Dit is de tweede bijdrage in de rubriek ‘Open kaart’, van Bart Roelofs, PhD-student met specialisatie gezondheidsgeografie en GIS, aan de Rijksuniversiteit van Groningen.
(De kaart van) Nederland heeft overgewicht
De suikertaks, een leeftijdsgrens voor fastfood, subsidies op groente en fruit... De nieuwsberichten staan vol met ideeën die kunnen helpen bij de bestrijding en preventie van overgewicht. Maar dan moet je eerst een duidelijk beeld te hebben van overgewicht in Nederland. Onhandig dat ook de RIVM-kaart her en der wat ‘overgewicht’ toont.
Erg veel is er de afgelopen veertig jaar niet aan de kaart van Nederland veranderd. Handig, want je herkent ’m gelijk. Of je nu kijkt naar het weerbericht, de routeplanner of het Nationale Coronadashboard (zie Geografie april), de vorm is steeds hetzelfde. Zo ook bij de kaarten op de website van het RIVM over de gezondheid in Nederland, waaronder die over overgewicht in 2020 (figuur 1).
Gebieden of mensen met overgewicht?
Het is een duidelijke kaart, waaruit je zou kunnen concluderen dat er meer overgewicht is in de randgemeenten dan in het midden van het land en de Randstad. Toch is het de vraag of deze kaart wel duidelijk aangeeft waar veel mensen met overgewicht wonen. Kaarten als deze houden de lands- en gemeentegrenzen aan. Dat is goed voor de herkenbaarheid, maar houdt geen rekening met het aantal inwoners van deze gebieden. De meeste mensen weten wel dat de grote gemeenten in Oost-Groningen minder inwoners tellen dan veel kleine gemeenten in de provincie Utrecht. Toch heb je bij deze kaart misschien niet door dat de gemeenten in de donkerste twee categorieën (53-57 en 57-70% overgewicht) bijna de helft van de kaart in beslag nemen, terwijl slechts 35% van de mensen in Nederland in deze gemeenten woont. Een behoorlijk over(ge)wicht van deze grote, maar dunbevolkte gemeenten. Is dat niet anders te visualiseren?
Het cartogram
Het cartogram is een kaarttype dat op basis van data wordt vervormd (ook wel: anamorfose). Het idee is vergelijkbaar met dat van metrokaarten, waarop de lengte van een route wordt aangepast aan de reistijd of de volgorde van stations. Geografisch gezien klopt er vaak weinig meer van, maar voor het overbrengen van informatie werkt het uitstekend. Iets minder bekend zijn de cartogrammen die het grondgebied vervormen op basis van één variabele, vaak het inwoneraantal. Gebieden met veel inwoners worden dan groter, gebieden met weinig inwoners kleiner. Dat gaat ten koste van de herkenbaarheid van de gebieden, maar je kunt de data nu relateren aan het aantal inwoners.
Figuur 2 toont dezelfde data als op de RIVM-kaart, maar nu geprojecteerd op een cartogram van de inwoners van Nederland. Gemeenten met veel inwoners, bijvoorbeeld Amsterdam, Rotterdam en Utrecht, zijn uitvergroot en gemeenten met weinig inwoners vallen een beetje weg. In deze weergave vullen de gebieden in de twee donkerste kleuren 35% van de kaart. Dat is precies het aandeel Nederlanders dat daar woont.
Met deze kaart is het nog steeds duidelijk dat er vooral in de randgemeenten sprake is van overgewicht. Maar je kunt beter zien dat er dichtbevolkte gemeenten zijn waar het percentage mensen met overgewicht een stuk lager ligt.
Op het cartogram kun je beter zien dat er dichtbevolkte gemeenten zijn waar het aandeel mensen met overgewicht relatief lager ligt
Minder objectief
Het cartogram is een waardevol instrument om data te visualiseren. Niet alleen gezondheidsdata, maar alle data over de inwoners van een gebied. Toch zitten er ook haken en ogen aan. Door de vervormingen van gebieden op de kaart kan het voor de lezer lastig zijn herkenningspunten te vinden. Daarnaast worden de vervormingen gemaakt op basis van vooraf bepaalde statistische methoden. Figuur 2 is gemaakt in QGIS, met een plug-in die gebruik maakt van een algoritme dat in 1985 is bedacht door Dougenik, Chrisman & Niemeyer. Er zijn allerlei andere manieren om een cartogram te maken, maar… een andere statistiek geeft andere vervormingen. In dat opzicht is een cartogram dus minder objectief dan de ‘gewone’ kaart van Nederland. Misschien is een digitale versie waarin beide kaarten worden gecombineerd een mooie middenweg. Bijvoorbeeld een kaart met een schuifbalkje (slider) om van de data op gemeenteniveau over te gaan naar een cartogram. Dat is beter voor de herkenning van gebieden én voor de interpretatie van de gegevens.
Een cartogram tijdens het weerbericht of in de routeplanner is waarschijnlijk geen goed idee, maar als het gaat om data over mensen, zoals overgewicht, kan een cartogram inzichten opleveren die een gewone kaart je niet biedt. Het overwicht van de grote, dunbevolkte gemeenten op de kaart van Nederland zal voorlopig niet veranderen. Laten we proberen het overgewicht van de inwoners wél aan te pakken.
BRONNEN
- RIVM (2020). Het potentieel van preventie.
- Fink, C. (2017). Cartogram3.
- Dougenik, J.A., Chrisman, N.R., & Niemeyer, D.R. (1985). An algorithm to construct continuous cartograms. Professional Geographer 37: 75-81.