Slovenske občine #3 :: Povezave

To je tretja objava o slovenskih občinah. V prvi smo se spraševali o KOLIKO, v drugi KAM, v tej pa gledamo povezave med akterji.

Skripte, podatke in mrežni graf sem naredil že pred časom (26.8.2013). K objavi materjala, pa me je vzpodbudila razprava o spremembah zakona o dostopu do informacij javnega značaja (ZDIJZ), oziroma natančneje ta objava poslanca DL in video posnetek.

Postopek

Na strani supervizor se lahko vidi s katerimi podjetji so poslovale javne ustanove. To se mi seveda zdi edino pravilno, saj so, kot že ime pove javne.

  1. Iz supervizorja smo pridobili vse občine.
  2. Za vsako občino smo iz strani prenesli 50 podjetij s katerimi je določena občina največ poslovala, ter zneske poslovanja.
  3. Podatke smo spremenili v vezi in vozlišča (edge & node) tako da jih je program Gephi lahko naložil.
  4. Z nadaljno obdelavo in nastavitvami v Gephi-ju smo dobili prikaz iz katerega se je dalo kaj videti.

Kaj nas je zanimalo

S katerimi podjetji, kako in koliko so občine največ poslovale? Koliko je skupnih podjetij, koliko vezanih le na eno občino, ter kako so razporejena? Pri takem številu potencialno povezanih podatkov, delaš mrežni graf ravno zato da boš videl, kaj se bo spoh videlo.

Splošen pogled na mrežo

V prvem grafu smo skrili nazive, da lahko opazujemo samo strukturo mreže. Rdeče so občine, svetlo modra so podjetja. Velikost pike predstavlja velikost skupnega zneska (iz občine ali v podjetje).

Kot dve največji rdeči piki lepo Izstopata Ljubjana in Maribor. Od podjetij, pa bomo kasneje videli, da so največje pike blizu sredine Banke (ker so poslovale z zelo različnimi občinami). Nekaj mest, kot npr. Celje in Maribor prisegata na svoje lokalne banke. Naslednji večji akterji pa so gradbena podjetja, ki so večinoma razporejeni po svojih širših regijah.

obc3_network_nolabel

Vidimo lahko, da si občine delijo nekaj podjetij a ima vsaka občina svoj grozd satelitov. Če odstranimo povezave so še lepše vidni.

obc3_network_noedgenolabel

Večje občine imajo nekoliko večje satelite, manjše pa manjše. Skala ni linearna ampak logaritmična, ker bi bile v tem primeru velike občine čisto prevelike, majhne pa čisto premajhne za prikaz.

Opomba: Ker smo od vsake občine vzeli 50 podjetij s katerimi so največ poslovala, ima vsaka občina na grafu isto število podjetij.

Imena

Pa poglejmo še graf z imeni. V tem primeru kliknite sliko, da vam jo bo pokazalo veliko večjo, kjer se bo dalo prebrati večje napise.

obc3_network_names

Izpostavimo par pogledov

Mestne občine

obc3_mestne_obcine

Banke 1/2 (bolj udeležene)

obc3_banke1

Banke 2/2 (malo manj udeležene)

obc3_banke2

Primerjava Elektro Ljubljana ter Elektro Mariborobc3_elektro_lj_mb

Zneski v pravem razmerju

Če bi že prej uporabili pravo razmerje (ne logaritmično), se večino občin in podjetij na grafu ne bi videlo. Sedaj, za občutek o razmerjih med zneski, pa pride tudi graf z linearnim razmerjem. Ob tem ne pozabite, da so med občinami tudi ogromne razlike v prebivalstvu, kot smo prikazali v naši prvi objavi o občinah (KOLIKO).

obc3_linear

Izvorna Gephi datoteka

Ker lahko graf pride prav komu, ki ima kaj konkretnega za raziskovati, objavljam tudi Gephi datoteko, tako da si jo lahko vsak odpre in v njej poišče specifične stvari, ki jo/ga zanimajo.

Vir podatkov

http://supervizor.kpk-rs.si/

Izvorna Gephi Datoteka

http://dataoko.bitbucket.org/

Če vam je delo všeč, prosimo donirajte projektu Gephi.

Izjava

Podatke smo obdelali in predstavili v želji, da čimbolje prikažemo realno stanje, vendar ne prevzemamo nobene odgovornosti za njihovo točnost ali za točnost naših postopkov. Prav tako ne prevzemamo odgovornost za kakršnekoli posledice uporabe teh podatkov ali naših prikazov in povzetkov. Vsi izvorni podatki so javni in vsak jih lahko analizira sam, če želi na podlagi njih delovati. Če naletite na kakšne nepravilnosti ali napake nam jih prosim sporočite na dataoko@fastmail.fm.

Advertisements

3 thoughts on “Slovenske občine #3 :: Povezave

  1. sb

    Podatke smo spremenili stranice in točke (edge & node) tako da jih je program Gephi lahko naložil. -> manjka “v” in terminološko so vezi in vozlišča (lahko tudi točke).

    na grafu nebi videlo. -> ne bi

    Sedaj za občutek o razmerjih med zneski -> vejica za sedaj

    pozabite da -> pred ki, ker, ko, da, če, vejica skače.

    Sama pripoved ne teče lepo. Preveč ostro skačeš med temami.

    Zanimiva bi bila kakšna normalizacija na budget občin.

    Reply
  2. dataoko Post author

    Hvala sb. Nekaj javljenih stvari sem na hitro popravil. Kasneje bom šel še enkrat skozi besedilo in bil pozoren na vejice. Hvala za komentar glede ostrega skakanja. Mogoče je k temu pripomoglo, da sem skakal med programom, podatki in objavo. Bom jutri šel še enkrat samo skozi besedilo in bil pozoren tudi na to.

    Da, normalizacija na budget in tudi na število prebivalcev bi bila zanimiva. No, po drugi strani pa smo tu raziskovali predvsem povezave. Prvi problem bi nastopil, ker sem za vsako občino vzel samo top50 podjetij. Celotne izdatke, in normalizirane na prebivalca sem obdeloval v prvi objavi o občinah: https://dataoko.wordpress.com/2012/12/02/slovenske-obcine-1-koliko/

    Reply

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s