Aktivointiymmärrys.

Miltä yhteiskunnallinen keskustelu ja päätöksenteko näyttäisi, jos se perustuisi numeeriseen faktatietoon tai edes datatarinointiin?

Aktivointimalli aiheuttanut melkoista parranpärinää kuluneen talven aikana. Ihmetellään kuinka “posiolainen pitkäaikaistyötön muuttaisi töiden perässä” tai “kuinka palveluita riittää eri alueilla”… jne.

Inhimillisyys on tärkeää, mutta lainsäädäntötyössä pitää katsoa kokonaisuutta.

Katsotaan siis lukuja, kun ne kuitenkin ovat ihan avoimesti käytettävissä.

Tilastokeskus julkaisee vuosittain, Paavon päivänä 27.1., ns. PAAVO-datan. Paavo-data on ns. “avoindata”, jossa on valtava määrä informaatiota kaikista Suomen 3300 postinumeroalueesta (mm. alueen ikä- ja sukupuolijakaumaa, taloudellista informaatiota mutta myös täsmällinen työttömien määrä).

Alla oleva taulukko perustuu 27.1.2018 julkaistuun PAAVO-dataan, seuraavilla tarkenteilla:

  • Postinumeroaluekohtainen työttömien lukumäärä (365 000) kuvastaa tilannetta 31.12.2015.
  • Lukema on työttömien 15-64 -vuotiaiden lukumäärää.
  • Aluejako on summattu postinumeroalueista.
  • Työttömien ikäjakauma perustuu aluekohtaiseen ikäjakaumaan [oletus (!), että työttömien jakauma on sama kaikissa ikäryhmissä].

Muutamia päähavaintoja:

  • Työttömien määrä on suuri: 365 000 (31.12.2012 lukema oli 275 000 eli kasvua n. +30% !!).
  • PK-seudun ulkopuolisten suurempien kaupunkien työttömyysaste on yllättävän korkea.
  • Työttömien aluekohtaisesta ikäjakaumasta voi tehdä muutamia havaintoja, mutta en niitä tähän lähde avaamaan [muistetaan yllä mainittu oletus jakauman perusteesta]. Eri-ikäisiä työttömiä kuitenkin riittää kaikille alueille.

Puutteineenkin taulukosta saa määrällistä mielikuvaa vaikkapa siihen millaisia mahdollisuuksia työvoiman liikkuvuuden vaatimisella/järjestämisellä on itse ongelman ratkaisemisen suhteen. Tämä mietintä varmasti vaatisi lisäinformaatiota työttömien elämänvaiheesta (opiskelija … perheellinen).

Lisäksi taulukosta voi arvioida alueellisten TE-keskusten palvelukyvykkyyttä. Tähän olisi hyvä saada lisätietoa TE-toimistojen sijainnista ja resursseista.

Tämä siis avoimen datan perusteella, joka on jonkin verran vanhentunutta (2v). Suuret ilmiöt eivät ihan nopeasti heilahtele ja toki parempaa dataa varmasti on saatavilla.

Pääasia on, että ilmiöistä ei tulisi keskustella yksittäisten esimerkkien näkökulmasta. Data tulee muokata sellaiseen muotoon, että julkinen keskustelu voi perustua yhteiseen tilannekuvaan. Populistiset yksittäistarinat sopivat datatarinoinnin kuvitukseksi.

Ilmiöistä ei tulisi keskustella yksittäistapausten kautta.
Data tulee muokata sellaiseen muotoon, että julkinen keskustelu voi perustua yhteiseen tilannekuvaan. Populistiset yksittäistarinat sopivat datatarinoinnin kuvitukseksi.

Lisähuomioita:

TE-keskuksella (oletettavasti myös Tilastokeskuksella) on reaaliaikaisempaa ja monipuolisempaa dataa. ME-säätiö tuo tätä hyvin esiin.

Tilastokeskus tuottaa virallista työttömyysinformaatiota. Työttömyydelle on monenmuotoisia määrityksiä ja siten myös erilaisia numeerisia arvoja. Yllättävän suuri ero kuitenkin on!
Virallinen työttömyysaste perustuu haastattelututkimukseen, koska näin se on kansainvälisesti vertailukelpoinen. Tämän menetelmän kautta esimerkiksi vuonna 2015 Suomessa on vain n. 250 000 työtöntä (kun siis rekistereihin perustuvan PAAVO-datan mukaan työttömien määrä on 370 000 tasolla).
Tilastokeskuksella on kyllä täydellinen tutkimuksellinen ymmärrys työttömyyden trendeistä ja rakenteista [Tieto&trendit –lehden artikkeli ”Työttömyystilastot tilastoivat eri kohderyhmiä”: http://tietotrendit.stat.fi/mag/article/134/. ] mutta jotenkin mielikuva on sellainen, että tämä ymmärrys tukee tutkimuksellista työtä, ei toimenpiteiden suunnittelua.

Tilastokeskuksella on kyllä täydellinen tutkimuksellinen ymmärrys työttömyyden trendeistä ja rakenteista mutta  tämä ymmärrys tukee tutkimuksellista työtä, ei toimenpiteiden suunnittelua.

 

Loppuun Fingerpori (eräs yksittäistarina datatarinoinnin kuvitukseksi).

Top