Kurssikerta 4: mars eskariin!

Neljännellä kurssikerralla oli luvassa perehdytys piste- ja ruutuaineistoihin. Meillä oli käytössämme pisteaineisto pääkaupunkiseudun taloista ja niiden asukkaista. Sen pohjalta, mitä meille oli annettu ja opetettu oli tarkoitus tehdä ruutukartta. Tämä tarkoitti käytännössä taas tietokantojen muokkausta ja uuden tiedon tuottamista. Tietokantojen käsitteleminen oli minulla kohtuullisen hyvin hallinnassa ja jälleen kerran sisällöltään ja ulkonäöltään laadukkaan kartan tekeminen oli kaikista haastavinta.

Halusin tarkastella kartallani, miten 0–5-vuotiaat jakautuvat Helsingissä (kuva 1). Valitsin tämä aiheen, sillä ensi syksystä lähtien esiopetus on osa oppivelvollisuutta (HS 2015). Tällaisen säädöksen myötä voisi olettaa, että esiopetuspaikkojen tarve nousee ja tällöin karttaa voisi siis käyttää apuna, kun suunnitellaan uusia esikouluja. Todellisuudessa kuitenkin vain 2-3% esikouluikäisistä lapsista ei käy esikoulua. Opetus- ja kulttuuriministeriön vuonna 2013 tekemän selvityksen mukaan kuitenkin suurin osa niistä lapsista, jotka eivät käy esikoulua asuvatkin isoissa kaupungeissa, eivätkä ennakko-odotusten mukaisesti haja-asutusalueilla. Siksi onkin mielekästä tutkia Helsinkiä ja sen esikouluikää lähestyviä asukkaita.

0-5v 400

Kuva 1. 0–5-vuotiaiden määrä per ruutu Helsingissä.

Kartalta voi nähdä missä on suurin kysyntä esikouluille seuraavan neljän viiden vuoden aikana. Tämä on tietenkin varsin lyhyt aika, mutta voisi olettaa, että lapsiperheitä on tulevaisuudessakin siellä missä niitä nyt on. Toisaalta Helsinkiin muuttaa koko ajan lisää väkeä. Helsingin asukasluvun ennustetaan kasvavan 735 000 asukkaaseen vuoteen 2050 mennessä (Helsingin väestöennuste 2012). Vuoden 2012 alussa Helsingin väkiluku oli 595 384 eli sen odotetaan kasvavan noin 140 000 asukkaalla vuoteen 2050 mennessä. Tästä väestönkasvusta arvioidaan kaksi kolmasosaa olevan muuttovoittoa ja loput luonnollista väestökasvua. Tällainen kasvu johtaa vääjäämättä siihen, että syntyy uusia asuinalueita. Tämän vuoksi onkin myös olennaista tutkia missä ei vielä asu lapsiperheitä eli minne he potentiaalisesti voisivat muuttaa.

Kantakaupungin, etenkin Helsingin niemen pienten lasten ”tiheys” yllätti minut aluksi, mutta siellähän ihmiset asuvat kerrostaloissa ja asukastiheys on lähes automaattisesti korkeampi kuin muualla Helsingissä. Kantakaupungin ulkopuolella on puolestaan kerrostalojen lisäksi pientaloja, eikä asumistiheys ole yhtä korkea. Kartan perusteella näyttäisi siltä, että suurin kysyntä esikouluille lähitulevaisuudessa on kantakaupungissa, Lauttasaaressa, itäisten metrolinjojen varrella sekä Luoteis-Helsingissä. Tulevaisuuden alueiksi ennustaisin Kalasatamaa sekä Sipoosta Helsinkiin liitettyä aluetta, Östersundomia. Kartalta voi havaita näiden alueiden harvaan asuvat ja yksittäiset lapsiperheet, mistä voisi päätellä, että näiden alueiden ”lapsiperhetiheys” kasvaa tulevaisuudessa.

Lisäsin karttaan Helsingin pienalueiden rajat, jotta kokonaiskuvan hahmottaminen olisi helpompaa. On tyypillistä, että lapset laitetaan lähikouluun/-päiväkotiin tai johonkin oman asuinalueen päiväkotiin/kouluun. Tämä ei kuitenkaan päde kaikkien kohdalla ja se on otettava huomioon, kun mietitään tarvetta uusille esikouluille. Jotta kartta olisi yhä informatiivisempi, voisi siihen lisätä jo olemassa olevat päiväkodit ja ala-asteet, joiden yhteydessä on esikoulu. Tällä tavalla voi kartoittaa aidon tarpeen uusille esiopetuspaikoille, joillain alueilla saattaa nimittäin olla jo tarpeeksi esiopetuspaikkoja. Lisäksi kartalla voisi esittää ne päiväkodit ja ala-asteet, joilla ei ole esiopetusta. Niillä alueilla, joilla on tarve uusille esikouluille, voisi harkita uusien esikoulujen perustamista jo olemassa olevien päiväkotien ja ala-asteiden yhteyteen.

Harkitsin maankäytön lisäämistä karttaani. Sen avulla olisi voinut pohtia minne uusia esiopetuspaikkoja kannattaisi rakentaa, mutta en osannut toteuttaa ruutukartta-maankäyttö kombinaatiota niin, että kartasta olisi saanut vielä jotain selvää. Maankäyttökartan voisi toki lisätä tämän kartan rinnalle. Pidemmän aikavälin kartoituksen kannalta kartasta informatiivisemman tekisi tieto siitä, missä nuoret noin 24–30-vuotiaat parit asuvat, sillä he ovat niitä, jotka todennäköisimmin hankkivat seuraavaksi lapsia. On toki mahdollista, että kun he saavat ensimmäisen lapsensa he muuttavat isompaan asuntoon, pois senhetkiseltä asuinalueeltaan.

Kaikkien yllämainittujen muuttujien kuvaaminen yhdellä ruututeemakartalla tuntuu kuitenkin varsin mahdottomalta. Mielestäni ruututeemakartta itsessään vaatii jo paljon hahmotuskykyä, jotta karttaa voi tulkita ja saada siitä jotain irti. Ruutukoko on osattava skaalata oikein kartan mittakaavan suhteen. Omassa kartassani päädyin 400 kertaa 400 metriä kokoisiin ruutuihin ja mielestäni se toimii oikein hyvin. Karttaa tarkastellessa olennaista ei ole kiinnittää huomiota yksittäisiin ruutuihin vaan ruutujen muodostamaan mosaiikkiin. Tuo mosaiikki on kuitenkin yksityiskohtainen ja siitä voi hahmottaa ainakin tämän kartan tapauksessa kaupungin rakennetta ja jopa infrastruktuuria. Tällaisia detaljeja ei voi nähdä koropleettikartoissa – Nerea Aallon (2015) sanoin: “Ruutukarttaan verrattuna koropleettikartta on yleistävämpi.”

Olen sitä mieltä, että ruututeemakartat soveltuvat parhaiten kuntatasoisten tai korkeintaan seutukuntatasoisten ilmiöiden kuvaamiseen. Maakunta- ja valtiontasolla olen perinteisempien koropleettikarttojen kannalla, sillä näiden mittakaavojen kartoissa ruutujen on oltava suurempia ja ne saattavat ylittää kuntarajoja, jolloin kuntien välisten rajojen hahmottaminen hankaloituu. Pienemmillä alueilla ruutuja ja niiden kokoa on helpompi hallita. Toisaalta, kuten Veera Toivonen (2015) kirjoittaa blogissaan, ruutukarttojen rajojen ylitys, ja niiden olemattomuus, on myös hyvä piirre – riippuen tietenkin kartalla esitettävästä aiheesta. Väestötiedot, jotka on sidottu asukkaiden kotiosoitteisiin toimivat hyvin ruututeemakarttaesityksissä, sillä talot ovat kiinteitä pisteitä, jotka eivät hevillä liiku.

Tämä ei ole paras karttani, sen myönnän heti kärkeen. Ensinnäkin pelkästään Helsingin alueella sijaitsevien pisteiden rajaaminen karttaan ei jostain syystä onnistunut. Tarkoitukseni oli siis tarkastella pelkkää Helsinkiä, ja sen takia en ole karttaa analysoidessani ottanut huomioon niitä joitakin ruutuja, jotka ovat Espoossa ja Vantaalla Helsingin rajan läheisyydessä. Nämä ruudut saattavat hämmentää ja johtaa harhaan kartan tulkitsijaa. Jälleen kerran sain kamppailla pisimpään luokituksen kanssa. Aineistoni oli selkeästi vinosti jakautunut, jolloin suositeltu luokittelutapa on kvantiilit eli jokaiseen luokkaan yhtä monta havaintoa. En kuitenkaan kokenut tätä mielekkääksi, sillä aineiston vaihtelevuus ei olisi tullut esille ja kartan värityksen perusteella olisi näyttänyt siltä, että 0–5-vuotiaita on paljon joka puolella Helsinkiä. Tämän vuoksi päädyin luonnollisiin luokkaväleihin, nyt kartalta erottuvat ne alueet, joilla ”lapsiperhetiheys” on korkeimmillaan. Väritys taas puolestaan…se miellyttää esteettistä silmääni, mutta se ei ainakaan helpota kartan tulkitsemista. Alimman ja korkeimman luokan värit ovat sävyjen voimakkuudeltaan suurin piirtein samat, mikä saattaa joidenkin ihmisten kohdalla hankaloittaa kartanlukua.

– – – – –

Lähteet:

Aalto, N. (2015). Nerean blogi. 4. Kurssikerta. 15.3.2015. <https://blogs.helsinki.fi/naalto/2015/03/15/4-kurssikerta/>

Helsingin ja Helsingin seudun väestöennuste 2013–2030 (2012). Helsingin kaupungin tietokeskus. 14.2.2015. <http://www.hel.fi/hel2/tietokeskus/julkaisut/pdf/12_10_16_Tilasto_31_Vuori.pdf>

HS = Aalto, M. (2015). Esiopetuksesta pakollista – haku alkamassa suurissa kaupungeissa. Helsingin Sanomat 6.1.2015. Luettu 14.2.2015. <http://www.hs.fi/kaupunki/a1420514406992>

Selvitys esiopetuksen velvoittavuudesta (2013). Opetus- ja kulttuuriministeriön työryhmämuistioita ja selvityksiä 2013:5, Helsinki. 14.2.2015. <http://www.minedu.fi/export/sites/default/OPM/Julkaisut/2013/liitteet/tr05.pdf?lang=fi>

Toivonen, V. (2015). Seikkailuja paikkatietojen maailmassa. KK4: Ruutu- ja pisteaineistot Helsingin väestökartoissa. 15.3.2015. <https://blogs.helsinki.fi/vtoivone/2015/02/08/kk4-ruutu-ja-pisteaineistot/>

Kurssikerta 3: timantteja ja tulvia

Teemakarttojen tekemisestä on tullut melkein jo rutiininomaista, siispä tällä kertaa perehdyimme syvemmin tietokantoihin. Opimme, miten tietokantoja yhdistetään sekä miten niiden pohjalta voi luoda uutta informaatiota. Tietokantojen käsittelyyn liittyy monta välivaihetta ja teknistä kiekuraa, mutta loppu peleissä se on aika selkeää. Harjoittelimme tätä kaikkea Afrikan konflikteihin, öljykenttiin, timanttikaivoksiin ja internetkäyttäjiin liittyvien tietokantojen avulla. Saimme tehtäväksemme pohtia, mitä kaikkea näiden tietokantojen pohjalta voisi tehdä, analysoida ja päätellä. Tarkoitus ei ollut luoda karttoja vaan olla hypoteettinen ja antaa mielikuvituksen laukata.

Ensimmäinen ideani oli niinkin mielikuvituksellinen, kuin riippuvuuden etsiminen konfliktien tapahtumavuosien ja timanttikaivosten löytämisvuosien sekä kaivausten aloitusvuosien välillä. Pelkästään karttaa katsomalla voi huomata, että konflikteja on runsaasti siellä missä timanttikaivoksiakin (kuva 1). Tästä voi jo melkein päätellä, että kaivokset ja konfliktit liittyvät toisiinsa, mutta tähänkin aiheeseen voi syventyä. Olisi mielenkiintoista tutkia ovatko konfliktit syttyneet silloin, kun kaivokset on löydetty vai silloin, kun varsinaiset kaivaukset on aloitettu. Toisaalta Elsa Pakkasvirta (2015) muistuttaa osuvasti blogissaan, että konfliktit eivät ole yksiselitteisiä ja niiden taustalla on aina useita eri tekijöitä. Jos kaikki konfliktit johtuisivat pelkästään öljykentistä ja timanttikaivoksista, ihmiskunta olisi varmasti ottanut niistä opikseen, eikä konflikteja enää syttyisi. Valitettavasti maailma ei ole niin yksinkertainen.

Afrikka

Kuva 1. Kartta Afrikan timanttikaivoksista, konflikteista sekä öljykentistä. Lähde: Paarlahti (2015).

Ensisilmäyksellä näyttää siltä, että öljykenttien kohdalla ei ole samoin, kuin timanttikaivosten. Konfliktit ovat ulottuneet selkeästi niille alueille, joilla kaivokset sijaitsevat, tai ne ovat jopa alkaneet aivan kaivosten vieressä. Laajimmat öljyesiintymät sijaitsevat Pohjois-Afrikassa ja muualta niitä on aluksi vaikea löytää, kun ne peittyvät konfliktien laajuusalueiden alle, Pohjois-Afrikassa näin ei kuitenkaan ole. Muualla Afrikassa voisi siis kartan perusteella päätellä, että öljykentillä on vaikutus konfliktien syttymiseen. Tämän voi selvittää vertailemalla konfliktien tapahtumavuosia sekä öljykenttien löytämis- ja poraamisvuosia keskenään. Pohjois-Afrikan öljykentät näyttävät kuitenkin varsin koskemattomilta kartan perusteella, aivan kuin niillä ei olisi vaikutusta konflikteihin, mikä tavallaan tuntuu kummalliselta – kunnes muistan Saharan olemassaolon. Öljykentät sijaitsevat keskellä aavikkoa, siellä missä ei juurikaan ole ihmisiä, ja jos ei ole ihmisiä, ei ole konflikteja. Pohjois-Afrikan konfliktipaikkojen ja konfliktien laajuuden perusteella voi päätellä, että suuri osa ihmisistä on keskittynyt maiden pohjoisosiin.

Kartassa huomioni kiinnittyi siihen, että Libya ammotti tyhjyyttään konfliktien osalta. Tietokannan lähde, PRIOn julkaisema tilasto (2012) konfliktipaikoista käsitteleekin konflikteja vuosilta 1989–2008 ja se selittää, minkä vuoksi vuoden 2011 Arabikevään tapahtumista ei ole merkintöjä kartalla. Sosiaalisella medialla ja sitä kautta internetillä oli suuri rooli Arabikevään tapahtumissa (Globalis 2013). Tämän vuoksi olisikin mielenkiintoista tutkia Pohjois-Afrikan maiden internetkäyttäjien lukumäärän kehitystä. Tätä voi tutkia kahdesta näkökulmasta. Ensimmäinen näkökulma voisi selvittää, onko öljykenttien löytämis- ja etenkin poraamisvuosina internetkäyttäjien määrä kasvanut. Lisäksi öljyvaltioita voisi verrata keskenään sekä muihin Afrikan valtioihin: onko öljykenttien tuottavuudella vaikutusta internetkäyttäjien määrään ja onko öljykentillä ylipäätään merkitystä internetkäyttöön. Öljyvaltiot ovat tunnettuja siitä, että öljystä saadut tulot eivät jakaudu tasaisesti valtion asukkaiden kesken, vaan tuloerot kasvavat. Tässä tapauksessa voisi internetkäyttäjien määrää käyttää eräänlaisena varallisuuden jakautumisen ja kehityksen mittarina: internetkäyttäjien määrän kasvaessa valtion tulot jakautuvat tasaisemmin tavallistenkin kansalaisten käyttöön. Tätä köykäistä mittaria voisi toki käyttää muissakin Afrikan valtioissa edellä mainittujen muuttujien mittaamiseen. Toinen näkökulma selvittäisi onko konfliktien ja internetkäyttäjien välillä korrelaatiota. Toisin sanoen, ovatko konfliktit lisääntyneet, kun internetkäyttäjien lukumäärä on kasvanut. Näillä tiedoilla voisi selvittää saattoiko Arabikevään kansannousuja odottaa. Jos vastaus olisi kyllä, voisi näitä muuttujia jatkossa seurata ja yrittää ennustaa seuraavia vallankaappauksia. Tällainen analyysi olisi mielenkiintoista tehdä koko Afrikassa.

Meille annettujen tietokantojen pohjalta voi myös eritellä ne alueet, joilla timantit ja öljy eivät aiheuta konflikteja. Näitä alueita ovat esimerkiksi Afrikan sarvi ja Madagaskar. Kun tämä on tiedossa, voi esittää hypoteeseja näiden alueiden konfliktien syyksi, mutta niitä ei voi todistaa tältä pohjalta. Jotta näitä alueita voisi analysoida, tarvitaan toisia tietokantoja. Oskar Rönnberg (2015) tuo myös hyvin esille sen, että koko aluetta analysoidessa on hyvä pitää mielessä, mitä kolonialismi on saanut aikaan Afrikassa ja kuinka epäkunniottavasti eurooppalaiset vetivät valtioiden rajat – tällä kaikella on vaikutuksensa levottomuuksiin.

 

Muutama hetki myöhemmin…

Jätimme Afrikan toistaiseksi taaksemme ja palasimme Suomen kartan äärelle. Saimme pistää juurioppimamme heti koetukselle. Tietokantoja yhdistelemällä ja lisäämällä piti luoda kahden muuttujan teemakartta, jossa aluejakona toimit Suomen jokien valuma-alueet. Valuma-alueille laskettiin tulvaindeksi (niin mitenköhän se laskettiinkaan…) ja lisättiin järvisyys pylväin (kuva 2). Ennen kuin siirryn karttatulkintaan mainitsen lyhyenä itsearviontina sen, että tämä kartta oli minulle tähän mennessä haastavin toteuttaa kartografisesti – luokittelun tekeminen oli varsinaista tuskaa. Uskallan kuitenkin väittää, että visuaalisesti se on kartoistani kaikkein kaunein ja onnistunein. Tämän kartan teosta opin sen, että ei pidä takertua liian pitkäksi aikaa pieniin yksityiskohtiin, jos haluaa saada jotakin aikaiseksi aikataulun puitteissa.

tulvaindeksi

Kuva 2. Valuma-aluekartta tulvaindeksein ja järvisyysprosentein varusteltuna.

Luonnonmaantiede ei ole vahvimpia puoliani, joten tämän tulkinnan teen varsinaisena maallikkona. Kartoista tiedän sen verran, että valuma-alueiden rajat eivät noudata Suomen valtionrajoja. Syy tähän on se, että luonto ei noudata mitään, joka on sopimuksenvaraista vaan se noudattaa omia lakejaan. Valuma-alueet rajautuvat pinnanmuotojen mukaan eli alueen geomorfologia määrittää ne.

Mikä sitten määrittää valuma-alueen tulvaindeksin? Laskutoimituksesta, jolla tulvaindeksi lasketaan, voi päätellä, että joen uoman leveydellä ja uomassa virtaavan veden määrällä on merkitystä. Virtaavan veden määrään vaikuttaa tietenkin sateisuus. Täytyyhän sillä järvisyydelläkin olla jokin funktio tulvaindeksin kannalta, ei sitä turhaan karttaan käsketty lisäämään. Karttaa tehdessäni en ymmärtänyt tai edes tullut ajatelleeksi valuma-alueen järvisyysprosentin ja tulvaindeksin välistä yhteyttä.

Kun kartta vähitellen sai muotonsa luokittelupainin jälkeen, ymmärsin mistä on kyse: mitä järvisempi valuma-alue, sitä vähemmän siellä tulvii, sillä vedellä on jokin paikka minne valua joen ja sen kautta meren lisäksi. Tällaiset oivallukset ovat mielestäni loistava esimerkki siitä, minkä takia kahden muuttujan teemakarttoja tehdään. Järvi-Suomen voi erottaa kartalta selkeästi. Rannikolle on ominaista pienet valuma-alueet, joiden järvisyysprosentti on hyvin alhainen tai lähes olematon ja tästä seuraa korkea tulvaindeksi. Mutta miksi juuri rannikolla on niin paljon pieniä valuma-alueita ja sisämaassa laajoja? Tämä selvinnee luonnonmaantieteen harjoituskurssilla. Mysteeriksi jää myös, minkä takia Pohjois-Suomen suurimpien valuma-alueiden tulvaindeksi on niin alhainen, vaikka siellä on kovin vähän järviä verrattuna muihin matalan tulvaindeksin valuma-alueisiin.

– – – – –

Lähteet:

Arabikevät (2013). Globalis. 9.2.2015. <http://www.globalis.fi/Konfliktit/Afrikka/Arabikevaet>

Dittrich Hallberg, J. (2012). PRIO Conflict Site 1989–2008: A Geo-Referenced Dataset on Armed Conflict. Conflict Management and Peace Science 29 219-232. 9.2.2015. <http://cmp.sagepub.com/cgi/content/abstract/29/2/219>

Pakkasvirta, E. (2015). elspakka’s blog. Kolmas kurssikerta: Syvissä vesissä (heh) valuma-alueilla, Afrikassa ja muutenkin. 15.3.2015. <https://blogs.helsinki.fi/elspakka/2015/02/10/kolmas-kurssikerta-syvissa-vesissa-heh-valuma-alueilla-afrikassa-ja-muutenkin/>

Rönnberg, O. (2015). Oskarin PAK-blogi. Kurssikerta kolme: Tietokantojen yhdestelemistä ja Suomen valuma-alueet. 15.3.2015. <https://blogs.helsinki.fi/oskaronn/2015/01/30/kurssikerta_3/>

Artikkeli 1: kahdesta yksi

Toinen kurssikerta toi tullessaan muutakin kuin lisää MapInfoa ja karttojen tekoa. Saimme luettavaksemme Anna Leonowiczin artikkelin ”Two-variable choropleth maps as a useful tool for visualization of geographical relationship” (2006). Leonowiczin artikkeli käsittelee päällekkäisten teemakarttojen käyttöä, toimivuutta ja informatiivisuutta verrattuna yhden muuttujan koropleettikarttoihin. Tutkimuksen kautta Leonowicz päätyy siihen, että huolellisesti tehty kahden muuttujan koropleettikartta on hyvä ja varteenotettava vaihtoehto yhden muuttujan koropleettikartoille.

Tämä artikkeli laajensi näkemystäni päällekkäisistä teemakartoista. En ollut tullut ajatelleeksi, että kaksi eri muuttujaa – jotka kuitenkin jollain tavalla liittyvät toisiinsa – voi ilmaista kartalla pelkästään yhdellä rasteroinnilla. Tämä tapahtuu luomalla ensin kullekin muuttujalle oma väriasteikko, joka eroaa tarpeeksi toisen muuttujan väreistä. Väriasteikot sekoitetaan keskenään ja syntyy päällekkäisten teemakarttojen legenda, jossa toinen muuttuja on x-akselilla ja toinen y-akselilla (kuva 1). Nyt minulle viimeistään valkeni, kuinka tärkeää on, että aineistoja ei luokitella liian moneen luokkaan. Jos luokkia on esimerkiksi kolme per aineisto, tulee kahden muuttujan koropleettikarttaan yhdeksän luokkaa. Tajusin, että kyseessä on laskutoimitus kolme kertaa kolme, eikä kolme plus kolme. Näin syntyy neliönmuotoinen legenda, joka näyttää aluksi oikealta möröltä. Hetken sitä tutkailtuani ja luettuani selityksen sille ymmärsin miten legendaa kuuluu lukea, ja sehän on oikeastaan nerokas! Se on täysin looginen ja se korvaa oikeastaan sen kynän ja paperin, joita kaipasin edellisessä tekstissäni, kun tulkitsin tekemääni kahden muuttujan koropleettikarttaa.

legenda

Kuva 1. Esimerkki legendasta, joka on tehty Anna Leonowiczin (2006) esittämän päällekkäisten teemakarttojen luomismenetelmän mukaan.

Tapa, jolla legenda on tehty vaikuttaa monimutkaiselta, eikä se avautunut minulle täysin. Siihen liittyi paljon tilasto- ja luokittelutermejä, joita en ole vielä edes sisäistänyt suomen kielellä. Se pieni osa, jonka luokittelun tekemisestä ymmärsin, herätti mielessäni kysymyksen: voivatko aineistot kärsiä, kun luokkavälit tehdään symmetrisiksi toistensa suhteen? Tähän kysymykseen en valitettavasti ole löytänyt vastausta, mutta tämä vaikuttaa olevan ainoa tapa, jolla aineistot saadaan selittämään ja täydentämään toisiaan. Toinen asia, joka minua hirvittäisi, jos tällaisen kartan joutuisin tekemään, olisi väriskaalan määrittäminen. Välillä viidellekin eri luokalle oikeiden sävyjen löytäminen on vaikeaa, voin vain kuvitella, kuinka tuskallista se on yhdeksälle.

Tällä tekniikalla tehtyjä teemakarttoja on helpompi tulkita siitä näkökulmasta, jota varten päällekkäiset teemakartat mielestäni on tehty: alueellisten ilmiöiden välisen korrelaation kuvaamiseen. Kahden aineiston teemakartta juuri tällä tekniikalla tehtynä on mielestäni kattavampi ja perusteellisempi, kuin omatekemäni kahden muuttujan teemakartta. Legendasta näkee suoraan, mitä vaaditaan muuttujien väliseen korrelaatioon, ja kun tämä on tiedossa, on kartalta helppo erottaa alueet, joilla muuttujien välinen yhteys on voimakas ja päinvastoin. Nelli Aalto tekee blogissaan hyvän huomion siitä, että kartta ei välttämättä kerro korrelaation taustalla olevaa syytä. Kartan tulkitsijan on siis itse kyettävä päättelemään se. Kokonaisuuden hahmottamista ja tulkitsemista helpottaa entistä enemmän, jos kumpikin aineisto on aluksi esitetty omilla erillisillä kartoillaan. Tällaiset päällekkäiset teemakartat vaativat toki totuttelua ja syvällisempää perehtymistä, niin tekijän kuin tulkitsijankin puolelta. Heti artikkelin alussa aavistin, että luvassa on monimutkikkuuksia ja kartoista, ja etenkin sen legendasta, tulee vieläkin vaikeampia käsittää niiden tekniseltä kannalta, mutta tämä kertoo mielestäni siitä, että ne tuovat kartan sisältöön entistäkin enemmän monipulisuutta ja hyödyllisyyttä.

Juuso Korhonen toteaa blogissaan, että tekniikassa on potentiaalia, mutta sen kanssa on toimittava huolellisesti. Olen samaa mieltä hänen kanssaan, mutta jotta jokin tekniikka ja karttatyyppi voisi kehittyä ja yleistyä, on uskallettava tehdä virheitä ja sitä kautta laajentaa tietämystä ja näkemyksiä tästä koropleettikarttojen luomismenetelmästä. En kuitenkaan kannusta ketään käyttämään tätä tapaa väärin, vaan oppimaan kokeilemalla ja tekemällä. Yhden aineiston teemakarttoja sekä niiden rinnastamista ja vertailua toisiinsa ei toki sovi unohtaa. Tärkeää on pitää mielessä, että mikään kartta ei ole täydellinen.

Se, minkä verran tunnen MapInfoa ja sen käyttömahdollisuuksia, ei ainakaan tarjoaisi minulle mahdollisuutta tehdä päällekkäisiä teemakarttoja artikkelin esittelemällä menetelmällä. Minun tapauksessani vähäiset tietoni ja taitoni rajoittavat välineen, eli paikkatieto-ohjelman käyttöä ja sitä kautta mahdollisuutta luoda karttoja erilaisilla esitystavoilla. Paikkatieto-ohjelma ominaisuuksillaan ohjaa kartografista toteutusta, mutta toisaalta ohjelmia kehitetään kartantekijöitä ja heidän tarpeitaan varten. Kaiken logiikan mukaan paikkatieto-ohjelmien kannattaa vastata kartantekijöiden tarpeisiin, se on heille markkinaetu – onko olemassakaan sellaista yritystä joka ei haluaisi menestyä?

– – – – –

Lähteet:

Aalto, N. (2015). Nellin PAK-Blogi. Artikkeli 1: Kahden muuttujan koropleettikartta. 4.2.2015. <https://blogs.helsinki.fi/neaa/>

Korhonen, J. (2015). Juuson paikkatietopuserrus. Kurssikerta 2 ja kahden muuttujan koropleettikartat (artikkelianalyysi). 4.2.2015. <https://blogs.helsinki.fi/juusokor/>

Leonowicz, A. (2006). Two-variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42: 33–37.

Kurssikerta 2: tårta på tårta?

Tällä kurssikerralla laajensimme tietämystämme teemakartoista ja niiden luomisesta MapInfolla. Erilaisia teemakarttatyyppejä on lukuisia, enkä välttämättä muista niistä puoliakaan, saatikka miten ne tehdään MapInfolla. Sen kuitenkin muistan, miten tehdään kartta, jossa on kaksi koropleettikarttaa päällekkäin. Tehtävänantona oli siis luoda teemakartta, jossa käytetään kahta eri aineistoa, kaiken teemakarttoihin liittyvän osaamisemme pohjalta. Päädyin päällekkäisin teemakarttoihin, sillä sitä varten oli mielestäni helpointa löytää monipuolisia aineistoja, joilla on jonkinlainen yhteys toisiinsa – tai ainakin oletin niillä olevan.

Meille oli annettu valmiita paikkatietoaineistoja Suomen kunnista vuodelta 2013, lisäksi saimme hakea uutta tilastotietoa SOTKAnetistä, Terveyden ja hyvinvoinnin laitoksen tilasto- ja indikaattori pankista. Ryhdyin selaamaan SOTKAnetin tilastoja, niitä oli valtava määrä. Laaja tarjonta ja iltapäivän väsymys eivät ehkä olleet paras mahdollinen yhdistelmä, sillä eri aineistojen välisten loogisten yhteyksien löytäminen tuntui vaikealta. Pähkäilyn ja tuskailun jälkeen päädyin mielestäni kohtalaisen ilmeisiin aineistoihin. Löysin SOTKAnetistä vuoden 2012 kuntavaalien äänestysaktiivisuusprosentit kunnittain, tämän tiedon laitoin karttani pohjalle. Äänestysaktiivisuuskartan päälle rasteroin viivoin korkea-asteen tutkintojen osuuden 15 vuotta täyttäneistä kunnittain. Tämä aineisto oli annettu meille valmiiksi. Halusin ottaa selvää onko näiden kahden muuttujan välillä korrelaatiota: onko äänestysprosentti sitä korkeampi mitä korkeampi kunnan asukkaiden koulutusaste on? Vallitseva mielikuva on mielestäni, että koulutuksen asteella ja äänestysaktiivisuudella on yhteys. Valitsin juuri kuntavaalien äänestysaktiivisuuden siksi, että äänestysprosentti on yleensä alhaisempi kuin presidentinvaaleissa ja kyseessä ei ole yhtä voimakkaasti henkilövaali, vaan puoluevaali. Laitoin äänestysprosenttitiedot päällimmäiseksi, sillä ne ovat ilmiötä – äänestysaktiivisuutta – selittävä tekijä hypoteesissani.

Luokitteluun ryhtyessäni luokkien lukumäärä oli selkeä. Päällekkäisissä teemakaroissa ei saisi olla kolmea luokkaa enempää per aineisto, ettei luettavuus kärsisi. Jotta vaihtelut tulisivat esiin, oli kolmen luokan luokitus aineistoa kohden ilmiselvä. Vaikeinta oli löytää oikea luokittelumenetelmä. Alhainen luokkien lukumäärä hirvitti minua hiukan – mitä, jos onnistun hävittämään kartasta sen oleellisimman tiedon ja virhetulkinnan mahdollisuus kasvaa? Yritin turvautua histogrammityökaluun, mutta siitä ei oikein tuntunut olevan apua. Taas oli vaikea määrittää miten aineisto on jakautunut. Tässä vaiheessa voi jo kyseenalaistaa tietoni ja taitoni jakaumien tulkitsemisessa – tiedänkö oikeasti miltä normaalijakauma näyttää?

Päädyin loppujen lopuksi luokittelemaan molemmat aineistot niin, että jokaiseen luokkaan tulee suurin piirtein yhtä monta havaintoa. Kuntavaalien äänestysaktiivisuuden luokittelu onnistui mielestäni hyvin. Siitä erottuu selkeästi alhaisen, keskitason ja korkean äänestysprosentin kunnat. Korkeakoulutettujen osuuden luokittelu voisi olla parempi. Ylin luokka on erittäin laaja ja ne kunnat, joissa on selkeästi enemmän korkeakoulutettuja eivät erotu keskitason kuntien joukosta. Tämä aineisto olisi ehkä kaivannut neljännen luokan, mutta se olisi tehnyt kartan lukemisesta ja tulkitsemisesta haastavampaa. Kartan väritykseen ja rasterointiin olen puolestani erittäin tyytyväinen (kuva 1). Aluksi viivat saattavat hieman vilistä silmissä, mutta hetken katselun jälkeen kartta näyttää rauhallisemmalta silmän totuttua siihen. Rasterit erottuvat hyvin toisistaan eivätkä ne peitä liiaksi äänestysaktiivisuutta kuvaavia väripintoja. Kuntarajojen erottaminen on paikoitellen haastavaa, sillä ne ovat yhtä paksuja ja samanvärisiä kuin rasteriviivat. Matias Pajosmaa kertoo blogissaan kokeilleensa aineistojen esittämistä kuntatasolla, mutta totetsi sen tuottavan liian sekavan kartan. Aivan kuten hän, olisin voinut tehdä karttani myös maakuntatasolla tulkittavuuden helpottamiseksi. Väripinnoista voi kuitenkin hakea apua rajojen erottamiseen. Värien kanssa ei tarvinnut tällä kertaa painia yhtä paljon kuin viimeksi. Haastavaa kuitenkin edelleen on löytää pehmeitä sävyjä, jotka eivät pistä silmään.

teemax2

Kuva 1. Päällekkäiset teemakartat, joista toinen kuvaa äänestysaktiivisuutta kunnittain vuoden 2012 kuntavaaleissa, ja toinen korkea-asteen tutkinnon suorittaneiden osuutta kunnittain. Lähde: SOTKAnet 2012.

Vaikka rasterit ja värit, sekä parhaimmassa tapauksessa jopa luokkajakokin hipoisivat täydellisyyttä, vaatii päällekkäisten teemakarttojen tulkitseminen keskittymistä ja tarkkuutta. Ensisilmäyksellä ei oikein saa yleiskuvaa siitä, mitä kartta pitää sisällään ja kertoo aineistoista. Karttaa tutkiessaan tekisi melkein mieli ottaa kynä ja paperi esille tulkinnan avuksi, jotta voisi kirjata ylös kaiken sen informaation, jonka kartasta saa irti. Se informaation määrä tuntuu nimittäin valtavalta ja sen tulkitseminen työläältä pelkän ulkonäön perusteella. Nyt en kuitenkaan ota tuekseni kynää ja paperia, vaan yritän pärjätä oman muistini varassa. Helpoimmalta tuntuu käydä kartta läpi luokka kerrallaan. Koska korkea-asteen tutkinnon suorittaneiden osuus on selittävä tekijä, keskityn käymään ensimmäisenä läpi korkeimman äänestysaktiivisuuden kunnat ja katson mihin luokkaan ne sijoittuvat korkea-asteen tutkinnon suorittajien osuuden perusteella.

Mielestäni kartasta ei näy koko maata määrittävää trendiä, mutta alueellisia trendejä kyllä löytyy. Jos oheisen Suomen kartan jakaa pohjois-, etelä-, itä- ja länsiosiin, voi jokaiselle alueelle hahmottaa dominoivan kehityskulun. Pohjoissuomalaiset vaikuttavat kartan perusteella olevan mielestäni jopa yllättävän aktiivisia äänestäjiä. Kun vertaa Pohjois-Suomea muihin edellä mainitun jaon mukaisiin alueisiin, vain Länsi-Suomi näyttää pääsevän sen kanssa samalle tasolle. Toisaalta Pohjois-Suomen kunnat ovat pinta-alaltaan hyvin suuria, joten pinta-alaharhalla saattaa olla vaikutusta tähän tulkintaan. Itä-Suomen äänestysaktiivisuus on kaikista heikoin, suurin osa kunnista sijoittuu joko alimpaan tai keskimmäiseen luokkaan. Eniten vaihtelua ilmenee Etelä-Suomessa. Olen kuitenkin yllättynyt kuinka huomattavassa määrässä kunnista äänestysprosentti on 59,8% tai alle. Toni Ruikkala kirjoittaa blogissaan, että “Rikkaimmat ja koulutetuimmat ihmiset tulevat Uudeltamaalta.” Onko niin, että vauraus tekee välinpitämättömäksi, kun rahalla saa melkein mitä vaan – vaikka valtaa?

Kun alueiden tarkasteluun ottaa mukaan korkea-asteen tutkinnon suorittaneiden osuuden, voin todeta, että hypoteesini ei osunut oikeaan. Pohjois-Suomessa hypoteesini vastakohta näkyy kaikista selkeimmin: hyvin pieni tai ei merkittävä osa äänestysaktiivisuuden mukaan korkeimpaan luokkaan sijoittuvien kuntien asukkaista on suorittanut korkea-asteen tutkinnon. Etelä-Suomi on kaikista mosaiikkimaisin, mutta myönnettäköön, että olen hieman yllättynyt siitä, kuinka vähän siellä on kuntia, joiden äänestysaktiivisuus olisi ylimmässä luokassa. Ainoat alueet, joilta jokseenkin merkittävissä määrin löytyy hypoteesiani vastaavia kuntia ovat Itä-Suomi ja Länsi-Suomi. Itä-Suomessa on kuntia, joissa sekä äänestysaktiivisuus että korkea-asteen tutkinnon suorittajien osuus ovat alhaiset. Länsi-Suomesta, lähinnä rannikon ruotsinkielisiltä alueilta, löytyy kuntia, joissa taas puolestaan korkea-asteen tutkinnon suorittaneita on paljon ja äänestysprosentti kuntavaaleissa on ollut korkea.

Eniten yllätyin, kun unohdin edellä tekemäni aluejaon ja tarkastelin pelkästään Suomen yliopistokaupunkeja. Ensinnäkin isoja kaupunkeja on vaikea tunnistaa kartalta. Osittain tämä johtuu omasta tietämättömyydestäni, en tiedä missä ne sijaitsevat juuri tarkalleen. Useimmiten suuret kaupungit kuitenkin erottuvat kartalta, riippuen tietenkin teemakarttojen aiheesta, mutta tämän päällekkäisen teemakartan kohdalla niitä oli hankala erottaa muista, ellei tiennyt minkä muotoisia ne ovat. Teemakarttojen päällekkäisyys, ja etenkin rasterit vaikuttavat kuntien havaitsemisen hankaluuteen, kuten jo aiemmin mainitsinkin. Mikä se yllätys sitten oli? Se yllätys oli se, että siellä missä on paljon korkea-asteen tutkinnon suorittaneita – eli yliopistokaupungeissa ja samalla myös Suomen suurimmissa kaupungeissa – äänestysaktiivisuus kuntavaaleissa vuonna 2012 oli 59,8% tai alle. Elisabeth Gidengil ja Hanna Wass (2013) ovat tutkineet, millainen vaikutus vanhemmilla on äänestysoikeutettujen lastensa äänestämiseen. On loogista olettaa, että äänestystavan siirtyminen polvelta toiselle on jossain määrin sidoksissa vanhempien koulutukseen. Vanhempien koulutustasolla on nimittäin suora vaikutus lastensa koulutukseen, ja koulutus lisää sellaisia taitoja, jotka edistävät politiikan seuraamista ja voimistavat osallistumiseen liittyvää velvollisuuden tuntoa. Gidengilin ja Wassin mukaan viime aikoina on huomattu, että koulutuksella ja poliittisella osallistumisella ei välttämättä ole suoraa yhteyttä. Näin ollen vanhempien äänestysaktiivisuudella on huomattava, ellei jopa huomattavampi merkitys lastensa vaaliosallistumiseen, kuin koulutustasolla.

– – – – –

Lähteet:

Gidengil E. & H. Wass (2013). Vaaleissa äänestäminen siirtyy vanhemmilta lapsille. Hyvinvointikatsaus 3/2013. 3.2.2015. <http://tilastokeskus.fi/artikkelit/2013/art_2013-09-23_009.html?s=0>

Pajosmaa, M. (2015). Paikkatietoblogi. Toinen kurssikerta: Karttadiagrammit ja päällekkäiset teemakartat. 15.3.2015. <https://blogs.helsinki.fi/pajosmaa/2015/01/28/toinen-kurssikerta-karttadiagrammit-ja-paallekkaiset-teemakartat/>

Ruikkala, T. (2015). Ruikkalan PAK-blogi 2015. Kurssikerta 2 – Kaksi päällekkäistä teemakarttaa. 15.3.2015. <https://blogs.helsinki.fi/ruikkala/2015/01/26/20/>

Äänestysaktiivisuus kuntavaaleissa, % (2012). SOTKAnet, Terveyden ja hyvinvoinnin laitos, Helsinki. 20.1.2015. <http://uusi.sotkanet.fi/portal/page/portal/etusivu/hakusivu/tulossivu?regionCount=320&currentEvent=getData&sexCount=1&setId=p85c1a784c430d8146358ce52bd4136bda4c8df59b006da&indCount=1&yearCount=1>