Helsingin yliopisto
Tämä on kolmas kirjoitus neliosaisesta blogikirjoitusten sarjasta, jonka teemana on ”LIPAS-projekti ja YLLI-hanke yhteistyössä – Analyysityökalu liikuntapaikkojen saavutettavuuden arviointiin”. Tässä kirjoituksessa vertaamme Lipas-analyysityökalu kaupalliseen Mapple Insights API-työkaluun
Kirjoittaja: Tapani Laakso (Jyväskylän yliopisto, Lipas-projekti)
LIPAS-projekti ja YLLI-hanke yhteistyössä -juttusarja
Kirjoitusten aiheet:
- Analyysityökalun tausta
- Analyysityökalun toiminta ja käyttö
- Analyysityökalun luotettavuus ja vertailu kaupallisiin saavutettavuusanalyyseihin
- Analyysityökalun jatkokehitys
Mikä analyysityökalu?
Analyysityökalu on Lipas.fi -palvelun työkalu liikuntaolosuhteiden tarjonnan ja saavutettavuuden arviointiin. Työkalun avulla on mahdollista vertailla olemassa olevien liikuntapaikkojen etäisyyttä ja matkustusaikoja suhteessa halutun alueen väestöön, muihin liikuntapaikkoihin sekä oppilaitoksiin.
Analyysityökalua on mahdollista käyttää rekisteröitymällä Lipas-palveluun.
Lipas-palvelun ja analyysityökalun käyttöohjeet on koottu omalle sivulleen: lipasinfo.fi
- Video Lipas-analyysityökalun käyttöönotosta
- Video liikuntapaikkojen saavutettavuustiedoista Lipas-palvelussa
Analyysityökalun luotettavuus ja vertailu kaupalliseen saavutettavuusanalyysiin
Lipas-analyysityökaluun ohella saavutettavuustietoja tarjoavia palveluita on myös kaupallisesti saatavilla. Tässä yhteydessä tutustumme Mapple Insights API:in[1] ja vertaamme sen antamia tuloksia Lipas-työkaluun. Poraudumme syvemmälle Lipas-analyysityökalun antamien tulosten taakse ja vertaamme tuloksia Mapplen työkaluun. Vertailu on tehty heinä-elokuussa 2021 ja vastaa tuolloin palveluissa käytettyjä aineistoja ja parametreja.
Tässä vertailussa keskitytään pelkästään väestötietojen analysointiin yksittäisten kohteiden spatiaalisen saavutettavuuden näkökulmasta (eli kuinka paljon väestöä pystyy saavuttamaan tietyn kohteen eri kulkutavoilla tietyn matka-ajan tai etäisyyden puitteissa). Molemmat työkalut mahdollistavat myös muunlaisten analyysien tekemisen. Esimerkiksi Lipas-analyysityökalu antaa tietoja myös olemassa olevista liikuntapaikoista halutulla alueella tai olemassa olevista kouluista ja varhaiskasvatusyksiköistä halutulla alueelta. Lipas-analyysityökalu on ilmainen ja kaikille avoin ohjelma, joka mahdollistaa matalan kynnyksen saavutettavuusanalyysien teon kaikin kokoisille kunnille, liikunta-alan yrittäjille tai kenelle tahansa muulle tiedosta kiinnostuneelle henkilölle tai taholle.
Tiedot, oletukset ja arvaukset analyysien taustalla
Tausta-aineistot
Analyyseissä käytettävät väestötiedot ovat staattisia. Ne perustuvat sekä Lippaan että Mapplen käyttämään 250 x 250 m ruututietokantaan vuodelta 2020, jonka on tuottanut Tilastokeskus. Lipaksessa tulosten tarkkuus hieman heikkenee, jos analyysisäde on yli 10 kilometriä. Tällöin käytetään 1 000 x 1 000 m ruutuaineistoa analyysilaskennan nopeuttamiseksi. Mapplen palvelussa ruututietokanta on analyysialueesta riippumatta 250 x 250 m.
Tilastokeskuksen aineisto on valmiiksi jaettu ikäryhmiin (0-14 vuotiaat, 15-65 vuotiaat ja yli 65 vuotiaat). Analyysityökalun luotettavuus edellyttää siis väestötietojen säännöllistä hankintaa ja päivittämistä Tilastokeskuksen kautta.
Taustakartoissa on eroja Mapplen ja Lippaan välillä. Lipas käyttää kaikessa kulkumatkojen arvioinnissa avointa OpenStreetMap[2]-aineistoa. Sen sijaan Mapple hyödyntää automatkojen laskennassa Väyläviraston niin ikään avointa Digiroad[3]-aineistoa. Myös Mapplella pyöräilyn ja kävelyn tieverkosto perustuu OpenStreetMap-aineistoon. Keskeinen ero Digiroad- ja OpenStreetMap-aineistojen välillä on se, että OpenStreetMap pitää sisällään myös epävirallisia polkuja tai kulkureittejä, joita ei Digiroad-aineistosta löydy.
Saavutettavuuslaskennan liikkumismuodot ovat Mapplessa ja Lippaassa samat eli kävely, pyöräily ja yksityisautoilu.
Taustaparametrit
Taustaparametreilla tarkoitetaan oletuksia ja asetuksia, mitä käytetään tulosten saamiseen. Ne riippuvat pääasiassa kulkureitin luontiin tai matka-aikaan vaikuttavista erilaisista muuttujista. Seuraavaksi pyrin avaamaan taustaparametreja siinä määrin kuin se on mahdollista. Parametrit selittävät suurelta osin analyyseissä havaitut erot.
Lippaassa käytetään OpenStreetMaps-aineiston oletusasetuksia, jotka eroavat jonkin verran Mapplen asetuksista.
- Reitin valinta: Lippaassa autoilussa käytetään lyhyintä reittiä, Mapplessa nopeinta.
- Matkustusnopeus: Lipas-analyysityökalussa matkustusnopeudet on ennalta määritelty eikä käyttäjä pysty itse niihin vaikuttamaan. Lippaassa pyöräilyn matkustusnopeus on 15 km/h ja jos pyörämatkassa on kävelyosuuksia, niin tällöin nopeus on 4 km/h. Pelkän kävelyn nopeus on 5 km/h. Mapplen matkustusnopeudet ovat säädettäviä ja myöhemmin tehtävissä vertailussa ne on asetettu samoiksi Lipas-työkalun kanssa. Oletusasetuksena Mapplessa käytetään seuraavia matkustusnopeuksia: pyöräily 19 km/h ja kävely 4,4 km/h.
- Pysäköintiin kuluva aika: Mapple huomioi laskennassa auton pysäköintiin ja siitä liikuntapaikalle siirtymiseen kuluvan ajan. Lippaassa vastaavaa ominaisuutta ei ole, vaan matka päättyy, kun auto on saavuttanut liikuntapaikan.
- Analyysialueen määrittely (voi aiheuttaa virheen, jos käyttäjä ei asiaa huomioi): Mapple hakee kaikki väestöruudut, jotka ovat n-minuutin matka-ajan päässä halutusta kohteesta riippumatta etäisyydestä. Lipaksessa väestöruutujen haku rajoittuu aina x-kilometrin etäisyydelle. Jos käyttäjä asettaa analyysialueen liian pieneksi, väestöruutuja voi jäädä analyysin ulkopuolelle. Eli esimerkiksi autolla tulee käyttää riittävän pitkää matka-aikaa, jos haluttu etäisyys kohteeseen on vaikkapa 20 km.
Muilta osin oleellisia eroja laskentalogiikassa ei palvelujen välillä havaittu tai niitä ei tunneta. Huomionarvoista on, että matkustusajat ja -reitit perustuvat aina algoritmien käyttämiin laskentamalleihin, joissa on paljon muitakin muuttujia kuin vain tässä esitellyt. Lipas-analyysityökalu edustaa riisutumpaa ja yksinkertaistetumpaa versiota laskennasta kuin Mapplen työkalu. Matka-aikoihin esiteltyjen muuttujien lisäksi vaikuttavat oleellisesti muun muassa nopeusrajoitukset (voivat vaihtua kausittain), risteysmäärä ja risteyksien laskennallinen vaikutus matka-aikaan sekä muut mahdolliset hidasteet kuten vuorokaudenaika (esim. ruuhka-aika).
Vertailujen tulokset
Vertailuanalyysit tehtiin kolmesta eri kohteesta. Kohteet sijaitsivat Jyväskylässä (Hippos), Helsingissä (Bolt-areena) ja Sotkamossa (Hiukan pesäpallostadion). Vertailut on tehty matka-aikojen perusteella. Tämä koettiin selkeimmäksi tavaksi esittää palvelujen antamien analyysien välisiä eroja.
| JYVÄSKYLÄ, väestömäärä yhteensä 40 min säteellä | Lipas | Mapple Insights API |
|---|---|---|
| Autoilu | 143 569 | 146 865 |
| Pyöräily | 113 956 | 111 605 |
| Kävely | 49 482 | 49 077 |
| SOTKAMO, väestömäärä yhteensä 40 min säteellä | Lipas | Mapple Insights API |
|---|---|---|
| Autoilu | 8 395 | 9 148 |
| Pyöräily | 6 180 | 6 785 |
| Kävely | 3 874 | 4 092 |
| HELSINKI, väestömäärä yhteensä 40 min säteellä | Lipas | Mapple Insights API |
|---|---|---|
| Autoilu | 1 367 034 | 1 144 288 |
| Pyöräily | 470 968 | 538 022 |
| Kävely | 158 298 | 143 922 |
Aiemmin esiteltyjen erojen lisäksi pitkillä matka-ajoilla (säde yli 10 km) suurin eroa aiheuttava tekijä on todennäköisesti ero laskentojen spatiaalisessa tarkkuudessa: Lippaassa laskennassa huomioidaan myös ne 1 000 x 1 000 m asuinruudut, joiden keskikohta on saavutettavissa 40 minuutissa. Vastaavasti Mapplen laskennassa huomioidaan pienemmät 250 x 250 m asuinruudut. Tämä lisää hieman satunnaisuutta tuloksiin ja vaikeuttaa eri työkalujen välistä luotettavaa vertailua.
Voidaan kuitenkin todeta, että vertailussa havaitut erot ovat maltillisia ja tulokset ovat hyvin lähellä toisiaan. Suurimmat eroavaisuudet löytyvät autoilusta, jossa laskentatavat poikkeavat eniten palveluiden välillä. Kaikkia eroja aiheuttavia tekijöitä ei voida tunnistaa eikä tämän vertailun pohjalta voida sanoa, kumpi työkalu antaa luotettavamman tuloksen. Mappe Insights API huomioi laskennassa Lipasta enemmän erilaisia taustamuuttujia ja parametreja, joiden merkitys saatujen tulosten valossa näyttää jäävät pieneksi. Jatkossakaan tuskin pystytään luomaan ”täydellistä” laskentamallia vaan eri palvelut kehittävät ja hyödyntävät erilaisia, omia laskentatapojaan.
Ensiarvoista on, että analyysityökalu antaa käyttäjälle vertailukelpoista dataa samalla työkalulla eri kohteista tehdyissä laskennoissa. Tämä toteutuu kumpaa tahansa tässä vertailtua työkalua käytettäessä. Tämä on myös tärkeää Lipas-analyysityökalun osalta, koska voimme osoittaa että analyysityökalun tulokset vertautuvat meistä riippumattoman toimijan tuottamiin analyyseihin ja validoi käyttämäämme laskentamallia. On kuitenkin pidettävä huolta tausta-aineistojen ajantasaisuudesta, jotta tulokset ovat luotettavia myös jatkossa. Tähän pyrimme Lipas-analyysityökalun osalta.
Lipas-projekti ja Ylli-hanke yleisesti:
Lipas.fi on valtakunnallinen ja julkinen liikunnan paikkatietojärjestelmä, jota hallinnoi Jyväskylän yliopiston liikuntatieteellinen tiedekunta ja rahoittaa opetus- ja kulttuuriministeriö.
Tutkimushanke ”Yhdenvertainen liikunnallinen lähiö (YLLI)” on Helsingin yliopiston maantieteilijöiden ja Jyväskylän yliopiston liikunnan yhteiskuntatieteilijöiden yhteinen hanke, joka on osa ympäristöministeriön koordinoimaa Lähiöohjelmaa 2020-2022.
[1] Mapple Insights API on poistunut markkinoilta syksyn 2021 aikana. Lipas-analyysityökalun ja Mapplen saavutettavuustyökalun vertailut on tehty palvelun ollessa kaupallisesti saatavilla ja vertailussa saadut tulokset ovat edelleen arvokkaita Lipas-työkalun validioinnissa.
[2] https://www.openstreetmap.org
[3] https://vayla.fi/vaylista/aineistot/digiroad