Nu kör ”Pak”-kursen igång! Under den första lektionen bekantade vi oss med programmet Mapinfo, vars främsta uppgift är representation av geografisk information. Vi lärde oss bland annat att navigera i programmet, om dess olika funktioner och hur man skapar temakartor. I slutet av kurs gången gjorde vi en koropletkarta på basis av färdiga värden i Finlands kommuner.

Koropletkartor används för att visa relativa värden, även om man ofta kan se koropletkartor som okorrekt visar absoluta. Som ämne för kartan valde jag andelen arbetsföra människor, dvs. 15-65 åringar, för kommunerna i Finland. Denna grupp människor är väldigt viktig för Finland, då det är främst denna som tillbringar inkomster till kommunerna och landet och får dem att fungera.  En annan orsak till att jag valde ämnet är ett rätt intressant att se skillnaderna mellan kommunerna och fundera kring faktorer som ligger bakom denna ojämna fördelning.

För att börja processen i kartläggningen är det första man gör att kolla på materialet och därefter göra beslut om bland annat antal klasser och hurdan indelning. Då man väljer klassificerings sätt lönar det sig alltid att betrakta spridningen av värdena i fråga, för detta lämpar sig bäst ett histogram. Jag använde mig av ett interaktivt program (Shodor) som färdigt gjorde histogrammet då jag matade in kommunernas procenttal. För att förbättra histogrammet valde jag Intervallvärdet 1 samt ändrade x-axelns min- och y-axelns maxvärde. Vid analys av histogrammet märker man tydligt talens fördelning, i detta fall är materialet nästan normaltfördelat. Med en snabb uppdatering över kunskaperna man fått i tidigare kurser valde jag en indelning i jämna klasser (kvartiler) som är en av de klassificeringsmetoder som lämpar sig bäst för denna fördelning på material.  Temakartan har fem olika klasser vilket är max då redan nu börjar kartan se oredig ut pga. den stora variationen.  Med färre skulle och andra sidan den stora generaliseringen minska på informationens noggrannhet.

Bild 1. X-axeln andel 15-65 åringar, y-axeln antal kommuner.

Förutom klassindelningen har även färgval betydelse för kartans visuella utseende och påverkar kartläsaren uppfattning om fenomenet. För att se skillnad mellan de olika kommunerna har jag valt en färgpalett från blå till ljusröd. Detta underlättar kartläsarens tolkning då man är van med att lägre värden har en kallare blå ton. Att få till en harmonisk färgskala med Mapinfo visade sig vara svårt, de färdiga paletterna är väldigt granna, men trots detta tycker jag att jag ändå fick till en hyfsad karta.  Kontrasten mellan de två ljusröda färgerna kunde kanske varit en aning starkare.  Programmet hade färdiga funktioner för att skapa en legend, måttstock och pil. Detta underlättade arbete men redigerandet av de färdiga modellerna visade sig dock vara utmanande, speciellt då ens kunskaper fortfarande är begränsade då det gäller Mapinfo.

Nu följer en kort analys över fenomenet i fråga. I de flesta av Finlands kommuner är andelen 15-65 åringar ca 60 %, variationen mellan kommunerna är dock nästan 20 procentenheter. Vad är det som har orsakat denna variation? Att det har bildats flera små centrum, där andelen 15-65 åringar är större, runtom i Finland kan förklaras av 1900-talets områdespolitik vars mål var att göra ett enhetligt Finland (Jauhiainen 2006). Storstädernas influensområde sträcker sig över många kommuner och erbjuder service, skolning och arbetsplatser. Folk i arbetsför ålder flyttar till kommuner med bättre framtida möjligheter, och lämnar sina tidigare hemkommuner. Som exempel kan vi ta Uleåborg som tydligt kommer fram på kartan bland sina ”blåa” grannkommuner. Pauliina Hongisto konstaterar samma som jag i sin blogg, även om hennes analys baserar sig på andel pensionärer. Genom att jämföra kartor över arbetslösheten i Finland, t.ex. Bergmans blogg, samt andelen arbetsföra människor kan man se ett svagt samband mellan dessa. Oväntat är dock hur stora andelar av befolkningen i Lappland är i arbetsför ålder trots att stora delar av regionen saknar studiemöjligheter och arbetsplatser. Hade förväntat mig ett starkare samband, då arbetslöshet ofta leder till en migration bort från området.

Bild 2. Andel (%) 15-65 åringar år 2011 (Statistikcentralen).

Vi stiftade bekantskap med Mapinfo genom att göra en koropletkarta och uppfriskande minnet om  fördelning och klassindelning genom att se på ett histogram. Även om programmet nu känns lite mindre komplicerat än tidigare kommer hanteringen av programmet och dess funktioner kräver fortsatt övning. Förhoppningsvis kommer Mapinfo att öppna sig mer under de kommande veckorna.

Källor:

Bergman J. Jenny-Marias blogg <https://blogs.helsinki.fi/jibergma/> 22.1.2015

Hongisto. P. Pak a la Pauliina. <https://blogs.helsinki.fi/pauliinh/> 22.1.2015

Shodor, histogramredskap <http://www.shodor.org/interactivate/activities/Histogram/> 21.1.2015

Jauhiainen S. & Nimenmaa V. (2006). Alueellinen suunnittelu. s.292. Vastapaino, Tampere.