Inntekter langs linje 2

Neste interaktive kart i serien om inntektsforskjeller langs t-banerutene er her!

• Første artikkel kan du lese her.

Nå omfatter ikke linje 2 fra Ellingsrudåsen til Kolsås så fryktelig mange andre delbydeler, som det heter så fint, enn linje 1 (Ellingsrudåsen - Frognerseteren), men jeg følger rekkefølgen på t-banelinjene, så vil andre deler av Oslo bli utforsket etter hvert.

Linje to går helt ut til Kolsås i Bærum, men jeg har i denne omgang bare tatt for meg inntektene i delbydelene i Oslo. Kanskje oppdaterer jeg kartet med inntekter for Bærum etter hvert. Men i hvert fall. Den samme tendensen som i kartet for linje 1 (se under) fortsetter i dette kartet, med høye inntekter i vest, og lave inntekter i sentrum og Groruddalen. Likevel er det verdt å legge merke Høybråten som en inntektshøyde i Groruddalen.

Linje 1: Frognerseteren - Ellingsrudåsen

Igjen, så er all inntektsdata hentet fra statistikkbanken til Oslo kommune. Kartlaget med inndeling av delbydeler kommer fra SSB.

Og lurer på hva i all verden som er greia med dette sære ordet delbydeler? Jeg skriver litt mer om det i blogginnlegget med rutenett over Oslo.

Levekår langs t-banelinjene

Dette kartet viser den gjennomsnittlige årsinntekten (2013) i delbydelene som t-banelinje 1, Frognerseteren - Ellingsrudåsen, går igjennom.

Ideen kom lenge siden, da jeg arbeidet med en gruppeinnlevering i innføringsemnet i GIS på samfunnsgeografi. Vi skulle undersøke om det var korrelasjon mellom forventet levealder i de forskjellige bydelene og blant annet en rekke sosioøkonomiske faktorer. Da jeg og en av de andre på gruppa studerte kartene vi hadde laget med blant annet inntektsforskjeller og utdanningsnivåer, så begynte den andre studenten å kommentere at mønstrene fulgte busslinjene og t-banelinjene. Og på den måten var en idé skapt.

Planen er å lage et lite miniprosjekt ut av dette her, hvor jeg til slutt viser kart over inntektsforskjellene (og kanskje andre faktorer også) langs alle t-banelinjene i Oslo.

Statistikken over inntekter i 2013 er hentet fra statistikkbanken til Oslo kommune.
Kartlaget med inndeling av delbydeler var jeg så heldig å få av noen veldig hyggelige folk i SSB.

Kanskje lager jeg også noen grafiske utforminger som tar utgangspunkt i det velkjente t-banekartet i Oslo, som igjen er inspirert av en av de mest berømte visualiseringene av informasjon, nemlig Harry Becks kart over metroen i London i 1931, som har blitt et foregangseksempel for alle slike kart verden over.

Kart over t-banelinjene i Oslo. Klikk for å se større. Kilde:Wikimedia

Becks kart fra 1931 til venstre. 2012-versjon til høyre.
Kilde. Wikimedia

Endelig ...

Klikk for å se større.

Jeg har helt siden jeg oppdaget kartressursene til SSB (hvor det er mange godsaker) hatt lyst til å teste ut rutenettet som de har over hele Norge. Resultatet kan du se her! Fordelen med et slikt rutenett - som du skulle tro var i rasterformat, men faktisk er vektor - er at de endres ikke over tid, noe kommunegrenser kan gjøre.

Rutenett tar heller ikke hensyn til administrative grenser, noe som kan være både en fordel og en ulempe. Men et eksempel på en fordel: det gir et mer detaljert og korrekt bilde å studere befolkningstettheten på Høybråten i Stovner bydel hvis den skulle være slått sammen med befolkningsdataen for Karihaugen i Lørenskog kommune enn hvis vi ser på befolkningstettheten for hele Stovner bydel. Som du kan se på kartet, har jeg tatt med alle de rutene som krysser kommunegrensen.

Det skal imidlertid sies at grunnkretser og delbydeler/delområder (ja, det er noe som heter det også) gjør mye av den samme jobben. De skal heller ikke forandre seg over tid, men til forskjell fra rutenettet, så krysser de ikke kommune- eller bydelsgrenser.

Personlig har jeg sansen for delbydeler (hvis du spør geofolkene i SSB pent, så kan de sende deg en kartfil (shapefile) med delbydeler i Oslo). Grunnkretser blir for smått. Delbydeler er passe store, men det som jeg liker enda bedre, de samsvarer ganske bra med det vi oppfatter som et sted. Bislett, f.eks. består av flere grunnkretser, men du har en statistisk delbydel som heter Bislett og som samsvarer veldig godt med det stedet jeg oppfatter som Bislett når jeg går oppover Pilestredet og Thereses gate.

Det var nok om rutenett og delbydeler. Se og lær, og bli klokere på Oslo.

GIS-TIPS: Skal du koble sammen rutenettet og befolkningsdataene fra SSB i ArcMap eller QGIS, slik jeg har gjort i dette kartet, så må du sørge for at den kolonnen som begge tabellene har til felles, er av datatypen double. Hvis jeg ikke husker feil, det var en stund siden jeg gjorde det, så er ikke den ID-kolonnen i rutenett av typen double, men integer, så du må lage en ny kolonne med double som du kopierer innholdet over til.

Interaktivt kart over Europas bruk av fornybare energikilder

Hvis du tar musepekeren over et land, så kan du se hvor stor prosentandel av landets energiforbruk som er basert på fornybare energikilder.

Dette er faktisk det første "skikkelige" interaktive webkartet jeg har laget! Jeg har forsøkt meg tidligere, men dette er første gang jeg viser fram et resultat. Og det er egentlig skikkelig lett å lage!

På den gratis karttjenesten CartoDB kan hvem som helst lage enkle interaktive kart av denne typen. Skulle du ønske å virkelig benytte de mer avanserte mulighetene og kapasitetene i CartoDB, kan du selvfølgelig betale for det.

De har vært såpass snille at de har en del nyttige baseklart klare, som for eksempel med inndelinger av land eller byer i hele verden. Og hvis du lager en tabell i Excel med statistikk for land i Europa, og laster Excel-fila opp til CartoDB, så er tjenesten smart nok til å skjønne at England i regnearket ditt også er det England som de har på verdenskartet, og spleiser de sammen. Skikkelig, skikkelig kult!

Hvordan måle ulikheten?

Beklager at jeg har vært fraværende et par uker nå, men jeg har vært litt for opptatt med å (faktisk) lage kart!

Til daglig studerer jeg samfunnsgeografi. 12. mars er det ÅPEN DAG på universitetet for videregående elever. Alle studier rigger opp stands, og elevene kan gå rundt omkring for å se om det er noe som faller i smak før de bestemmer seg for hva de skal søke på.

I den sammenheng har jeg (i GIS-klubben) laget noen kart som forteller hva vi holder på med på samfunnsgeografi. Vi har tre hovedretninger, nemlig by, klima og utviklig - og her får dere se utviklingskartet!

Klikk for å se større.

Strengt tatt er det ikke noe annet enn kart der vi har brukt fire forskjellige indikatorer for hvordan man kan måle velstand i verden:

• Bruttonasjonalprodukt (BNP) per innbygger (kilde: Verdensbanken)

Viser den økonomiske verdiskapningen, fordelt per innbygger, i hvert land. Veldig mye brukt for å påvise velstand, men et eksempel på at BNP ikke gir et 100 prosent bilde av velstanden i et samfunn, er at bilulykker, for eksempel, skaper mer verdiskapning. Ambulansepersonell og leger blir sysselsatt. Bilopphuggeren har jobb. Ny bil må skaffes.

• Human Development Index (HDI) (kilde: FNs utviklingsprogram)

Forsøker også å fange opp en del ikke-økonomiske indikatorer for velstand, som f.eks. levelalder, utdanningsnivå og lignende. Og den er utformet av to økonomer, indiske Amartya Sen og pakistanske Mahbub ul Haq.

• Gender Inequality Index (kilde: FNs utviklingsprogram)

Skal måle hvor store kjønnsforskjeller det er stort sett i hvert land. Da går det på barseldød, utdanningsnivå og inkludering i arbeidsmarkedet. Som en (kvinnelig) medstudent av meg påpekte, fanger den ikke opp kulturelle aspekter, som sjikane på gata.

• Democracy Index (kilde: Human Intelligence Unit)

Kanskje den indikatoren her som i størst grad ikke sier noe om velstand i seg selv, men hvis vi kan forstå slikt som politisk frihet og mulighet til å stemme som velstandsgoder, så kan demokrati-indeksen i det minste være en indikator på demokratisk velstand.

Men la oss avslutningsvis ta et par skritt tilbake. Ingen av disse indikatorene forteller én absolutt sannhet. Som med alle andre ting vi mennesker forsøker å kvantifisere, så skal vi ta alle indikatorene med en klype salt. Samtidig er det påfallende hvor like de verdensomspennende mønstrene er, uavhengig av indikator. Vesten, med Nord-Amerika, Vest-Europa og Oceania, ser ut til å være mest velstående, uansett indikator. Store deler av Afrika er gjennomgående i den andre enden av skalaen.

(denne gangen skal jeg la innholdet få mest oppmerksomhet, men for å nevne metoden med å lage disse kartene, så kan jeg nevne at det var trettende arbeid å samkjøre navnene på land i de forskjellige statistikkene jeg brukte, og navnene i kartfilen jeg brukte)