut ehkä mieluummin menevät isompiin kaupunkeihin myös palveluiden perässä.

Kartalla näkyvissä ympyrädiagrammeissa työpaikkojen osuuksissa kunnittain on nähtävissä vaihtelua. Vaikka kaikissa kunnissa selvä enemmistö työpaikoista keskittyy palvelualoille, on selvästi erottuva esimerkiksi Kuopion työpaikkojen osuudet. Kuopiossa on muihin kuntiin verrattuna selkeästi suurin osuus palvelualojen työpaikkoja, eikä siellä ole juurikaan alkutuotannon aloja. Kuopio onkin Pohjois-Savon maakuntakeskus, johon on kertynyt paljon ihmisiä mm. koulutuksen ja hallinnon aloilta. Samankaltaisia kuntia, joissa palvelualalla olevia on suuri osuus ja alkutuotannossa pieni osuus, ovat Iisalmi, Siilinjärvi ja Varkaus. Kun vertaa edellä mainittujen kuntien korkeakouluttuneisuutta, huomataan että kaikki nämä kunnat kuuluvat ylempään luokkaan korkea-asteen suorittaneiden osuuksineen. Tästä voisi siis päätellä, että korkeakoulutuksella ja palvelualan ammateissa työskentelevien suuremmalla osuudella on yhteys.

Samankaltaista riippuvaisuutta olisi havaittavissa kuntien välillä, joissa on pienimmät osuudet korkeasti koulutettuja ja työpaikoista suurempi osa alkutuotantoa. Suurimmassa osassa ympäryskuntia alkutuotannolla on suuri osuus. Tähän voisi olla syynä esimerkiksi se, että nuorempi väestö muuttaa suurempiin kuntiin (Kuopio, Leppävirta, Varkaus, Iisalmi, Siilinjärvi) opintojen perässä, koska pienemmissä kunnissa ei ole mahdollista kouluttautua. Lisäksi alkutuotannon käsittäen suurimmaksi osaksi maanviljelyn ja metsänhoidon näillä alueilla, eivät tilan omistajat ole kouluttautuneet pidemmälle, kun työpaikka on niin sanotusti valmiina.

Maaningalla on Pohjois-Savon kunnista suurin osuus alkutuotannon alalla (32 %), mutta silti kunnassa on korkea-asteen suorittaneita kohtuullinen osuus. En tiedä tarkkoja syitä tälle, koska kunta ei ole itselleni tuttu enkä pikaisella nettiselailulla löytänyt aiheeseen liittyvää tietoa. Mutta syynä tälle voisi olla se, että Maaningalla on hyvät edellytykset maanviljelylle, mutta samalla sen sijaitessa sekä Kuopion että Iisalmen läheisyydessä siellä saattaa asua paljon korkeakouluttautunutta väkeä, jotka ovat saaneet asunnon edullisemmin kauempaa Kuopiosta. Maaninka liitettiin vuoden 2015 alussa Kuopioon.

Lisäksi ympyrädiagrammeista voi havaita, että jalostuksen osuuksissa on eroja kuntien välillä. Tähän on tietysti syynä teollisuuden keskittyminen tiettyihin kuntiin ja sitä myötä nämä kunnat tarjoavat työpaikkoja alan tekijöille. Esimerkiksi Varkauden Stora Enson tehtaat vaikuttavat voimakkaasti kunnan elinkeinorakenteeseen. Tehtailla työskentelee myös korkeasti koulutettuja, mikä on tässä tapauksessa voimakkaasti yhteydessä Varkauden kuulumiseen ylimpään luokkaan korkea-asteen suorittaneiden osuudessa.

Kun vertaa silmäillen Hannan (Hannan blogi) tekemää karttaa työttömyysasteista, huomaa että kunnissa, joissa on korkeampi työttömyysaste on myös vähemmän korkea-asteen tutkinnon suorittaneita. Tästä voisi vetää hataran johtopäätöksen, että kouluttautuminen parantaisi työllisyyttä. Toisaalta tähän päätelmään tarvitaan muutakin tietoa, jotta johtopäätös olisi pätevä. (edit. 13.3.2015: Tätä voisi ehkä käyttää perusteena sille, ettei toisen korkeakoulututkinnon opintotukia kannata leikata!)

Loppupäätelmä

Yleistettynä kartan perusteella voi vetää sellaisen johtopäätöksen, että korkeasti koulutettu väestö asuu suuremmissa kaupungeissa. Nämä hyvinvoivat kaupungit pärjäävät entistä paremmin, koska ne houkuttavat monipuolisilla palveluilla ihmisiä ympäryskunnista. Koko Pohjois-Savon maakunnan suurin osuus elinkeinosta muodostuu palvelualoista, kuten pääosin muuallakin Suomessa. Alkutuotantoa on ehdottomasti suhteessa vähiten niissä kaupungeissa, joissa on enemmän korkea-asteen suorittaneita. Tähän on voimakkaasti yhteydessä myös se, että kouluttautuneille ei välttämättä löydy pienemmistä kunnista lainkaan oman alan töitä. Teollisuuden vaikutus korkeasti koulutettujen määrään on ristiriitainen, sillä esimerkiksi Vieremällä ja Keiteleellä jalostuksen alalla työskenteleviä on suuri osuus samalla, kun korkeasti koulutettuja on vähänlaisesti. Varkaudessa taas suuri työllistäjä kunnassa on teollisuuslaitos ja silti korkea-asteen suorittaneita on paljon. Ilmeisesti teollisuuden alalla on tässä asiassa merkitystä.

Voisi olla mielenkiintoista tarkastella jonkin muun maakunnan samoista aiheista tehtyä teemakarttaa ja vertailla niitä keskenään. Esimerkiksi itseäni kiinnostaisi tietää, miten esimerkiksi Etelä-Suomessa työpaikkojen osuudet ja näistä eritoten jalostuksen osuus vertautuu muihin maakuntiin. Samantyyppisen kartan olisikin voinut tehdä koko Suomesta käyttäen alueina maakuntia. Mutta toisaalta tällöin esitys saattaa olla liian yleistävä, jolloin helposti koko maakunta voi leimautua esimerkiksi teollisuusvoittoiseksi, jos yksi kunta on muita dominoivampi. Tästä aiheesta muistuu mieleen jollakin luennolla esitetty esimerkki siitä, kuinka Oulun takia koko Lappi esitettiin jossakin esityksessä teknologian keskuksena.

Lähteet:

Koulutusaste. Tilastokeskus. Luettu 20.2.2015. < http://www.stat.fi/meta/kas/koulutusaste.html>

Kurssimoniste. Metadata2013.

Malinen, H. (2015). Hannan blogi. <https://blogs.helsinki.fi/hzmaline/>