Coronadashboard en beeldvorming

Nooit eerder waren ruimtelijke data zo duidelijk aanwezig en beschikbaar als tijdens de covid-19-pandemie. Nationaal en internationaal zijn er talloze dashboards en trackers die covid-19-data beschikbaar stellen. Goed nieuws voor de geografie zou je zeggen. Maar wat laten ze zien?

In How to Lie with Maps (1991) beschreef Mark Monmonier de gevaren die komen kijken bij het visualiseren van ruimtelijke data. Het is misschien wel het bekendste boek over de schaduwkant van de cartografie. Met een verkeerde kleur, overdreven symbolen of een twijfelachtige dataset heeft de cartograaf, bedoeld of onbedoeld, veel invloed op hoe een kaart wordt geïnterpreteerd. De regels zijn wel bekend: gebruik de juiste projectie, verdeel de data in logische klassen en denk goed na over het kleurgebruik. Tenminste, dit alles is bekend onder geografen. In een tijd waarin we overspoeld worden met kaarten, dashboards en andere trackers van ruimtelijke data, die waarschijnlijk meer dan eens zijn gemaakt door niet-geografen, kom je geregeld een kaart tegen waar je vraagtekens kunt plaatsen bij de visualisatie óf bij de gegevens die worden gebruikt. Zo ook bij het Nationale Coronadashboard.

Het Nationale Coronadashboard

Op nationaal niveau maakt het coronadashboard van de Rijksoverheid al sinds het begin van de pandemie gebruik van kaarten. Waar de kaart met positief geteste mensen in eerste instantie mooi in beeld bracht waar de concentraties zich bevonden, heeft het toenemend aantal besmettingen ertoe geleid dat de kaart in z’n geheel dezelfde kleur heeft gekregen (figuur 1). Geeft dit goed de ernst van de situatie weer, of is het tijd de klassengrenzen aan te passen?

Daarnaast valt er iets te zeggen over de onderliggende gegevens in deze kaart: het aantal positief geteste mensen per 100.000 inwoners. Dit klinkt op papier als een goede keuze, om rekening te kunnen houden met de bevolkingsdichtheid in bepaalde gebieden. Maar in de praktijk leidt het ertoe dat 2 besmettingen op Ameland dezelfde kleur krijgen als 500 besmettingen in Rotterdam. In theorie klopt het, maar je kunt je afvragen of de urgentie in beide gevallen even groot is. De 500 besmettingen in Rotterdam hebben immers een groter effect op bijvoorbeeld de lokale zorgvraag en het nationale beleid.

WHO’s internationale vaccinatiedashboard

Internationaal gezien zijn er ook allerlei kaarten waarbij je kanttekeningen kunt plaatsen, zoals die over de vaccinatiestatus in Afrika. Over die status was de afgelopen tijd veel te doen. In internationale media klonken geluiden als: ‘Ze halen de doelen niet’ (BBC) en ‘Afrika loopt achter’ (IMF). Op zulke momenten is het goed je te richten op de bronnen die qua betrouwbaarheid bovenaan de lijst zouden moeten staan, zoals de World Health Organization, toch?

Figuur 2 is een screenshot van het WHO-covid-19-dashboard op 7 februari jl. De kaart laat het totaal aantal gezette prikken per 100 inwoners zien. Deze kaart bevestigde de berichten van dat moment: het ziet er niet best uit in Afrika. Het rode kleurgebruik in de kaart suggereert dat alle seinen op rood staan: het aantal vaccinaties loopt ver achter bij de rest van de wereld. Is de vaccinatiebereidheid zo laag of is er iets anders aan de hand?

Ondanks de berichten over een inderdaad lage vaccinatiegraad, slechte infrastructuur en problemen met de opslag en het transport van vaccinaties, lijkt de kern van het probleem iets anders te zijn. Namelijk het aantal beschikbare vaccinaties.

De meeste Afrikaanse landen krijgen vaccinaties toegezonden door internationale initiatieven zoals Covax. Maar de leveringen zijn veelal te beperkt, komen te laat of zelfs helemaal niet. De vraag is daarom of het ‘aantal gezette vaccinaties per persoon’ een eerlijke vergelijking is met de rest van de wereld. Bekijk nu figuur 3. Deze kaart toont de vaccinatiestatus in Afrika indien de hele beschikbare voorraad per 1 februari zou zijn opgebruikt, in hetzelfde kleurenschema als de WHO hanteert.

Wat blijkt: op één uitzondering na beschikten veel Afrikaanse landen begin februari niet over genoeg vaccins om iedere inwoner 1 keer te vaccineren. Een groot deel van de landen ten zuiden van de Sahara had op het meetmoment slechts een voorraad waarmee ze minder dan 30% van de bevolking van 1 prik konden voorzien. Deze kaart straalt dan ook een andere boodschap uit dan die van de WHO. In plaats van ‘er wordt weinig gevaccineerd in Afrika’ (WHO), wordt de boodschap nu ‘er zijn te weinig vaccins in Afrika’. Dit staat in schril contrast met de situatie in landen die niet afhankelijk zijn van Covax, en in veel gevallen zelfs een overschot aan vaccins hebben liggen. Om deze oneerlijke verdeling mee te nemen in de kaart van wereldwijde vaccinaties, kan de WHO het aantal gezette vaccins beter visualiseren ten opzichte van de landelijke beschikbare voorraad, in plaats van het aantal inwoners.

Informatievoorziening

In How to Lie with Maps stelt Monmonier dat liegen met kaarten onvermijdelijk is. Een cartograaf maakt immers altijd keuzes over wat er wel en wat er niet op de kaart verschijnt. Dit gaat niet alleen over de visuele keuzes zoals kleur, symboolgebruik en klassengrootte, maar ook over de gegevens waarmee je werkt. Met de keuze voor het één, onthoud je de lezer het ander. Hier ligt een belangrijke rol voor geografen: lezers informeren over de waarde én de betrouwbaarheid van kaarten, ongeacht de maker.

BRONNEN:

• Hakobyan, S. (2021). In the Race to Vaccinate Sub-Saharan Africa Continues to Fall Behind. IMF-blog.
• Monmonier, M. (1991). How to Lie with Maps. Chicago: University of Chicago Press.
• Mwai, P. (2021). Covid-19 vaccinations: African nations miss WHO target. BBC  31 December 2021.
• Unicef (2022). COVID-19 Vaccine Market Dashboard. Dataset gedownload op 01-02-2022.
• United Nations (2019). World Administrative Boundaries – Countries and Territories. Dataset gedownload op 01-02-2022.