University of Helsinki
Toisella kurssikerralla jatkoimme tutustumista MapInfo 10:n teemakarttojen luontiin, sekä yritimme luoda 3D-karttoja, joista vain prismaattinen kartta onnistui. Vika oli MapInfon rasterirenderöinnin motivaatiossa, eikä kurssilaisten taidoissa. Valitsin tähän kurssitehtävään aiheeksi Uudenmaan maakunnan korkeakoulutettujen osuuden ja työttömyysasteen tarkastelun vuoden 2010 – 2011 tietojen perusteella. Tästä aiheesta tehty kartta näkyy kuvassa 1. Molemmat aineistot olivat jakautuneet epämääräisesti (Illuminations 2013), joten käytin luokittelumenetelmänä kvantiilia molempien kohdalla. Kahden koropleettikarttatason luettavuus on loppujen lopuksi yllättävän hyvä, kartanlaatijan tulee vain osata säätää läpinäkyvän tason kuvioinnin intesiteetti havainnolliselle tasolle. Ohjelmiston oletusarvoiset ehdotukset läpinäkyvälle kuvioinnille eivät ole tässä tapauksessa parhaat mahdolliset, vaan kartantekijä pääsee harjoittamaan taiteellista puoltaan sekä maalaisjärkeään. Diagrammien käyttö läpinäkyvän karttatason sijasta ei mielestäni sopinut aluerajaukseeni, sillä Uudella maalla on lukuisia pieniä kuntia, jonka vuoksi monet diagrammit helposti päällekäin. Diagrammit myös jättävät alleen huomattavia aloja ja joissain tapauksissa kokonaisia kuntia. Toisin sanoen, karttaa laadittaessa tulee ottaa huomioon tutkittavien alueiden pinta-alojen suhteet mahdollisten diagrammien alojen kanssa ja miettiä, olisiko jokin muu esitystapa havainnollisempi sekä vähintään yhtä informatiivinen. Näiden pohdintojen ja kokeilujen tuloksena päädyin transparenttiin pistetasoon. Molempia ilmiöitä kuvaavia luokkia on vain kolme, koska kartasta tuli heti epäselvempi jos siihen lisättiin neljäs luokka. Tästä mainittiinkin kurssilla ja pakko todeta, että kolmen luokan käytöllä saavutetaan tässä tilanteessa paras tasapaino luettavuuden, yleistämisen ja informatiivisuuden välillä. Samalla kurssilla, mutta eri aikaan oleva kollega toteaa asian kenties ymmärrättävemmin “Huomasin suuremmilla luokkamäärillä työskennellessä, että erityisesti MapInfon rasteriväritteiset pinnat on helppo sekottaa toisiinsa ja soppa on valmis, kun karttapohjalla esitetään vielä toinen teema värein“. (Vesanen 2013)
Kartasta selviää korkeakoulutettujen suosivan Helsinkiä sekä sitä ympäröiviä kuntia, tosin Vantaa ja Kerava jäävät ylimmästä luokasta (Oppilaitostilasto 2010). Syy Vantaan ja Keravan pois jääntiin on hieman epäselvä, mutta MapInfosta tarkat numeeriset arvot tarkastettuani huomasin Vantaan jäävän pois korkeimmasta luokasta vain muutaman prosenttiyksikön tähden. Vantaan ja esimerkiksi Helsingin suhteellinen ero ei ole siis järin huomattava. Työttömyysaste Vantaalla on taas korkeimmassa luokassa, jonka syynä saattaa olla vuonna 2011 meneillään ollut lama. Varsinkin kun Vantaalla on Helsinki-Vantaan lentoasema, jonka läheisyydessä on lukuisia teollisuusalojen varastoja ja myymälöitä. Laman vaikutukset tuntuvat eniten suurilla aloilla ja suurissa yrityksissä, jotka joutuvat supistamaan työntekijämääräänsä pysyäkseen voittoa tekevänä yrityksenä. Toinen mahdollinen syy Vantaan korkeaan työttömyysasteeseen saattaa olla Helsingin kaupungin halu liittää Vantaa itseensä, joka mahdollisesti saa jotkin yrittäjät muuttamaan pois korkeampien verojen pelon vuoksi. Lisäksi, monet työssäkäyvät nuoret aikuiset saattavat haluta muuttaa pääkaupunkiseudun ydinalueille Helsingin keskustaan ja tämä muuttoliike saattaa nostaa Vantaan työttömyysastetta korkeammaksi kuin se muuten olisi. Keravalla taas korkeakoulutettuja on suhteellisesti vähemmän kuin Vantaalla. Suurin osa Keravan korkeastikoulutetuista on luultavasti muuttanut pois lähemmäksi työpaikkojaan, jotka mitä todennäköisemmin ovat pääkaupunkiseudulla Helsingissä tai Espoossa. Kauniaisissa taas on korkein osuus korkeastikoulutettuja, mikä selittyy kunnan pienellä koolla ja verotuspolitiikallaan, joka on varsin suosiva hyvätuloisia kohtaan. Siellä on myös erittäin alhainen työttömyysprosentti, mikä selittyy osittain kunnan pienellä koolla, mutta myös sen läheisyydestä Espooseen ja Helsinkiin, sillä näillä alueilla on monipuoliset työmarkkinat ja läheinen sijainti takaa kattavat yhteydet.
Uudenmaan maakunnan reunakunnissa ei asu suhteelliseti kovinkaan paljon korkeastikoulutettuja (Työssäkäyntitilasto 2010). Syynä tähän on mitä todennäköisemmin työpaikkojen sijainti pääkaupunkiseudulla, joiden perässä on muutettu, jotta työmatkat olisivat inhimillisesti siedettävissä puolentoistatunnin rajoissa. Lisäksi näissä kunnissa on suhteellisen korkea työttömyysaste. Taustalla saattaa olla osittain huonommin kouluttautunut väestö, joista kaikille ei löydy töitä tai ainakaan haluamiaan töitä. Varsinkin pelkästään peruskoulun käynneille ei välttämättä löydy mieleisiä töitä, monien mielestä siivoojana tai hampurilaisenpaistajana ei ole mielekästä olla varsinkaan lukuisia vuosia, joten he saattavat pysyä mieluummin työttöminä työnhakijoina ja etsiä mielekkäämpää työtä. Edellisen tapahtumaketjun vaaroja on pitkäaikaistyöttömyys ja sen huonona puolena eräänlainen työnhakijan passivoituminen ja työhalukkuuden väheneminen ja työttömyysasteen korkeana pysyminen tätä kautta. Toisaalta reunakuntien työtarjonta voi myös olla suhteellisen yksipuolista ja heikkoa: monissa reunakunnissa pääelinkeino pyörii maatalouden ympärillä ja maatalous on pitkälle koneistettua, joten työntekijöitä ei tarvita kuin muutama suurta pinta-alaa kohden. Työttömien haluttomuus muuttaa töiden perässä kotipaikkakunnalta saattaa olla myös yksi mahdollinen tekijä korkeassa työttömyysasteessa. Toisaalta, työttömän taloudellinen tilanne voi myös estää muuttamisen, vaikkakin sosiaalipalvelut tulevatkin vastaan roppakaupalla.
Tehtävänä oli myös lukea artikkeli “Two-variable choropleth maps as a useful tool for visualization of geographical relationship” (Anna Leonowicz 2006) joka käsitteli kahden muuttujan koropleettikarttojen käytännöllisyyttä. Artikkelin sanoman voi kiteyttää muutamaan lauseeseen: Yhden muuttujan koropleettikartat ovat parempia maantieteellisen levinneisyyden esittämiseen, kun taas fiksujen graafisten päätösten koropleettikartta, jossa on kaksi muuttujaa esittää paremmin maantieteellisten ilmiöiden suhteita toisiinsa. Kahden muuttujan koropleettikartta on todella helppo tehdä vaikeasti luettaviksi liian monilla luokilla ja epäloogisilla väreillä.
Koropleettikartta, jossa on kaksi muuttujaa, on järkevästi esitettynä erittäin havainnollinen tapa tuoda esiin erilaisten ilmiöiden keskinäisiä suhteita. Oikeanlaisilla värivalinnoilla voi nähdä missä alueilla muuttujat korreloivat ja eivät korreloi toistensa kanssa tai ovat muuttujat mitenkään yhteydessä toisiinsa. Korreloinnin saa myös selville laskennallisesti, mutta hyvin tehty havainnollistava visuaalinen esitys ilmiöiden välisistä suhteista tuo kartanlukijan ymmärryksen aiheesta aivan eri tasolle. Päässä pyörivien numeroiden sijasta kartanlukija ymmärtää asian visuaalisesti, tämä auttaa varsinkin henkilöitä joiden numeropää on heikommassa kunnossa. Toisaalta, kahden muuttujan koropleettikartan laadinnassa täytyy hallita oikeiden värien ja kuvioiden käyttö, jotta kartta on graafisesti tasapainossa ja luettavissa ilman syvempää kartografista tietämystä.
Artikkelin vaikeimmin lähestyttävät asiat liittyivät tilastollisiin menetelmiin ja “raakaan teoriaan” kartan takana. Vaikka tuntui, että asiat tuli ymmärretyksi, niin tiettyjen termien hahmottaminen on vielä hankalaa. Aritmeettinen keskiarvo on aivan lastenleikkiä, mutta keskihajonnan ymmärtäminen on jäänyt vielä hieman utuiseksi, taisi tarkoittaa suurimman ja pienimmän arvon eroitusta vai oliko se jokin muu? Pitää tarkistaa asia pikimmiten.
Kartan legendat eroaa tavallisimmista ainakin siinä, että niistä puuttuvat pohjoisnuolet, janamittakaava sekä esimerkiksi indeksikartta. Toisaalta karttojen tarkoitus on olla vain eräänlaisena esimerkkinä suhteellisen onnistuneesta kahden muuttujan koropleettikartasta, joten edellämainittuja ei varsinaisesti tarvita. Legendassa on lisäksi näkyvillä eri luokkien frekvenssiä kuvaava laatikko, sekä samasta aiheesta tehty toinen laatikko, missä näytetään tarkemmin havaintojen sijoittuminen ja niiden rajaukset. Tälläisiä ei tavallisimmissa karttaesityksessä yleensä näytetä, mutta kyseessä onkin varsin teoreettinen artikkeli koropleettikartoista, jolloin on hyvä visualisoida kartan taustalla vaikuttavia tilastollisia menetelmiä. Muuten karttojen ohessa olevat legendat kertovat kartoilla esitetyistä ilmiöistä ja niiden intesiteetistä varsin tavanomaisesti. Kyseessä olevan kartan lukemisen vaatimukset ovat keskivertoa tasoa, ellei oteta huomioon legendoissa esitettäviä tilastollisia menetelmiä. Tavallinen kaduntallaaja ei todennäköisesti ymmärtäisi aivan heti miten tulkita kartta, mutta pienellä panostuksella hän oppisi sen. Mutta tilastotieteellisiä legendoja hän ei todennäköisesti ymmärtäisi, eikä siten saisi niistä mitään irti vaan pikemminkin toteaisi kartan olevan liian hankalasti luettava ja jättäisi sen tulkitsemisen kokonaan väliin. Kurssilaiseni sanookin “Tämäntyylinen esitystapa sopisikin ehkä paremmin tutkimusten oheen kuin jokapäiväiseen käyttöön.” (Hautala 2013)
Kartografisen toteutuksen ja ohjelmiston, jolla se toteutetaan, riippuvuus toisistaan voi olla yllättävänkin suurta. Heikkolaatuisessa ohjelmassa kartografisia toteustapoja saattaa olla vain muutama, eikä niitäkään välttämättä pysty kustomoida esitettävän tiedon vaatimuksien mukaan. Tällöin kartografinen esitys on pahimmillaan erittäin harhaanjohtava ja jopa täysin väärä. Laadukkaissakaan ohjelmistoissa ei välttämättä ole kaikkia kartografisia pilkunviilausominaisuuksia, joten niidenkin tuotokset voivat myös olla harhaanjohtavia, etenkin jos kartanlaatija ei ymmärrä mitä on tekemässä. Sanoisin kuitenkin, että mitä laadukkaampi ohjelmisto kartografisen tiedon toteuttamiseen ja esittämiseen on käytettävissä, sitä vähemmän itse ohjelmisto rajoittaa esitystä. Oletettavasti laadukkaissa ohjelmistoissa on mukana erittäin suuri ellei lukematon määrä kartografisen esityksen malleja, joista kaikki ovat muokattavissa kartanlaatijan oman mielen ja tarpeiden mukaan. Tällöin esitystä rajoittaa ehkä enemmänkin itse käyttäjä, kuin käytettävissä olevat välineet tai kartografinen toteutus. Jos pitäisi päättää, niin kartografinen toteutus ohjaa enemmän käytettäviä välineitä kuin toisin päin. Esimerkiksi juuri keksityn uuden kartografisen esitystavan esittäminen ei välttämättä onnistu millään ohjelmilla vaan sitä varten on luotava uudet ohjelmistot ja välineet. Tänä kehitysaikana kartanlaatijoiden on vain odotettava, että jokin taho tuottaa työkalut upouuteen kartografiaan tai yrittää itse tuottaa nämä uudet työkalut muille.
Lähteet
Hautala, T. (2013) Artikkeli 1, Karttojen maailma -blogi. Viitattu 28.01.2013 <https://blogs.helsinki.fi/thhautal/>
Illuminations (2013) National Council of Teachers of Mathematics. 21.01.2013 <http://illuminations.nctm.org/ActivityDetail.aspx?ID=78>
Kunnat 2011 -paikkatietoaineisto (2011) Tilastokeskus, Helsinki
Leonowicz, A. (2006) Two-variable choropleth maps as a useful tool for
visualization of geographical relationship, GEOGRAFIJA 42: 1, 33–37
Oppilaitostilastot 2010 (2010) Tilastokeskus, Helsinki
Työssäkäyntitilasto 2010 (2010) Tilastokeskus, Helsinki
Vesala, S. (2013) 2. Päällekkäiset koropleettikartat, Mahtiblog. Viitattu 28.01.2013 <https://blogs.helsinki.fi/sampoves/>
