Toisella kurssikerralla perehdyimme MapInfon muihin teemakarttoihin ja tuotimme päällekäisiä teemakarttoja. MapInfon kartoista tutustuimme pylväsdiagrammi-, ympyrädiagrammi-, graduated -, piste-, ja grid-karttoihin. Pylväsdiagrammikartassa kuvattavan ilmiön mittareina käytetään pylväsdiagrammeja, jotka voivat esittää joko absoluuttisia tai suhteellisia arvoja. Suhteelliset luvut ovat kuitenkin kuntien välillä käyttökelpoisempia, jotta pylväiden skaalaus toimisi mahdollisimman selkeällä tavalla. Ympyrädiagrammi on hyvin samantyyppinen, mutta ilmiön mittarina toimivat tällä kertaa piirakkadiagrammit. Graduated -teemakartta oli minulle hieman vieraampi käsite. Kyseisessä teemakartassa siis kuvataan absoluuttisia arvoja symbolikokojen avulla. Esimerkiksi syntyvyyden määrää kunnittain voisi kuvata lastenrattaat-symbolilla, jonka koko on verrannollinen ilmiön määrään. Pistekartta olikin jo vanha tuttu, jossa absoluuttisia arvoja kartalta kuvataan pisteillä, joille on määritetty arvo. Grid-kartta oli läpikäydyistä kartoista varmasti se minulle vierain. Kyseisen kartan avulla kuvattava ilmiö esitetään liukuväreillä. Myös kolmiulotteiset eli prismaattiset kartat olivat minulle uutta. Alueelliset erot kuvataan 3D mallilla.

Kurssikerralla saimme myös luettavaksemme Anna Leonowiczin artikkelin “Two-variable choropleth maps as a useful tool for visalization of geohraphical relationship”, joka käsitteli pitkälti samoja asioita, kuin mitä luennolla käytiin läpi. Visualisaation voimakasta merkitystä painotettiin. Artikkelissa käsiteltiin erityisesti kahden muuttujan esittämistä värien avulla. Yhdelle muuttujalle kannattaa artikkelin mukaan valita korkeintaan kolme luokkaa(yhteensä 9), ja tätä samaa menetelmää hyödynsin omassakin kartassa. Kolme luokkaa on kuitenkin hyvin vähän, mikä tarkoittaa sitä, että aineisto jakautuu isoihin luokkiin, eikä vaihtelua voida niin hyvin havaita. Täytyy siis ottaa huomioon, mitä haluaa tuoda kartalla esille. Leonowicz pohtii artikkelissa juuri näiden karttojen luotettavuutta sekä informaatiota, jonka kartat tarjoavat.

Ella Suhonen on blogissaan tuonut hyvin esille Leonowiczin näkökulmaa kahta muuttujaa käsittelevistä kartoista: “Kahden muuttujan esittäminen samalla kartalla voi siis parhaimmillaan antaa ymmärrettävän kuvan ilmiöiden välisitä suhteista ja täten nopeuttaa sekä helpottaa asioihin perehtymistä. Kahden muuttujan teemakartta voi siten sisältää paljon tietoa sekä herättää yleisesti ottaen suurempaa kiinnostusta esitettyjen ilmiöiden seuraamiseen verrattuna yhden muuttujan teemakarttaan.” Leonowiczin artikkeli tuo ilmi sen, kuinka paljon karttojen tulkitseminen vaatii tietoa ja kriittistä otetta. Kahden muuttujan suhteen kuvaaminen kartalla voi johtaa helposti myös harhaan, ja värien valinnalla, luokittelulla ja tilastotieteen tuntemisella on suuri merkitys. Korrelaatioiden tulkitseminen kartalta värien avulla ei olekaan niin helppoa, ja omassa kartassani suosinkin rasterikartan(transparent) hyödyntämistä värejä kuvaavan muuttujan lisäksi.

Kurssityönä oli tehdä kahta ilmiötä samanaikaisesti kuvaava päällekäinen koropleettikartta. Päädyin tekemään kuvassa 1 esitetyn kartan työssäkäyvien osuudesta sekä työpaikkojen osuudesta Pohjois-Suomessa. Päällekäinen koropleettikartta voi äkkiä näyttää sekavalta, jos kuvattava alue on hyvin laaja ja kattaa paljon pieniä osa-alueita. Esimerkiksi jos kyseisen kartan olisi tehnyt kaupungeittain koko Suomesta, kartta olisi ollut vaikeasti ymmärrettävä. Päällekäisten ilmiöiden kuvaamista helpottaa, jos toista ilmiötä kuvaa värien avulla ja toista ilmiötä joko yksittäisillä symboleilla tai esim. viivoitettuina (rasteri) alueina.

Kuva 1. Päällekäiset koropleettikartat Pohjois-Suomen työssäkäyvien määrästä sekä palvelutöiden määrästä(%).

Kuvasta 1 voidaan nähdä, ettei yhdessäkään Pohjois-Suomen kunnassa työllisyysaste ylitä prosenttiosuutta 63, muttei myöskään ole pienempi kuin 44,6%. Eniten työssäkäyviä on Inarissa, Muoniossa, Kittilässä, Rovaniemellä, Keminmaalla, Torniossa ja Iissä. Palvelualojen työpaikkojen määrä on puolestaan suurin Utsjoella, Inarissa, Muoniossa, Rovaniemellä, Kolarissa, Sallassa, Pelkosenniemessä sekä Kemijärvellä. Alueiden vertailu on hyvin mielenkiintoista. Voidaan havaita, että Rovaniemellä, Muoniossa ja Inarissa palvelualan työpaikkojen osuus ja työssäkäyvien osuus ovat korkeita. Suurissa kaupungeissa palvelualojen töitä tuntuu riittävän ja on paljon myös palveluja käyttäviä, työssäkäyviä ihmisiä. Puolestaan mm. Sallassa ja Utsjoelle palvelualan töitä riittäisi, mutta työntekijöistä on pula. Tietenkin tulee ottaa huomioon, että kyseessä on vain palvelualojen työpaikat, joten nämä kaksi muuttujaa eivät ole suoraan verrannollisia. Mielenkiintoista olisi myös tietää työikäisten määrä. Työssäkäyvien prosenttiosuutta voi arvioida tarkemmin, kun tietää lasten, opiskelijoiden ja eläkeläisten määrän kunnissa. Myös kaikkien työpaikkojen määrä olisi mielenkiintoinen tieto, jolloin on mahdollista verrata näitä muuttujia toisiinsa. Minua kiinnostaisi erityisesti kuntien välinen työpaikkojen virta, eli miten suuri osa väestöstä työskentelee toisella paikkakunnalla kuin mitä asuu: esimerkiksi, Sallassa palvelualojen töiden osuus on suuri, mutta työntekijöiden määrä on pieni, eli tuleeko viereisiltä kunnilta työvirtaa Sallaan palvelualojen töiden perässä. Pudasjärvellä ja Posiolla puolestaan palvelualan työpaikkojen osuus on pieni, kuin myös työssäkäyvien osuus. Selvästi suuremmilla paikkakunnilla tilanne on parempi niin palvelujen kuin työllisyyden suhteen, mutta pienemmillä paikkakunnilla tilanne on heikompi.

Toinen kurssikerta ja taistelu MapInfon kanssa oli jo haastavampi. Kesti turhankin kauan miettiä, mitä ilmiöitä haluaa kuvata kartalla, ja seuraavaksi huomasi, kuinka vaikea on tulkita karttaa, kun kaksi ilmiötä eivät ole mitenkään suoranaisesti verrannollisia. Päällekäinen koropleettikartta on kyllä hyvä tapa kuvata useampaa ilmiötä, mutta ehken kuitenkaan käyttäisi karttaa useamman kuin kahden ilmiön kuvaamiseen. Selvästi ajatukset kurssitehtävästi kulkivat samoilla linjoilla, kuin mitä Mai Allo blogissaan pohtii: “Työ oli kaikkea muuta kuin helppoa. Se tuntui samalta kuin yrittäisi avata säilyketölkkiä paljain käsin päällä seisten ja samaan aikaan osoittaen, että ympyrässä on neljä kulmaa.” Haasteita riittää!

Lähteet:

Leonowicz, A. (2006). Two variable choropleth maps as a useful tool for visualization of geographical relationship. Geografija 42:1, 33–38.

Kunnat 2011. Kurssiaineisto.

Viittaukset:

Ella Suhonen: Paikkatietoa ja kartografiaa <https://blogs.helsinki.fi/ellasuho/2013/02/02/paallekkaiset-teemakartat/> (10.03.2013)

Mai Allo: Main mantsablogi: <https://blogs.helsinki.fi/maiallo/2013/01/31/kun-kaksi-teemaa-kohtaavat-kartalla/> (10.03.2013)

Ensimmäisellä kurssikerralla harjoiteltiin MapInfon käyttöä; aineistojen avaamista, työpöydän ja työkalujen käyttöä, tietokannan tarkastelua sekä tallennustapoja. Lopuksi tuotettiin vielä koropleettikartta Suomen kunta-aineistosta. Itselleni MapInfo oli täysin uusi ohjelma opeteltavaksi. Olen samaa mieltä Tommin Lapion blogissa kirjoittaman mielipiteen kanssa siitä, että Mapinfon menetelmät eroavat melko paljon jo jokseenkin tutun Corelldrawn toiminnoista ja siten uutena ohjelmana MapInfo tuntuu aluksi hieman hankalalta. Keskeisimpinä asioina MapInfossa olivat Layer control sekä workspace -ominaisuudet. Layer Control mahdollistaa sen, että useita tietokantoja voidaan pitää auki yhtäaikaa eri tasoilla. Sillä voidaan määritellä niin karttatasojen näkyvyyttä, muokattavuutta kuin myös piirtoasetuksia ym. Workspace toiminto puolestaan mahdollistaa sen, että kaikki avatut tietokannat voidaan tallentaa yhdessä samaan tiedostoon. Tämä helpottaa etenkin keskeneräisen työn jatkamista, koska tietokantoja ei tarvitse avata uudelleen yksitellen ohjelmistossa, vaan on helppo jatkaa siitä mihin jäi.

Alkuharjoituksena tehtiin itsenäisesti koropleettikartta; aihe melkoisen vapaa -mikä nyt sattui kiinnostamaan. Ideana saattoi olla miettiä jotakin esitystapaa perustuen omiin hypoteeseihin. Olisi tietenkin voinut tehdä perusoletuksia, että ruotsinkielisten osuus on suurin rannikkoalueilla, tai että kesämökkejä on eniten meren ja järvien läheisyydessä, tai vaikkapa työpaikkoja on eniten isoissa kaupungeissa. Hyvin yleisiä hypoteeseja ovat nämä kaikki. Jostain syystä päätin kuitenkin tehdä koropleettikartan eläkeläisten määrästä Suomessa. Hypoteesin tekeminen ei ollutkaan nyt niin helppoa. Kaupungeissa on eniten palveluja, joten voisi olettaaa, että erityisesti eläkeläiset tarvitsevat palvelujen läheisyyttä, koska ajokorttia ei välttämättä ole, ja pitkät matkat kantamuksineen voivat olla aika vaativia vanhemmalle ihmiselle. Mutta toisaalta, kuka muukaan viihtyy maaseudulla yhtä hyvin kuin eläkkeellä oleva. Kesäajat voi olla mökkimiljöössä, ja muunkin ajan vuodesta viihtyy varmasti mielummin kaukana kaupungin hälinästä. Hypoteesini jäi siis avoimeksi, joten kartta sai puhua puolestaan.

Ensin lähdin tutkimaan aineiston jakaumaa histogrammityökalun avulla. Tämä auttaa miettimään, millaisiin luokkiin aineiston jakaisi. Kuvassa 1 näkyy eläkeläisten määrän perusteella tehty histogrammi, ja kuten kuvasta näkyy, aineisto on melkolailla normaalisti jakautunut. Tämän esittämiseen kartalla sopii siis oikein mainiosti hajonnan mukaan tehdyt luokat.

Kuva 1. Histogrammi eläkeläisten määrästä Suomessa 31.12.2010 (Tilastokeskus).

Kuva 1. Histogrammissa on nähtävissä eläkeläisten määrään perustuvan aineiston hajonta. Kuvasta näkee, että aineisto on kutakuinkin normaalisti jakautunut.

Käytin koropleettikartassa (kuva 2) hajonnan mukaan tehtyjä luokkia yhteensä 5. Jälkikäteen ajateltuna huomaan myös pieniä moitteita kartassani, sillä värikoodit eivät juurikaan vastaa määrältään sopivia luokkia. Punainen ja oranssi väri vastaavat kivasti korkeimpia eläkeläisten määriä, mutta sen jälkeen tummin vihreä kuvaakin pienintä eläkeläisten määrää. Oppia ikä kaikki! Aineistosta kuitenkin näkee, että suurimmillaan eläkeiläisten osuus kunnassa on 47,3% ja pienimmillään 11,8%. Yllättävää on, miten eläkeläiset ovat sijoittuneet Suomessa, sillä palveluiden läheisyydessä pääkaupunkiseudulla on yksi pienimmistä määristä eläkeläisiä. Sen sijaan itä-Suomessa eläkeläisten osuus on suuri. Tässä vaiheessa olisi hyvä ottaa huomioon kuntien omat väestörakenteet. Aikansa tietyllä alueella asunut ihminen tuskin muuttaa alueelta pois eläkeiän myötä.

Kuva 2. Eläkeläisten osuus Suomessa kunnittain (Tilastokeskus 2010).

Tilastokeskuksen mukaan vuosien 1987-2010 välillä työllisten osuus väestöstä on pienentynyt kaikissa maakunnissa kun taas eläkeläisten osuus väestöstä on noussut koko maan keskiarvoa enemmän Uuttamaata lukuun ottamatta.Vuosina 1987−2010 eläkeläisten osuus väestöstä on noussut koko maassa 20,3 prosentista 23,8 prosenttiin. Eniten eläkeläisten osuus on noussut Kainuussa, jossa eläkeläisten osuus nousi yli yhdeksällä prosenttiyksiköllä ja oli vuoden 2010 lopussa 30,3 prosenttia. Myös muissa maakunnissa, joissa väestön määrä on vähentynyt vuodesta 1987 eniten kuten Lapissa, Etelä-Savossa, Satakunnassa, Etelä-Karjalassa ja Kymenlaaksossa, eläkeläisten osuuden kasvu on ollut muuta maata suurempaa. (Tilastokeskus 2013).

Tilastokeskuksen teettämän väestöennusteen mukaan työikäisen väestön osuus pienenee kaikilla suuralueilla seuraavina vuosikymmeninä ja eläkeikäisten määrä ja väestöosuus sen sijaan kasvaa nopeasti: 65 vuotta täyttäneitä arvioidaan olevan 26 prosenttia väestöstä vuonna 2030, kun vastaava väestönosuus vuoden 2010 lopussa oli 17,5 prosenttia. (Tilastokeskus 2013).

Henri Frestadius on blogissaan käsitellyt taloudellista huoltosuohdetta Suomen kunnissa. Karttasta voi havaita, kuinka taloudellisen huoltosuhteen osuus kasvaa itä- ja pohjois-Suomessa -samoilla alueilla kuin missä eläkeläisten osuus on suurempi.  Kartta ei kuitenkaan ole täysin identtinen, sillä huoltosuhteeseen voidaan laskea myös nuoret ja muut työvoiman ulkopuolella olevat henkilöt.

Christa Sallasmaa oli blogissaa tehnyt myös kartan eläkkeellä olevien määrästä, mutta kolmea luokkaa käyttäen. Karttaesitys oli hyvin siisti ja havainnollinen, mutta erot eläkeläisten osuuksista eri kunnissa vaikuttivat niin paljon radikaaleimmilta. Toisaalta kuva osoitti Suomen mittapuulla hyvin selkeästi, millä alueilla Suomessa on enemmän eläkeläisiä. Myös valitus värit ja kartan selkeys ilahduttivat minua.

Hyvä on myös miettiä eläkeläisten osuutta suhteessa työssäkäyvien osuuteen. Natalia Erfvingin kartta työssäkäyvien osuudesta näytti oman karttani vastakohdalta. Hänellä oli myös käytössä neljä luokkaa, ja kartta havainnollisti hyvin suurta työllisyyden määrää etelä-Suomessa ja erityisesti pääkaupunkiseudulla, kun taas pohjoiseet ja itään päin liikuttaessa työttömyyden määrä kasvoi.  Erfving analysoi karttaansa blogissaan: “Eniten työssäkäyviä suhteellisesti tarkasteltuna on Ahvenanmaan maakunnassa, Uudellamaalla ja Pohjanmaalla. Myös muualta Suomesta löytyy yksittäisiä keskittymiä.  Työssäkäyvien osuus kunnan väestöstä on selkeästi matalampi Pohjois-Savossa, Kainuussa, Keski-Suomessa, Lapissa ja Pohjois-Karjalassa.”

Voidaankin todeta, että niin minun, Sallasmaan, Erfvingin ja Frestadiuksen kartta nivoutuvat hienosti aiheillaan yhteen, ja tuovat asiayhteyteen erilaisia näkökulmia. Hyvinkin yksinkertaiset koropleettikarttaesityksetkin voivat siis olla hyvin informatiivisia.

Näin aluksi sota MapInfon kanssa ei vielä tuntunut vaikealta. Teemakartan tekeminen onnistui suhteellisen helposti vielä ja optimistisesti ajattelin, että kyllä tästä kurssista vielä hengissä selvitään. MapInfon käyttö vaatii opettelua, vaikka sovellus on suhteellisen yksinkertainen ja helppokäyttöinen -sitten kun sen vain oppii. Vaikeuksia tuottaa virheiden korjaaminen, koska MapInfon “kumoa”-toimintohistoria ei ulotu kovin pitkälle. Toinen hankaluus on kuvatulosteen kanssa leikkiminen, mutta ehkäpä…

harjoitus tekee mestarin

Lähteet:

Tilastokeskus. Työssäkäyntitilasto. http://tilastokeskus.fi/til/tyokay/index.html.

Tilastokeskus. Vuoden 2009 väestöennuste. http://tilastokeskus.fi/til/vaenn/index.html.

Tommi Lapio -Blogi, kurssikerta 1. <httpp://blogs.helsinki.fi/tommilap/> (05.02.2014)

Christa Sallasmaa, kurssikerta 1: MapInfoon tutustuminen ja koropleettikartta <https://blogs.helsinki.fi/christas/2014/01/15/kurssikerta-1-mapinfoon-tutustuminen-ja-koropleettikartta/> (17.1.2014)

Henri Frestadius, PAK 14-kurssiblogi. <https://blogs.helsinki.fi/henfrest/2014/01/21/1-kurssikerta-mapinfo-ja-koropleettikartta> (05.02.2014)

Natalia Erfving, Kurssikerta 1: MapInfoon tutustuminen & koropleettiteemakartta. <https://blogs.helsinki.fi/nataliae/ > (05.02.2014)