Avainsana: liikuntapaikat

Julkaistu

LIPAS-projekti ja YLLI-hanke yhteistyössä: Monipuolisuustyökalu

Monipuolisuustyökalu on Lipas.fi -palvelun työkalu liikuntaolosuhteiden monipuolisuuden arviointiin. Monipuolisuustyökalu mahdollistaa kuntien eri alueiden väliset vertailut käyttäjän asettamien liikuntapaikkatyyppien perusteella. Työkalussa on valittavissa yleisiä, valmiiksi asetettuja liikuntapaikkatyyppien kategorisointeja, joita voidaan tarkastella postinumeroalueittain. Lisäksi käyttäjä voi tuoda haluamastaan alueesta geometriatiedoston monipuolisuustyökalulla analysoitavaksi

Analyysityökalua on mahdollista käyttää rekisteröitymällä Lipas-palveluun.
Lipas-palvelun ja analyysityökalun käyttöohjeet on koottu omalle sivulleen: lipasinfo.fi

Kirjoittaja: Tapani Laakso (Jyväskylän yliopisto, Lipas-projekti)

Monipuolisuustyökalun tausta

YLLI-tutkimushanke toteutti vuonna 2022 kehitystyönä ”Monipuolisuustyökaluksi” nimetyn toiminnon Lipas-järjestelmään (www.lipas.fi). Työkalun kehittämisen taustalla oli YLLI-hankkeessa tehty tutkimus koskien liikuntapaikkojen monipuolisuutta Jyväskylän ja Helsingin kaupunkien eri osissa. Monipuolisuuslaskenta perustuu väestön mahdollisuuksiin harrastaa erilaisia liikuntamuotoja oman asuinpaikan lähistöllä.

Lipas-projektin rahoitus tulee Opetus- ja kulttuuriministeriöltä sekä Jyväskylän yliopistolta. YLLI-tutkimushanke on osa Ympäristöministeriön koordinoimaa Lähiöohjelmaa 2020-2022.

Miten monipuolisuustyökalua käytetään?

1. Monipuolisuustyökalun käyttöönotto ja tiedot

Lipas-järjestelmään on kehitetty paikallisten liikuntaolosuhteiden monipuolisuutta ja väestötietoja yhdistävä monipuolisuustyökalu. Työkalu löytyy Liikuntapaikat-osion karttanäkymästä rekisteröityneille käyttäjille (https://www.lipas.fi/rekisteroidy). Monipuolisuustyökalun laskema monipuolisuusindeksi kuvaa erilaisten liikuntaympäristöjen määrää kävelyetäisyydellä. Monipuolisuusindeksi lasketaan kaikille käyttäjän valitseman analyysialueen sisältämille 250 x 250 m väestöruuduille, joilla asuu vähintään yksi henkilö. Alueellisessa tarkastelussa työkalu laskee koko alueelle väestöpainotetun keskiarvon yksittäisten väestöruutujen monipuolisuusindekseistä. Väestötiedot perustuvat Tilastokeskuksen aineistoon ja kuvaavat toistaiseksi 1.1.2020 tilannetta. Kunnissa olevat liikuntapaikka-aineisto kuitenkin päivittyy jatkuvasti ja muutokset välittyvät reaaliajassa monipuolisuustyökaluun.

ESIMERKKI 1.

Monipuolisuustyökalussa analysoitavalla alueella on kaksi väestöruutua. Toisessa asuu yksi ja toisessa kymmenen henkilöä. Yhden asukkaan väestöruudussa on halutun analyysietäisyyden piirissä viisi erilaista liikuntapaikka (esim. pallokenttä, liikuntasali, uimaranta, tenniskenttä ja kuntorata). Työkalun käyttäjän valitsemilla asetuksilla, näiden liikuntapaikkojen väestöruudulle antama monipuolisuusindeksi on 5. Vastaavasti kymmenen henkilön väestöruudun ympäristössä on yksi liikuntapaikka (esim. frisbeegolfrata) ja tällöin kyseisen ruudun monipuolisuusindeksi on 1. Analyysialueen väestöpainotetuksi monipuolisuusindeksi muodostuu tällöin 1,36 (1/11*5 + 10/11*1). Eli väestöpainotettu indeksi kuvaa kaikkien alueen asukkaiden keskimääräistä lähiympäristön liikuntapaikkojen monipuolisuutta.

Käyttäjä voi valita säteen, jonka sisällä olevat liikuntapaikat otetaan huomioon laskennassa (oletuksena 800 m, etäisyys voidaan valita väliltä 500 – 1 500 m). Etäisyys perustuu tieverkostoa pitkin kuljettavaan matkaan kohteeseen ja lähtöpisteenä käytetään väestöruudun keskipistettä. Etäisyyden laskenta perustuu avoimeen OpenStreetMap-aineistoon ja OSRM-työkaluun ja siinä käytetään kävellen käytössä olevaa tie- ja polkuverkostoa.

Monipuolisuustyökalun käytössä on tärkeää huomioida liikuntapaikkatyypeille määritetyt kategoriat. Liikuntapaikkojen monipuolisuutta kuvaava monipuolisuusindeksi perustuu kategorioihin, joihin erilaiset liikuntapaikkatyypit on määritetty. Kategorioita voi olla käyttäjän haluama määrä ja käytännössä niiden määrittämisessä vain mielikuvitus on rajana.

ESIMERKKI 2.

Käyttäjä voi määrittää itse haluamansa kategoriat eri perusteilla. Tässä on kuvattu muutama esimerkki mahdollisista kategorioista:

LIIKUNTALAJIEN MONIPUOLISUUS

  • Kategorioihin on sijoiteltu kaikki Lipas-järjestelmän tyyppiluokat lajien mukaan (tämä on myös oletuskategorisointi). Tällöin yksittäiset kategoriat muodostuvat esim. uintiin, ampumaurheiluun, lentopalloon, curlingiin jne. soveltuvista olosuhteista. Käyttäjä voi kertoimien avulla antaa suuremman monipuolisuusarvon usean lajin harrastamiseen soveltuville liikuntapaikoille (esim. liikuntahallit tai lähiliikuntapaikat). Näille voidaan antaa monipuolisuusindeksin kertoimeksi vaikkapa 3, kun se tenniskentille on 1.

TALVILAJIEN TAI KESÄLAJIEN MONIPUOLISUUS

  • Monipuolisuusindeksissä huomioidaan vain talvella (lumisena aikana) käytössä olevat liikuntapaikat kuten hiihtoladut, luistelukentät jne, jotka on kategorisoitu eri lajien mukaisesti. Tällöin saadaan tietoa liikuntamahdollisuuksien monipuolisuudesta talvella. Vastaava voidaan tehdä myös sulanmaan lajeille, jolloin voidaan vertailla liikuntamahdollisuuksia vuodenajan perusteella.

KANSANTERVEYDELLISET LIIKUNTAMAHDOLLISUUDET

  • Kategorisoinnissa huomioidaan vain laajojen väestöryhmien terveyttä edistävät liikuntamahdollisuudet. Näitä voivat olla esimerkiksi uimahallit, kuntoradat, pyöräilyreitit, kuntosalit tai pallokentät. Näin voidaan kuvata väestölle merkityksellisten ”perusliikuntapaikkojen” monipuolisuutta kunnan eri osissa.

LAJIKOHTAISET LIIKUNTAMAHDOLLISUUDET

  • Laskentaa voidaan tehdä vain yksittäisen liikuntalajin osalta. Esim. jalkapallon olosuhteita tarkasteltaessa voidaan laskentaan ottaa mukaan pallokentät, jalkapallohallit, jalkapallostadionit ja yleisurheilukentät, jolloin saadaan tietoa, miten kattavasti jalkapalloa pystytään harrastamaan alueellisesti.

HUOM! Kategorisointi ei huomioi yleisimpiä arkiliikuntaan tai ulkoiluun liittyviä liikuntamuotoja, jotka ovat mahdollisia periaatteessa missä tahansa. Esimerkiksi kevyen liikenteen väyliä tai kävelyteitä käytetään tietenkin hyvin monimuotoisesti kävelyyn, lenkkeilyyn, pyöräilyyn tai vaikkapa rullalautailuun. Näitä ei ole kuitenkaan monipuolisuustyökalussa huomioitu, vaan kategoriat pohjautuvat Lipas-järjestelmässä käytettävään tyyppiluokitteluun (https://www.jyu.fi/sport/fi/yhteistyo/lipas-liikuntapaikat.fi/lipas-2019-2-0/tyyppikoodit_lipas2022.xlsx)

2. Monipuolisuustyökalun käyttö

Analyysityökaluja pääsee käyttämään päälle ruudun (https://lipas.fi/liikuntapaikat) vasemmasta alalaidasta löytyvästä kuvakkeesta (punaisella ympyröity)

Työkalun käyttöönoton jälkeen täytyy ensimmäisenä päättää, mitä aluetta on tarkoitus analysoida. Lipas-järjestelmä tarjoaa oletuksena postinumeroalueisiin perustuvaa luokittelua. Tällöin käyttäjä valitsee ensimmäisenä halutun kunnan, jonka jälkeen kartalle päivittyy kyseisen kunnan postinumeroalueet. Sen jälkeen valitaan haluttu analyysialue, joka siis tässä esimerkissä on postinumeroalue. Postinumeroalueen valinnan jälkeen (valinta tehdään joko kartalta tai ruudun vasemman reunan taulukosta) laskee ohjelma väestöpainotetun monipuolisuusindeksin kyseisille yhdelle tai useammalle alueelle. Oletuksena näytetään monipuolisuusindeksin aluetasolle yleistetty, väestöpainotettu keskiarvo. Vaihtoehtoisesti voit tarkastella tuloksia ruututasolla (250 m x 250 m) valitsemalla tulosruudukon aktiiviseksi ”asetukset” välilehdeltä.

Vaihtoehtona postinumeroalueille, käyttäjä voi myös itse tuoda haluamansa alueen geometriatiedostona työkalun analysoitavaksi. Tuetut tiedostomuodot ovat shapefile-, GeoJSON- ja KML-muodot (huomioi monipuolisuustyökalussa kuvatut tiedostokohtaiset ohjeet).

3. Monipuolisuustyökalun antamien tietojen tulkinta

Monipuolisuustyökalun antamat tiedot tiivistyvät yksittäiseen käsitteeseen: monipuolisuusindeksiin. Monipuolisuusindeksille ei ole määritelty tavoite- tai suositustasoa – eli ei ole standardia, joka kertoisi miten paljon lähiympäristössä tulisi olla erilaisia liikuntamahdollisuuksia. Tulee muistaa, että indeksin arvo on aina riippuvainen siitä, millaista liikuntapaikkatyyppien kategorisointia käytetään ja kuinka kattavasti liikuntapaikat on Lipas-järjestelmään tallennettuna. Työkalusta saadaan totuudenmukaisin kuva, kun kunnan omistamien kohteiden lisäksi tiedot löytyvät myös esimerkiksi yritysten tai yhdistysten omistamista liikuntapaikoista. Tällöin saadaan kokonaiskuva kaikista liikuntamahdollisuuksista, joita väestöllä on käytettävissään. Työkalu onkin tarkoitettu eri kuntien, kunnan sisäisten alueiden tai muiden kokonaisuuksien vertailuun joko nykytilassa tai pitkittäisaineistona niin, että monipuolisuusindeksit tarkistetaan säännönmukaisesti ja niiden kehittymistä seurataan. Samalla myös kunnassa tulee tehdä aktiivisesti töitä liikuntapaikkatietojen ylläpitämiseksi.

Analysoitavan alueen tiedot on saatavissa karttanäkymän lisäksi GeoJSON-formaatissa. Myöhemmin valmistuu excel-taulukkomuoto, jossa tiedot on mahdollista ladata.

Julkaistu

Lipas-analyysityökalun luotettavuus ja vertailu kaupallisiin saavutettavuusanalyyseihin. Lipas & YLLI juttusarjan osa 3/4

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:

  1. Analyysityökalun tausta
  2. Analyysityökalun toiminta ja käyttö
  3. Analyysityökalun luotettavuus ja vertailu kaupallisiin saavutettavuusanalyyseihin
  4. 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 säteelläLipasMapple Insights API
Autoilu143 569146 865
Pyöräily113 956111 605
Kävely49 48249 077
 SOTKAMO, väestömäärä yhteensä 40 min säteelläLipasMapple Insights API
Autoilu8 3959 148
Pyöräily6 1806 785
Kävely3 8744 092
 HELSINKI, väestömäärä yhteensä 40 min säteelläLipasMapple Insights API
Autoilu1 367 0341 144 288
Pyöräily470 968538 022
Kävely158 298143 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

Julkaistu

Kuntakohtaisia väestö- ja matka-aikatietoja liikuntasuunnittelun tueksi. Juttusarjan osa 2/4: Lipas-analyysityökalun käyttö

Tämä on toinen kirjoitus neliosaisesta blogikirjoitusten sarjasta, jonka teemana on ”LIPAS-projekti ja YLLI-hanke yhteistyössä – Analyysityökalu liikuntapaikkojen saavutettavuuden arviointiin”. Tässä kirjoituksessa opastamme Lipas-analyysityökalun käyttöön.

Kirjoittaja: Tapani Laakso (Jyväskylän yliopisto, Lipas-projekti)

LIPAS-projekti ja YLLI-hanke yhteistyössä -juttusarja

Kirjoitusten aiheet:

  1. Analyysityökalun tausta
  2. Analyysityökalun toiminta ja käyttö
  3. Analyysityökalun luotettavuus ja vertailu kaupallisiin saavutettavuusanalyyseihin
  4. 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 toiminta ja käyttö

Analyysityökalu näyttää valitun olemassa olevan tai suunnitellun ja vapaasti kartalle sijoitettavan liikuntapaikan ympärillä asuvan väestön määrän eri ikäluokissa. Analyysialue voidaan määrittää joko käyttäjän kohteeseen valitseman matka-ajan tai etäisyyden perusteella. Lisäksi käyttäjä voi määrittää, millä kulkutavalla suoritettavaan matkaan tiedot perustuvat. Väestötietojen lisäksi työkalu antaa tiedot alueella sijaitsevien muiden liikuntapaikkojen, koulujen ja päiväkotien lukumäärän.

Väestötiedot haetaan suoraan Tilastokeskuksen paikkatietoaineistojen rajapinnalta Lipas-käyttöliittymässä valitun sijainnin perusteella. Käytettävän väestöruudun koko on lähtökohtaisesti 250x250m. Jos tarkasteltavan alueen säde on yli 10 km, käytetään laskennan keventämiseksi  1 km x 1 km väestöruutuja. Matka-aikojen laskeminen eri kulkutavoilla (kävellen, polkupyörällä, autolla) perustuu avoimeen OpenStreetMap-aineistoon ja OSRM-työkaluun. Oppilaitosten nimi- ja sijaintitiedot perustuvat Tilastokeskuksen avoimeen aineistoon. Varhaiskasvatusyksiköiden nimi- ja sijaintitiedoissa käytetään LIKES:n keräämää ja luovuttamaa aineistoa.

Analyysityökalun käyttö

Analyysityökalu löytyy Lipas-palvelunkarttanäkymässä rekisteröityneille käyttäjille. Analyysityökalu valitaan käyttöön ruudun vasemmasta alalaidasta löytyvästä kuvakkeesta. Valitsemalla havainnekuvassa punaisella ympyröity työkalu käyttöön.

Kun käyttäjä kartalla painaa haluamaansa liikuntapaikkaa, Lipas näyttää kartalla värjättynä ympyrän, josta analyysitietoja haetaan. Lisäksi kartalla näkyvät liikuntapaikat liikuntapaikkatyypin mukaisella grafiikalla. Analyysialueelta haettavat väestöruudut on havainnollistettu sinisillä pisteillä.

Analyysityökalun avulla voidaan näyttää väestön määrä ja ikärakenne suhteessa valittuun sijaintiin. Valittu sijainti voi olla joko olemassa oleva liikuntapaikka tai analyysitarkoitusta varten luotu kohde, jonka tilaksi merkitään ”vedos”. Analyysityökalua voi siis käyttää esimerkiksi potentiaalisten liikuntapaikkahankkeiden mahdollisten sijaintien vertailuun luomalla ensin vedoskohteita.

Vedoskohteen luominen

Vedoskohde luodaan valitsemalla analyysityökalu käyttöön ja valitsemalla infolaatikon yläpuolelta uuden kohteen lisäämisen (kuvassa ympyröity punaisella)

Tämän jälkeen vedoskohteelle valitaan liikuntapaikan tyyppi ja se lisätään kartalle. Lipas-antaa vedoskohteelle seuraavat oletustiedot automaattisesti:

  • Nimi: Analyysikohde
  • Omistaja: Ei tietoa
  • Ylläpitäjä: Ei tietoa
  • Katuosoite: Testikatu 123
  • Postinumero: 12345

Sen sijaan kunta, jonka alueelle liikuntapaikka sijoittuu, tulee käyttäjän itse syöttää ennen kuin vedoskohteen voi tallentaa. Analyysin suorittamisen jälkeen vedoskohteen voi poistaa. Tämä tehdään valitsemalla kohde, painamalla roskaämpärin kuvaa (Poista liikuntapaikka…) ja valitsemalla poiston syyksi ”Väärä tieto”.

Tulosten tulkinta ja parametrien määrittely

Analyysityökalu antaa grafiikka- ja lukumuodossa halutut tiedot (alla esimerkkinä Salmelan koulun luistelualue). Grafiikan korkeus viittaa koulujen, väestön tai liikuntapaikkojen lukumäärään eri etäisyyden tai matka-ajan päässä. Grafiikassa olevat eri värit taas viittaavat väestön tai koulun luokitteluun. Voit analysoida eri kulkumuotoja ja esittää tulokset matka-ajan sijaan etäisyyksinä valitsemalla grafiikan yläpuolella olevista ikoneista haluamasi kulkumuodon ja viereisestä pudotusvalikosta esitystavan.

Grafiikan tiedot voidaan näyttää kumulatiivisesti tai koreittain (tässä esimerkissä tiedot ovat koreittain eli 10 minuutin kohdalla ovat kaikki 0 – 10 min kävelyetäisyydellä asuvat henkilöt. Vastaavasti 20 minuutin kohdalla ovat ainoastaan kaikki 10.01 – 20.00 min kävelyetäisyydellä asuvat henkilöt). Eli edellisen korin henkilöitä ei uudelleen sisällytetä seuraavaan koriin. Sen sijaan kumulatiivisesti esitettynä 10 minuutin korissa olevat tiedot ovat mukana myös suuremmissa (esim. 20 minuutin) koreissa. Korien raja-arvoja ja määrää voit muokata asetusvalikosta, joka avautuu ikonien vieressä olevaa ”asetusratasta” klikkaamalla.

Tiedoista voidaan myös ladata suoraan Excel-raportti ”Luo raportti”-painikkeesta. Raportti sisältää valitut tiedot alueen liikuntapaikoista, väestöstä ja kouluista sekä valitun matka-ajan että etäisyyden mukaisesti.

Esimerkki tuloskuvaajasta. Väestön määrä esitetty koreittain perustuen matka-aikaan kävellen

Tästä esimerkkikuvasta voi nopeasti myös ulkopuolinen tulkita, että kyseinen liikuntapaikka sijaitsee väestön suhteen keskustan tai keskeisen taajaman läheisyydessä muttei aivan keskustassa, sillä kaikissa ikäluokissa 11-20 minuutin kävelymatkan etäisyydellä liikuntapaikasta asuu suurin osa väestöstä. Kun hiiren vie vertailugrafiikan päälle, näytetään tarkemmat tiedot analysoitavan alueen liikuntapaikoista, väestöstä tai kouluista.

Kirjoittaja: Tapani Laakso (Jyväskylän yliopisto, Lipas-projekti)

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.

Julkaistu

Mistä apua liikuntapaikkojen suunnitteluun ja saavutettavuus-vertailuihin? Juttusarjan osa 1/4: Lipas-analyysityökalun tausta

Tämä on ensimmäinen kirjoitus neliosaisesta blogikirjoitusten sarjasta, jonka teemana on ”LIPAS-projekti ja YLLI-hanke yhteistyössä – Analyysityökalu liikuntapaikkojen saavutettavuuden arviointiin”. Tässä ensimmäisessä kirjoituksessa avaamme Lipas-analyysityökalun taustaa.

Kirjoittaja: Tapani Laakso (Jyväskylän yliopisto, Lipas-projekti)

LIPAS-projekti ja YLLI-hanke yhteistyössä -juttusarja

Tulevissa kirjoituksissa tutustutaan analyysityökalun käyttöön, arvioidaan sen antamien tulosten luotettavuutta sekä pohditaan palvelun jatkokehittämistä. Kirjoituksia julkaistaan noin kuukauden välein.

Kirjoitusten aiheet:

  1. Analyysityökalun tausta
  2. Analyysityökalun toiminta ja käyttö
  3. Analyysityökalun luotettavuus ja vertailu kaupallisiin saavutettavuusanalyyseihin
  4. 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

Lipas-analyysityökalun tausta

Liikuntapaikkasuunnittelu on usein tunteita herättävää työtä. Mille alueelle seuraavan vuoden liikuntapaikkainvestointi kohdentuu ja millaisia tarpeita liikuntapaikalla täytetään? Suunnittelua tehdään eri lähtökohdista käsin riippuen muun muassa siitä, millainen liikuntapaikka on kyseessä tai millaisia palveluita liikuntapaikalla tarjotaan. Alueelliset tai seudulliset liikuntapaikat ovat kokoluokkaa suurempia ja edellyttävät usein pidempää hankesuunnittelua kuin esimerkiksi lähiliikunta-alueet tai vastaavat pienemmät, jopa vuosittain toteutettavat liikuntapaikkahankkeet. Tästä huolimatta pienintäkään liikuntapaikkaa ei sijoiteta sattumanvaraisesti. Liikuntapaikan tarvetta voidaan arvioida esimerkiksi opetustoimen päiväkäytön tai lähialueilta tavoiteltavien iltakäyttäjien tarpeet huomioiden.

Näistä lähtökohdista Lipas-projekti toteutti yhdessä YLLI-tutkimushankkeen kanssa keväällä 2021 kehittämistyöpajojen sarjan Helsingin ja Jyväskylän kaupunkien, Jyväskylän ja Helsingin yliopistojen sekä Lipas-tietokannan hallinnoijatiimin kanssa. Työpajoissa ratkaistava kehittämisongelma tiivistettiin muotoon:

”Miten ja millä perusteilla valitaan tarjolla olevista liikuntapaikan rakentamispaikoista (tonteista) paras mahdollinen?”

Valintapäätöksen ja eri paikkojen vertailussa kunnat arvioivat tarvittavan tietoa esimerkiksi alueella olevan väestön määrästä ja ikärakenteesta, valittujen paikkojen saavutettavuudesta autolla, kävellen ja polkupyörällä (matka-aika ja kulkuetäisyys), koulujen ja päiväkotien läheisyys sekä muut alueella olevat liikuntapaikat (tyypit ja etäisyydet). Nämä tekijät otettiin mukaan analyysimalliin, josta alkoi rakentua Lipas-analyysityökalu.

Lipas-projekti ja Ylli-hanke yleisesti:

Tutkimushanke ”Yhdenvertainen liikunnallinen lähiö (YLLI)” on Helsingin yliopiston maantieteilijöiden ja Jyväskylän yliopiston liikunnan yhteiskuntatieteilijöiden yhteinen hanke, joka on osa ympäristöministeriön koordinoimaa Lähiöohjelmaa 2020-2022.

Lipas.fi on valtakunnallinen ja julkinen liikunnan paikkatietojärjestelmä, jota hallinnoi Jyväskylän yliopiston liikuntatieteellinen tiedekunta ja rahoittaa opetus- ja kulttuuriministeriö.