Kommunalboliger i Oslo

Datakilde: Oslo statistikkbank

Et kart som ikke trenger så mange ekstra ord. Sagene skiller seg ut ved å ha 77,5 kommunalboliger per tusende bolig i bydelen.

Men kartet er laget i R. Du kan se all koden nederst i dette innlegget. Å lage kart i R kan nok være spesielt nyttig hvis du bare har en hel haug av statistikk som du har lyst til å lage noen kjappe og enkle kart av.

Selv er jeg totalt nybegynner i R, men det er to gratis e-bøker jeg går sakte, men sikkert gjennom nå.

Den ene er generelt om datamanipulering, R for Data Science av Garrett Grolemund og Hadley Wickham. Kan absolutt anbefales.

Den andre boka er mer GIS- og kartorientert, Geocomputation with R av Robin Lovelace, Jakub Nowosad og Jannes Muenchow. Ut i fra det jeg har lest foreløpig, så er den veldig grei hvis du vil ha en innføring til den romlige GIS-verdenen.

	# 1. Installere nødvendige pakker
	library(dplyr)
	library(sf)
	library(tmap) # installere nødvendig pakke
	### Før import av datasett, i dette tilfellet, sørg for at både csv-fil med statistikk og shapefilen(e) ligger i R-prosjektmappen.
	# 2. Importere statistikk og kartsett
	kart <- st_read(dsn = ".", layer = "oslo_bydeler17") # behøver bare filnavnet når shapefilen ligger i R-prosjektmappen.
	stats <- read.csv2("kom_bolig_oslo.csv", na.strings = "-") # "na.stings = "-"" angir at celler med - skal forstås som å ikke ha data
	# 3. Koble statistikken til kartsettet
	kart <- left_join(x = kart, y = stats, by = c("bydel_name" = "bydel"))
	### left_join sørger for at Sentrum og Marka blir med i kartet, selv om det ikke er statistikk om dem.
	### "by =" viser til hvilke kolonner som har id-verdiene som matcher statistikken og kartsettet. Først i x (kart), så i y (stats.
	# 4. LAGE KART(!!!)
	map <- tm_shape(kart) +
	tm_polygons(col = "kom_per", style = "jenks",
	title = "Kommunalboliger per 1000 bolig") +
	tm_layout(legend.title.size = 1,
	inner.margins = c(.02,.02,.02,.02))
	### "col =" angir hvilken variabel som skal vises fram med farger.
	### "style =" angir regel for hvordan verdier skal tildeles de forskjellige fargene.
	### "legend.title.size =" angir hvor stor tittelen på tegnforklaringen skal være. Må prøving og
	### "inner.margins = " angir hvor nærme det svarte omrisset skal være selve kartet.
	# 5. Ta en titt på kartet (sørg for å ha "Plots"-fanen oppe)
	map
	# 6. Eksportere kart
	tmap_save(map, filename = "kommunalboliger_oslo.png",
	width = 1000)
	### "asp = 0" sørger for at det svarte omrisset havner helt på kanten av bildefilen.

view raw gistfile1.txt hosted with ❤ by GitHub

Mangfoldige Oslo øst

Klikk for å se større. Fargeskalaen Kilde: Oslo kommune.

Her har du et Oslo-kart med et klassisk mønster, et øst-vest-skille. Nordstrand, og tildels Østensjø, er i realiteten en del av vestkanten, mens Søndre Nordstrand lengst sør er en del av østkanten.

Jeg lagde kartet etter at Sylvi Listhaug gikk ut og snakket om en gettoisering av Oslo.

Og det kartet viser, er hvilke steder hvor det er mest miks av innbyggere med forskjellig landbakgrunn, altså hvilket land de selv eller begge deres foreldre opprinnelig kommer fra.

Jo mørkere blåfarge, jo mer miks. Jo lysere gulfarge, mindre miks.

Og karter viser at det strengt tatt er veldig lite av gettoer på østkanten i Oslo.

For hvis du tar et byfag innenfor samfunnsgeografi på Universitetet i Oslo, så vil du lære deg å være forsiktig med getto-begrepet.

Begrepet slik det brukes om gettoer i amerikanske byer - eller om jødiske gettoer i Europa før i tida – kan sjeldent brukes i en moderne europeisk, eller norsk, kontekst.

En getto består i stor grad av en gruppe mennesker, en minoritet, som har mange likhetstrekk.

De blå områdene på kartet over viser steder hvor det er veldig mange forskjellig type mennesker.

Nå skriver jeg litt på husk om getto-begrepet. Men et par andre kjennemerker ved amerikanske gettoer er at de transport- og infrastrukturmessig er relativt avsondret fra resten av byen. Bor du i en getto, jobber du gjerne der og tilbringer det aller meste av tiden der.

Også er skattesystemet i USA mye mer lokalt orientert enn i Norge. Skatter du i en bydel i USA, så går en god del av pengene dine til den bydelen som du bor i. I Norge omfordeles skattepenger mye mer geografisk. Beboere oppe i Holmenkollen kan finansiere sosiale tiltak i andre deler av byen av og landet med sine skattepenger.

Så der amerikanske gettoer kan bli ganske forfalne med slitte bygninger o.l., blant annet fordi de lokale myndighetene ikke får inn nok skattepenger, så kan det alltid rettes inn tiltak mot bydeler og -områder i Oslo med penger utenifra.

For å komme tilbake til kartet, så er tallene verdier på en Shannon entropi-indeks. Jeg vet ikke altfor mye om slike indekser, men de brukes mye innenfor biologi og økologi for å si noe variasjonen av arter innenfor områder. Er det bare en treart i dette skogholtet, eller er det mange forskjellige om hverandre? Jeg stilte det samme spørsmålet i kartet ovenfor, men bare om befolkningsgrupper med forskjellig landbakgrunn istedenfor trearter.

Vestfold og referansekart

Klikk for å se større. Kartdata: Kartverket, NVE, SSB.

Jeg tenker selv at jeg er ganske habil på norgesgeografi. Når jeg imidlertid tenker meg om, så er det et belte fra Østfold i sørøst til Møre og Romsdal i nordvest som jeg kjenner ganske godt til. Dette ble veldig tydelig for meg da jeg oppdaget at jeg ikke vet hva som ligger hvor av vestfoldbyene Sandefjord, Larvik og Tønsberg.

Så hvorfor ikke lage et kart over Vestfold?

Et annen grunn til å lage dette kartet er at jeg har lyst til å trene på å lage vakre kart igjen. Min bruk av GIS og kart har de siste årene utviklet seg i en analytisk og statistisk retning, der kartet nesten er underordnet tallene som jeg utledet av GIS-analyser.

Og når jeg først skulle trene på rent kartografisk design, så syntes jeg at referansekart er en spennende utfordring.

All den tid jeg har holdt på med samfunnsgeografi og kartmakeri, så har jeg stort sett laget tematiske kart. Kart over inntektsforskjeller og den slags.

Slike tematiske kart er strengt tatt enkle å utforme, for de skal ha et veldig snevert budskap.

Referansekart er mer utfordrende, for de skal gjerne vise litt av alt på ett og samme kart. Det blir fort mye surr, rot og kluss.

For eksempel, hvordan vise fram både kommunegrenser, elver og veier uten at det blir et salig rot av linjer?

Klikk for å se større.

I dette tilfellet vises ikke kommunegrenser med egne linjer i det hele tatt. Jeg er inspirert av den samme effekten som National Geographic bruker på sine veggkart.

For å få til den effekten brukte jeg Shapeburst fyll-teknikken i QGIS.

Jeg innrømmer gladelig at National Geographic sin kartografiske stil ble en stor inspirasjon, slik kartet utviklet seg. Opprinnelig hadde jeg egentlig tenkt å lage et kart mer i den spion-/blåprintstilen som jeg lagde et europakart med i februar. Men så syntes jeg at den effekten med kommunegrensene var så innmari fin mot en svak bakgrunnsfarge ...