Alueiden välinen liikkuminen ja solmukohdat kartalla

Suomi joutui reagoimaan nopeasti koronan torjunnassa ja on onneksi päässyt jo pitkälti avaamaan yhteiskuntaa.

Voimme kuitenkin joutua pitkäänkin toimimaan tämän uhan alla ja mahdollisen toisen tartunta-aallon iskiessä rajoitustoimia voidaan joutua uudelleen ottamaan käyttöön. Valitettavasti tämä ei myöskään ole luultavasti viimeinen pandemia ja siksi paikkatietoa on hyvä varautua käyttämään päätöksen teon tukena, kun rajoitustoimia tarvitaan seuraavan kerran. Paikkatietoa hyödynnetään suunnitteluun ja tutkimukseen julkisella ja yksityisellä sektorilla. Paikkatieto mahdollistaa koronatartuntojen alueellisen tilastoinnin ja tartuntaketjujen jäljittämisen lisäksi yhteiskunnan toimintoja rajoittavien toimien tarkan ja tehokkaan kohdentamisen.

Väestön liikkuminen muodostaa alueiden välisen verkoston

Suomi joutui reagoimaan nopeasti koronan torjunnassa ja on onneksi päässyt jo pitkälti avaamaan yhteiskuntaa. Voimme kuitenkin joutua pitkäänkin toimimaan tämän uhan alla ja mahdollisen toisen tartunta-aallon iskiessä rajoitustoimia voidaan joutua uudelleen ottamaan käyttöön. Valitettavasti tämä ei myöskään ole luultavasti viimeinen pandemia ja siksi paikkatietoa on hyvä varautua käyttämään päätöksen teon tukena, kun rajoitustoimia tarvitaan seuraavan kerran. Paikkatietoa hyödynnetään suunnitteluun ja tutkimukseen julkisella ja yksityisellä sektorilla. Paikkatieto mahdollistaa koronatartuntojen alueellisen tilastoinnin ja tartuntaketjujen jäljittämisen lisäksi yhteiskunnan toimintoja rajoittavien toimien tarkan ja tehokkaan kohdentamisen.

Liikkuminen eri tautiriskin alueiden välillä levittää tautia. Paikkatiedon pohjalta epidemiologit, lääketieteen ammattilaiset ja päättäjät voivat saada tietoa väestön todellisesta alueiden välisestä liikkumisesta päätöksen teon tueksi. Alueiden välisen liikkumisen tekijöitä voidaan tarvittaessa sisällyttää myös epidemiamallintamiseen. Tässä blogikirjoituksessa esittelemme mobiiliseurantaan perustuvan kuntatasoisen liikkuvuusdatan hyödyntämismahdollisuuksia koronan ja sen vaikutusten torjunnassa. Tarkasteluita on tarpeen mukaan mahdollista tuottaa myös kuntien sisäiset virrat huomioiden.

Alueiden välillä liikkuvat ihmiset muodostavat kohdatessaan verkoston. Verkoston rakenteita voi tarkastella visualisoimalla liikkumisen virtoja ja mittamaalla kohtaamisten ja verkoston osien linkittymisen määrää verkostometriikalla. Liikkumisen rajoituksilla voidaan estää tautien leviämistä, mutta sillä on väistämättä myös suuria taloudellisia vaikutuksia. Rajoitusten kohdentamisella voitaisiin kuitenkin lieventää taloudellisia vaikutuksia, jos myös taudin leviämisessä on alueellisia eroja. Alue- ja verkostoperusteisen näkökulman ydinajatus on, että mikäli verkostojen osissa tai solmukodissa tartuntaryppäitä, niin alueiden välistä liikkumista rajoittavat toimet tai esimerkiksi väestön suojautumista edellyttävät toimet voidaan kohdentaa suurimmalla mahdollisella tehokkuudella ja pienimmällä mahdollisella haitalla. Vastaavasti verkoston vähäriskisissä osissa yhteiskunta voi toimia huomattavasti vapaammin ja joustavammin, kun rajoitustoimet kohdennetaan vain korkeariskisiin solmukohtiin.

Väestö liikkuu normaalioloissa paljon alueiden välillä, suuri osa tästä on työmatkapendelöintiä. Liikenneviraston vuoden 2016 henkilöliikennetutkimuksesta selviää, että keskimäärin suomalaiset tekivät vuorokaudessa 2,7 matkaa (kotimaassa). Noin neljäsosa matkoista liittyi työhön tai koulutukseen, yli kolmasosa vapaa-aikaan sekä vajaa kolmasosa ostoksiin ja asiointiin. Kaksi matkaa kolmesta on kotoa tai vakinaisesta asunnosta alkavia tai sinne päättyviä. Yleisimpiä matkakohteita ovat työpaikka, päivittäistavarakauppa ja vierailupaikka. Miten matkat kohdentuvat normaalisti? Miten voimakkaat rajoitustoimet Uudenmaan sulkeminen mukaan lukien vaikuttivat liikkumiseen? Voisiko paikkatiedosta olla apua, mikäli Suomeen joudutaan vielä kohdentamaan liikkumista rajoittavia tai muita tartunnoilta suojaavia toimia jatkossa?

Matkapuhelimien mobiiliverkkodata osoittaa väestön virrat

Tarkastelemme väestön liikkumista Telian Crowd Insights datan avulla. Palvelu perustuu mobiiliverkkodataan joka on kokonaan käyttäjätietojen osalta anonymisoitua. Alueiden väliset liikkumiset on laskettu yhteen numeeriseksi virtatiedoksi. Crowd Insightsin tilastotasoisista aineistoista voidaan hyvin tunnistaa väestön alueiden väliset virrat, mutta aineistosta ei ole mahdollista tunnistaa yksittäisien ihmisten tai pienten ryhmien liikkeitä.

Artikkelissa käytetty lähtö-määränpääaineisto kuvaa tehtyjen matkojen määriä kuntien välillä. Aineistossa ovat mukana matkat, jotka ovat keskeytyneet maksimissaan 20 minuutiksi. Yli 20 minuutin pysähdys katkaisee matkan ja aloittaa uuden matkan. Esimerkiksi, jos matkalla Helsingistä Rovaniemelle pysähdytään Jyväskylään 30 minuutiksi, niin matka näkyy aineistossa kahtena matkana (Helsingistä Jyväskylään ja Jyväskylästä Rovaniemelle). Tämä kuvaa hyvin koronan altistumisen alueellista verkostoa, koska altistumisen osalta tarkastellaan myös vähintään 15 minuutin kohtaamisia. On huomattava, että vain murto-osa alueiden välisistä virroista johtaa ihmisten kohtaamiseen, mutta kokonaisuutena todennäköisyys kohtaamisiin nousee isojen ihmismäärien liikkuessa samalla alueella.

Kuvan 1 kartat näyttävät kuntien välisen liikkuvuuden eri vahvuisina linkkeinä (vektoreina) normaali arjen esimerkkipäivänä 3.2 maanantaina, sekä vajaan kahden kuukauden päästä rajoitustoimien aikaa kuvaavana 30.3. maanantaina. Kuva 2 esittää vastaavat virrat, mutta rajattuna suurimpiin yli 100 henkilön virtoihin kuntien välillä. Kuntien välillä liikkui 3.2. yhteensä noin 3873000 ihmistä. Helsinki on Suomen vahvin solmukohta virtojen osalta. Helsingistä muihin kuntiin liikkui noin 445000 ihmistä ja Helsinkiin 448000. Suurin yksittäisten kuntien välinen virta oli 158000 Helsingistä Vantaalle. Yli 100 km matkalla vahvin linkki oli noin 3900 matkan Tampere-Helsinki, kun yli 500 km matkoista vahvin oli Vantaa-Oulu 1200 liikkujalla.

Rajoitustoimet muuttivat kuntien välisen liikkuvuuden kokonaismäärää erittäin paljon. Suomessa liikkui 30.3. kuntien välillä noin kolmanneksen vähemmän ihmisiä (yhteensä 2414000) verrattuna noin kahta kuukautta aikaisempaan 3.2. tilanteeseen. Helsingin virrat olivat kutistuneet alle puoleen, kun Helsingistä liikkui noin 205000 ihmistä ja Helsinkiin liikkui 206000. Helsingistä suuntautui Vantaalle puolet vähemmän matkoja, yhteensä 85010. Vahvimmat yli 100 km virrat olivat muuttuneet dramaattiseesti ja Helsinkiin vahvin 550 ihmisen virta tuli Salosta. Toiseksi vahvin virta oli Oulu-Rovaniemi välillä liikkuneet 525 ihmistä. Oulu-Helsinki matkat olivat kutistuneet 110 ihmiseen.

Kuva 1. Kuntien väliset matkat yhteen suuntaan vahvemman virran mukaan esitettynä tavanomaisena maanantaina 3.2 sekä rajoitustoimien aikaan maanantaina 30.3. Kunnittaiset tartunnat 3.4 on poimittu Helsingin sanomien julkaisemasta taulukosta, jossa lähteenä on THL.

Kuva 2. Kuntien väliset matkat (yli 100 matkan virrat) yhteen suuntaan vahvemman virran mukaan esitettynä tavanomaisena maanantaina 3.2 sekä rajoitustoimien aikaan maanantaina 30.3. Kunnittaiset tartunnat 3.4 on poimittu Helsingin sanomien julkaisemasta taulukosta, jossa lähteenä on THL.

Etätyö ja elinkeinorakenne

Suomessa työmatkaliikkuvuuteen vaikutettiin kotimaan osalta ainoastaan kehotuksella siirtyä etätyöhön. Monissa maissa on kuitenkin ollut voimassa selvästi tiukempia rajoituksia. Tämä on myös näkynyt talouden kehityksessä kriisin alkuvaiheessa. Maissa, joissa liikkumisrajoitukset koskivat myös työmatkoja, on taloudellinen menetys ollut paljon suurempi. Tämä näkyy eroissa teollisuustuotannon menetyksessä. Huhtikuussa teollisuustuotanto oli euroalueella lähes 30 prosenttia alhaisempi kuin vuotta aiemmin, Italiassa jopa yli 40 prosenttia, mutta Suomessa vain 3 prosenttia. (Eurostat).

Vaikka rajoitukset eivät olekaan koskeneen kotimaan työmatkaliikennettä, työmatkojen määrää on vähentynyt huomattavasti. Tämän on mahdollistanut etätyön voimakas lisääntyminen. Ennen kriisiä suomalaisista noin 20 prosenttia teki etätöitä säännöllisesti (Työolobarometri). Eurofundin kyselyn mukaan Suomessa siirryttiin etätöihin kaikkein eniten EU-maista, noin 60 prosenttia vastaajista oli siirtynyt tekemään etätöitä koronatilanteen seurauksena. Suomen ammattirakenne mahdollistaa myös muita maita paremmin etätyön hyödyntämisen (IMF).

Etätöitä ei voi tehdä kuitenkaan kaikissa töissä. Tällä on vaikutusta sekä mahdollisten liikkuvuusrajoitusten taloudellisten vaikutusten kannalta että liikkuvuussuositusten vaikuttavuuden kannalta. Etätyövaltaisilla alueilla suositusten vaikutus liikkuvuuteen on paljon suurempi ja mahdollisten liikkuvuusrajoitusten taloudellinen vaikutus puolestaan pienempi. Vaikka emme suoraan tietäisikään etätyöntekijöiden määrään yksilötasolla, voidaan aluetason tiedoista arvioida vaikutuksia. Etätyötä eniten asiantuntija-ammateissa, toisin kriisin myötä etätyöammattien kirjon monipuolistunut huomattavasti. Esimerkiksi teollisuustyö sen sijaan vaatii pääsääntöisesti fyysistä paikalla oloa.

Raahe ja Kirkkonummi valaisevat alueiden rakenne-erojen vaikutusta liikkuvuuden muutokseen. Kumpikin ovat noin 10 000 työpaikan kuntia. Raahe on teollisuusvaltainen kunta, kun taas Kirkkonummen työpaikat ja työlliset ovat selvästi keskimääräistä useammin asiantuntijatehtävissä. Raahesta ulos ja Raaheen päin liikkuvuus vähentyi maaliskuussa noin neljänneksellä. Kirkkonummella laskua oli lähes puolet. Vaikka liikkuvuuden muutos ei selity pelkästään työmatkaliikenteen eroilla, on suuremmalla potentiaalisten etätyöntekijöiden osuudella merkitystä Kirkkonummen selvästi suurempaan liikkuvuuden laskuun. Toisaalta aluerakenteen tiiviydellä ja verkostomaisuudella on vaikutusta. Pendelöinnin osuus Kirkkonummella on ylipäätään selvästi Raahea korkeampi. Selvästi suuremman liikkuvuuden laskun jälkeenkin Kirkkonummella liikkuvuus on suhteessa väestöön edelleen Raahea vilkkaampaa.

Liikkuvuus laski voimakkaasti suurimmissa kunnissa, mutta jopa kasvoi muutamassa maaseutukunnassa

Aktiivisuuden muutosta kuntien välisissä liikkuvuusvirroissa päivien 2.3 ja 30.3 välillä analysoitiin syvemmin verkostometriikalla (ks. de Nooy ym. 2007, Verkostoanalyysi suoritettiin R-tilasto-ohjelman igraph-paketilla). Analyysissä kunnat asemoituvat suhteessa toisiinsa liikkuvuutta mittaavan verkostokeskeisyyden perusteella. Kunnille laskettiin liikkuvuudesta kolme tunnuslukua: keskeisyys, läheisyys ja välillisyys. Nämä tunnusluvut kuvaavat kuntien välisten liikkuvuusvirtojen voimakkuutta ja asemoivat kunnat liikkuvuusvirtojen muodostamaan verkostoon. Kunnan keskeisyys mittaa liikkuvuusvirtojen volyymin muutosta kuntaan ja kunnasta poispäin. Verkostossa kunnan läheisyys puolestaan mittaa kunnan kytkeytyneisyyttä muihin kuntiin eli se kuvastaa kunnan liikkuvuusaktiivisuuden yhdistymistä muihin kuntiin. Välillisyys mittaa puolestaan kunnan keskeistä asemaa liikkuvuusvirroissa, sillä muuttuja kuvaa sitä, kuinka kunta asemoituu suhteessa kuntien välisiin liikkuvuusvirtoihin. Tunnuslukujen laskenta liikkuvuusvirroista tehtiin painotetusti, jolloin kuntien väliset erot liikkuvuusvirtojen suuruudessa huomioitiin laskennassa. Seuraavassa tarkastelussa keskitytään kuntien verkostoasemaa kuvaavien tunnuslukujen muutokseen päivien 3.2. ja 30.3. välillä, jolloin ero normaalitilanteen ja rajoitustilanteen välillä tulee esiin.

Kuntien liikkuvuusvirroissa eli keskeisyydessä tapahtuneet muutokset on kuvattu kuvassa 3. Suurimmissa kaupungeissa liikkuvuus kuntien välillä laski suhteellisesti eniten, sillä kaupunkien väkiluku korreloi negatiivisesti aktiivisuuden laskun kanssa (r=-0,323, p-arvo <0,001). Kaupungeista 5 suurinta aktiivisuuden laskua tapahtui Helsingissä, Espoossa, Turussa, Vaasassa ja Tampereella. Näissä kaupungeissa aktiivisuus laski keskimäärin 44,4 prosenttia ajankohtien välillä. Isoissa kaupungeissa liikkuvuuden lasku on merkityksellistä, koska liikkuvuuden määrät ovat absoluuttisesti suuria. Yhteensä päivämäärien välillä vähennystä kuntien välisessä liikkuvuudessa tapahtui 3203920 matkaa.

Keskimäärin aktiivisuus laski kunnissa 18,8 prosenttia. Pienten virtojen osalta suuretkin suhteelliset vaihtelut ovat mahdollisia lyhyellä tarkastelujaksolla. Suurin yksittäinen lasku kuntien välisessä liikkuvuudessa tapahtui Kökarissa, jossa liikkuvuus laski 75,2 prosenttia. Vastaavasti suurin kasvu liikkuvuudessa suuntautui Hailuodossa, jossa kasvua tapahtui 40,7 prosenttia. Valtaosassa kuntia liikkuvuus vähentyi, sillä liikkuvuusaktiivisuudessa mitattiin vähennystä 93,9 prosentissa kuntia. Tämä näkyy myös liikkuvuusverkoston tiheydessä eli kuntien välisten yhteyksien lukumäärässä, joka laski koronarajoitusten myötä verkostossa 15,7 prosentista 13,9 prosenttiin 3.2. ja 30.3. välisenä aikana.

Kuva 3. Suhteellinen muutos kuntien liikkuvuusaktiivisuudessa 3.2. ja 30.3. välisenä aikana.

Aktiivisuuden suhteellista kasvua tapahtui yhteensä 20 kunnassa, joista 12 oli harvaan asuttuja kuntia ja 8 ydinmaaseudun kuntia. Liikkuvuusvirtoja kasvattaneissa kunnissa liikkuvuus kasvoi keskimäärin 11,7 prosenttia. Harvaan asutuissa kunnissa kasvu oli keskimäärin ydinmaaseudun kuntia suurempi, sillä näissä kunnissa kasvua oli 13,5 prosenttia, kun ydinmaaseudun kunnissa kasvua oli 9,0 prosenttia (t-arvo 15,339, p-arvo 0,029). Kasvusta huolimatta kuntien välisen liikkuvuuden kasvu on absoluuttisesti kasvaneissa kunnissa melko alhainen, sillä lukumäärällisesti matkat kasvoivat näissä kunnissa yhteensä 14170. Viisi suhteellisesti eniten aktiivisuuttaan kasvattanutta kuntaa olivat Hailuoto, Puumala, Rautavaara, Puolanka ja Vaala.

Harvaan asutun ja ydinmaaseudun kunnissa aktiivisuusmuutokset olivat myös koko aineistossa muita kuntaluokkia myönteisempiä. Keskimäärin harvaan asutun maaseudun kunnissa aktiivisuus laski 13,8 ja ydinmaaseudulla 16,1 prosenttia. Muista maaseutuluokista kaupunkeihin tiiviisti kytkeytyvällä kaupunkien läheisellä maaseudulla aktiivisuus laski näitä kuntia enemmän eli 20,9 prosenttia. Suurin aktiivisuuden lasku tapahtui liikkuvuusvirtojen volyymejä säätelevissä kaupungeissa, joissa laskua liikkuvuusvirroissa oli 29,8 prosenttia. Erot kuntaluokkien liikkuvuusmuutoksissa välillä ovat myös tilastollisesti merkitseviä muiden kuin harvaan asutun maaseudun ja ydinmaaseudun osalta (F=30,720, p-arvo <0,001, ryhmien välinen vertailu TukeyHSD). Korona vaikutti näin vähiten liikkuvuuteen harvaan asutun ja ydinmaaseudun kunnissa, koska näissä liikkuvuus on yleisesti elinkeinorakenteen ja sijainnin myötä vähäisempää kuin esimerkiksi kaupunkien läheisellä maaseudulla.

Kausiväestö lisäsi liikkuvuutta maaseudulla

Liikkuvuutta selittävistä tekijöistä aktiivisuutta kasvattaa kausiväestö suhde kunnan tilastoituun väkilukuun, kun kuntien välisiä liikkuvuusmuutoksia pyrittiin ymmärtämään tarkemmin yksinkertaisella lineaarisella regressiomallinnuksella. Mallinnuksen perusteella liikkuvuuden aktiivisuusmuutoksia selittää kunnan kausiväestön suhde kunnan tilastoituun väkilukuun, kunnan työpaikkaomavaraisuus, koulutusaste sekä etätyöpotentiaali. Nämä tekijät selittivät mallinnuksessa kuntienvälisestä liikkuvuusmuutoksista yli 40 prosenttia. Muut tekijät kuin kausiväestö vähentävät kuntien välistä liikkuvuutta kunnissa. Jos kunnassa siis on korkea työpaikkaomavaraisuus, paljon korkeasti koulutettua työvoimaa ja paljon työpaikkoja, joiden etätyöpotentiaali on suuri, vähentyi mallinnuksen perusteella kunnan liikkuvuus tutkimusajanjaksolla muita kuntia enemmän. Tulkittuna havainnot tarkoittavat, että paljon kausiasutusta sisältävät kunnat voisivat tulevaisuudessa hyötyä merkittävästi etätyön yleistymisestä ja yleisemmin myös paikkariippumattoman yhteiskunnan kehityksestä ja mahdollisuuksista, koska näissä liikkuvuus kasvoi koronan aikana eniten. Vastaavasti kaupungeissa työssäkäyvien liikkuvuuspotentiaali vähensi liikkuvuutta, kun iso osa työllisistä siirtyi etätyöhön. Tämä voimisti liikkuvuusaktiivisuuden vähentymistä erityisesti suurimmissa kaupungeissa.

Regressiomallinnusta tehtiin myös kuntien läheisyys- ja välillisyysindikaattoreille. Näiden osalta ei kuitenkaan löytynyt tilastollisesti merkitseviä yhteyksiä liikkuvuuden muutoksiin. Liikkuvuusmuutokset eivät liene siten systemaattisesti muuttaneet verkoston rakenteellisia ominaisuuksia laajana kokonaisuutena tarkasteltuna, vaikka Uudenmaan osalta muutokset olivatkin dramaattisia. Osaltaan tämä johtuu kasvua saaneiden kuntien pienuudesta ja lisääntyneen liikkuvuuden alhaisista absoluuttisista lukumääristä.

Solmukohtien vetovoimaa ja patoamista

Matkapuhelinverkon perusteella paikannetut virrat osoittavat alueiden välisen liikkumisen painopisteet ja muutokset. Laajasti tartuntoja sisältävien alueiden virrat muodostavat selvän riskin, mutta vähän tartuntoja sisältävien alueiden välillä liikkuminen ei lisänne alueellisia riskejä kumpaankaan suuntaa. Liikkumisen seurantaa voidaan tehdä muutaman päivän viiveellä. Alueellisesti kasvavat virrat ovat samalla myös mahdollisuus maamme matkailualan ja palvelualan yrityksille ja vastaavasti pienenneet virrat signaali asiakasmäärien putoamisesta. Väestövirtojen paikkatietoperusteista analytiikkaa voidaan hyödyntää päätöksen teon tukena, mikäli jatkossa on tarvetta tehdä alueellisia rajoitustoimenpiteitä. Samalla taloudelle merkityksellistä alueiden välistä liikkumista työn ja vapaa-ajan puitteissa voidaan edistää ja yritykset voivat tarttua vahventuneiden virtojen mahdollisuuksiin normaali aikaa kohti ponnistettaessa. Tämän blogikirjoituksen analyysit eivät vielä tarjoa kokonaisratkaisua, mutta käytettävissä olevien aineistojen ja menetelmien pohjalta tiedon alueellinen tiedon tuotanto on verrattain helppoa ja nopeaa.