---
title: "EU:n lainsäädäntö jakaumana — Osa 5: Säädösten viittausverkosto"
subtitle: "Mitkä säädökset ovat EU-oikeuden solmupisteitä? Verkostoanalyysi paljastaa juridiset riippuvuudet, joita ei voi nähdä yksittäistä säädöstä lukemalla."
author: "Kristian Vepsäläinen"
date: 2026-06-25
lang: fi
format:
html:
fig-width: 9
fig-height: 7
fig-dpi: 150
embed-resources: true
code-summary: "Näytä koodi"
execute:
echo: true
warning: false
message: false
cache: false
---
```{r setup}
library(tidyverse)
library(here)
library(lubridate)
library(scales)
library(ggtext)
library(igraph)
library(tidygraph)
library(ggraph)
library(patchwork)
#library(eurlex)
col_red <- "#e63946"
col_green <- "#2a9d8f"
col_orange <- "#f4a261"
col_navy <- "#1d3557"
col_blue <- "#457b9d"
col_purple <- "#6d597a"
theme_set(
theme_minimal(base_size = 14) +
theme(
plot.title = element_markdown(face = "bold", size = 15),
plot.subtitle = element_markdown(color = "grey40"),
plot.caption = element_text(color = "grey55", size = 9),
axis.title = element_text(color = "grey30"),
panel.grid.minor = element_blank()
)
)
```
## Verkosto on jakauma — keskeisyyskin on jakauma
EU-oikeuden julkisessa keskustelussa puhutaan yksittäisistä säädöksistä.
GDPR. NIS2. AI Act. Jokainen niistä esitetään itsenäisenä kokonaisuutena —
ikään kuin se olisi syntynyt tyhjiöön.
Todellisuudessa EU-lainsäädäntö on **verkosto**. Säädökset viittaavat
toisiinsa, muuttavat toisiaan, nojaavat toistensa määritelmiin. Jotkut
säädökset ovat verkoston solmupisteitä (*hubs*): jos ne kumotaan tai
muuttuvat, kymmenien muiden säädösten tulkinta muuttuu samalla.
Tämä on "maailma on jakauma" -teeman ydin: **keskeisyyskään ei ole
pistemäinen ominaisuus**. Se on jakauma. Useimmat säädökset ovat verkoston
reunoilla — harva on solmupisteessä. Jakauman häntä on se, mikä kiinnostaa.
---
## Datan haku: `include_citations`
Aiemmissa sarjan osissa havaitsimme että `include_lbs = TRUE` hakee
oikeusperustan (Treaty-artiklaviittaukset UUID-muodossa) — ei säädösviittauksia.
Verkostoanalyysiin tarvitaan `include_citations = TRUE`, joka palauttaa
suorat viittaukset toisiin säädöksiin CELEX-muodossa.
```{r hae_viittausdata}
#| cache: false
cit_path <- here("data/eu/eu_citations_raw.rds")
base_path <- here("data/eu/eu_saadanto_raw.rds")
if (!file.exists(base_path)) {
stop("Aja ensin osa 1: ", base_path, " puuttuu.")
}
raw_base <- readRDS(base_path)
message("Perustilastot ladattu: ", nrow(raw_base), " riviä")
if (!file.exists(cit_path)) {
message("Haetaan viittausdata EUR-Lexistä (include_citations = TRUE)...")
message("Huomio: haku voi kestää useita minuutteja.")
tyypit <- c("regulation", "directive", "decision")
hae_viittaukset <- function(tyyppi) {
message(" → ", tyyppi)
tulos <- elx_make_query(
resource_type = tyyppi,
include_date = TRUE,
include_celex = TRUE,
include_citations = TRUE
) |> elx_run_query() |>
mutate(resource_type = tyyppi)
cat(tyyppi, ":", nrow(tulos), "riviä —",
if (nrow(tulos) == 1e6) "*** RAJA OSUI ***\n" else "ok\n")
tulos
}
raw_cit <- map(tyypit, hae_viittaukset) |> bind_rows()
dir.create(dirname(cit_path), showWarnings = FALSE, recursive = TRUE)
saveRDS(raw_cit, cit_path)
message("Tallennettu: ", nrow(raw_cit), " riviä → ", cit_path)
} else {
raw_cit <- readRDS(cit_path)
message("Ladattu tiedostosta: ", nrow(raw_cit), " riviä")
}
# Tarkistetaan sarakkeet
cat("Sarakkeet:", paste(names(raw_cit), collapse = ", "), "\n")
cat("Rivejä yhteensä:", nrow(raw_cit), "\n\n")
# Katsotaan miltä citations-data näyttää
cat("Esimerkki viittausdatasta:\n")
raw_cit |>
filter(!is.na(citationcelex)) |>
select(celex, citationcelex) |>
slice_head(n = 5) |>
print()
```
```{r siivoa_viittaukset}
# Poimitaan CELEX-numero citations-sarakkeesta
# Rakenne voi olla URI-muoto: http://...celex/32024R0903
# tai suoraan CELEX: 32024R0903
# str_extract tunnistaa molemmat
reunat_raw <- raw_cit |>
filter(!is.na(celex), !is.na(citationcelex)) |>
mutate(
lahde = celex,
# Ensin yritetään poimia URI:n lopusta
kohde = coalesce(
str_extract(citationcelex, "(?<=celex/)[A-Z0-9]+"),
# Jos ei URI-muoto, yritetään suoraa CELEX-muotoa
str_extract(citationcelex, "^[0-9]{5}[A-Z][0-9]+$")
)
) |>
filter(
!is.na(kohde),
lahde != kohde, # ei itseen viittaavia silmukoita
nchar(kohde) >= 5, # poistetaan liian lyhyet
nchar(kohde) <= 20 # poistetaan liian pitkät
) |>
select(lahde, kohde) |>
distinct()
cat("Viittauspareja (reunoja):", nrow(reunat_raw), "\n")
cat("Uniikkeja lähdesäädöksiä:", n_distinct(reunat_raw$lahde), "\n")
cat("Uniikkeja kohdesäädöksiä:", n_distinct(reunat_raw$kohde), "\n\n")
# Tarkistetaan että kohteet näyttävät oikeilta CELEX-numeroilta
cat("Esimerkkejä kohde-CELEX:eistä:\n")
head(reunat_raw$kohde, 10)
```
```{r diagnostiikka}
# Viittausten jakauma per säädös
cat("Viittauksia per lähdesäädös (lähtevä aste):\n")
reunat_raw |>
count(lahde, name = "viittauksia") |>
pull(viittauksia) |>
summary() |>
print()
cat("\nViittauksia per kohdesäädös (saapuva aste):\n")
reunat_raw |>
count(kohde, name = "viittauksia") |>
pull(viittauksia) |>
summary() |>
print()
```
---
## Verkostorakenne
```{r rakenna_verkosto}
# Solmumeta perustilastoista
solmut_meta <- raw_base |>
filter(!is.na(celex), !is.na(date)) |>
mutate(
date = as.Date(date),
vuosi = year(date),
saadostyyppi = case_when(
resource_type == "regulation" ~ "Asetus",
resource_type == "directive" ~ "Direktiivi",
resource_type == "decision" ~ "Päätös",
resource_type == "recommendation" ~ "Suositus",
TRUE ~ "Muu"
)
) |>
select(celex, saadostyyppi, vuosi) |>
distinct(celex, .keep_all = TRUE)
# Kaikki uniikkit solmut
solmut_celex <- union(reunat_raw$lahde, reunat_raw$kohde)
# Rakennetaan igraph suoraan — luotettavampi kuin tidygraph-muunnos
g_igraph <- graph_from_data_frame(
d = reunat_raw |> rename(from = lahde, to = kohde),
directed = TRUE,
vertices = tibble(name = solmut_celex) |>
left_join(solmut_meta, by = c("name" = "celex"))
)
cat("Verkosto rakennettu:\n")
cat(" Solmuja:", vcount(g_igraph), "\n")
cat(" Reunoja:", ecount(g_igraph), "\n")
cat(" Tiheys:", round(edge_density(g_igraph), 6), "\n")
cat(" Solmuattribuutit:", paste(vertex_attr_names(g_igraph), collapse = ", "), "\n")
```
```{r laske_keskeisyydet}
cat("Lasketaan keskeisyysmitat...\n")
indegree <- degree(g_igraph, mode = "in")
outdegree <- degree(g_igraph, mode = "out")
pagerank <- page_rank(g_igraph, directed = TRUE)$vector
betweenness <- betweenness(g_igraph, directed = TRUE, normalized = TRUE)
# Kootaan — V(g_igraph)$name on nyt luotettava koska
# rakensimme igraphin graph_from_data_frame:lla
solmut_df <- tibble(
celex = V(g_igraph)$name,
indegree = indegree,
outdegree = outdegree,
pagerank = pagerank,
betweenness = betweenness
) |>
left_join(solmut_meta, by = "celex") |>
arrange(desc(indegree))
cat("Top 10 saapuvan asteen mukaan:\n")
solmut_df |>
slice_head(n = 10) |>
select(celex, saadostyyppi, vuosi, indegree, pagerank) |>
mutate(pagerank = round(pagerank, 5)) |>
print()
```
---
## Analyysi 1: Keskeisyysjakaumat — potenssilaki?
```{r fig_aste_jakauma}
#| fig-cap: "Saapuvan asteen jakauma log-log-asteikolla ja PageRank-jakauma. Suora linja log-log-kuvassa viittaa potenssilakijakaumaan."
indegree_dist <- solmut_df |>
count(indegree, name = "n_acts") |>
filter(indegree > 0)
p1 <- ggplot(indegree_dist, aes(indegree, n_acts)) +
geom_point(color = col_navy, alpha = 0.5, size = 1.5) +
geom_smooth(method = "lm", se = TRUE,
color = col_red, fill = col_red, alpha = 0.15) +
scale_x_log10(labels = comma_format()) +
scale_y_log10(labels = comma_format()) +
labs(
title = "**Saapuvan asteen jakauma** (log-log)",
subtitle = "Suora viiva = potenssilaki. Harvoilla säädöksillä äärimmäisen paljon viittauksia.",
x = "Saapuva aste (log)", y = "Lukumäärä (log)"
)
p2 <- solmut_df |>
filter(pagerank > 0) |>
ggplot(aes(pagerank)) +
geom_histogram(aes(y = after_stat(density)),
bins = 60, fill = col_blue,
alpha = 0.7, color = "white") +
geom_density(color = col_red, linewidth = 1.0) +
scale_x_log10(labels = scientific_format()) +
labs(
title = "**PageRank-jakauma** (log-asteikko)",
subtitle = "Äärimmäisen vino oikealle — solmupisteet erottuvat selvästi massasta",
x = "PageRank (log)", y = "Tiheys",
caption = "Lähde: EUR-Lex SPARQL via eurlex (R). Kristian Vepsäläinen / kristianvepsalainen.com"
)
p1 / p2
```
```{r fig_keskeisyys_tyypeittain}
#| fig-cap: "PageRank-jakauma säädöstyypeittäin."
solmut_df |>
filter(!is.na(saadostyyppi), saadostyyppi != "Muu", pagerank > 0) |>
ggplot(aes(pagerank, fill = saadostyyppi, color = saadostyyppi)) +
geom_density(alpha = 0.35, linewidth = 0.8) +
scale_fill_manual(values = c(col_red, col_green, col_blue, col_orange)) +
scale_color_manual(values = c(col_red, col_green, col_blue, col_orange)) +
scale_x_log10(labels = scientific_format()) +
labs(
title = "**PageRank-jakauma säädöstyypeittäin**",
subtitle = "Oikealla häntä = solmupisteet. Mikä tyyppi tuottaa eniten solmupisteitä?",
x = "PageRank (log)", y = "Tiheys",
fill = NULL, color = NULL,
caption = "Lähde: EUR-Lex SPARQL via eurlex (R). Kristian Vepsäläinen / kristianvepsalainen.com"
) +
theme(legend.position = "top")
```
---
## Analyysi 2: Solmupisteet — EU-oikeuden peruskivet
```{r fig_top_solmupisteet}
#| fig-cap: "Top 20 säädöstä PageRankin mukaan."
top20 <- solmut_df |>
arrange(desc(pagerank)) |>
slice_head(n = 20) |>
mutate(pagerank_norm = pagerank / max(pagerank))
top20 |>
mutate(celex = fct_reorder(celex, pagerank)) |>
ggplot(aes(pagerank_norm, celex, fill = saadostyyppi)) +
geom_col(show.legend = TRUE, width = 0.75) +
geom_text(
aes(label = paste0(
if_else(!is.na(vuosi), as.character(vuosi), "?"),
" · ",
if_else(!is.na(saadostyyppi), saadostyyppi, "?")
)),
hjust = -0.05, size = 3.0
) +
scale_fill_manual(values = c(col_red, col_green, col_blue,
col_orange, col_navy),
na.value = "grey60") +
scale_x_continuous(expand = expansion(mult = c(0, 0.35)),
labels = percent_format()) +
labs(
title = "**EU-oikeuden solmupisteet** — top 20 PageRankin mukaan",
subtitle = "100 % = suurin PageRank verkostossa. Nämä säädökset ovat muiden perusta.",
x = "Suhteellinen PageRank", y = NULL, fill = NULL,
caption = "Lähde: EUR-Lex SPARQL via eurlex (R). Kristian Vepsäläinen / kristianvepsalainen.com"
) +
theme(legend.position = "top")
```
---
## Analyysi 3: Verkostovisualisointi — ytimen rakenne
```{r rakenna_ydinverkosto}
kynnys_95 <- quantile(solmut_df$indegree, 0.95, na.rm = TRUE)
cat("95. persentiili indegree:", kynnys_95, "\n")
ydin_celex <- solmut_df |>
filter(indegree >= kynnys_95) |>
pull(celex)
cat("Ydinsolmuja:", length(ydin_celex), "\n")
g_ydin <- induced_subgraph(
g_igraph,
vids = which(V(g_igraph)$name %in% ydin_celex)
)
cat("Ydinverkoston solmuja:", vcount(g_ydin), "\n")
cat("Ydinverkoston reunoja:", ecount(g_ydin), "\n")
```
```{r fig_ydinverkosto}
#| fig-cap: "EU-oikeuden ydinverkosto — top 5 % indegree-asteen mukaan. Solmun koko = PageRank. Väri = säädöstyyppi."
#| fig-height: 9
pagerank_ydin <- page_rank(g_ydin, directed = TRUE)$vector
g_ydin_tidy <- as_tbl_graph(g_ydin) |>
mutate(
pagerank = pagerank_ydin,
etiketti = if_else(
pagerank >= quantile(pagerank_ydin, 0.90, na.rm = TRUE),
name,
NA_character_
)
)
set.seed(42)
ggraph(g_ydin_tidy, layout = "fr") +
geom_edge_arc(
aes(alpha = after_stat(index)),
color = "grey70",
linewidth = 0.3,
show.legend = FALSE
) +
geom_node_point(
aes(size = pagerank,
color = saadostyyppi),
alpha = 0.85
) +
geom_node_text(
aes(label = etiketti),
size = 2.8,
repel = TRUE,
max.overlaps = 20,
color = col_navy,
na.rm = TRUE
) +
scale_color_manual(
values = c(col_red, col_green, col_blue, col_orange, col_navy),
na.value = "grey60"
) +
scale_size_continuous(range = c(1.5, 8), guide = "none") +
scale_edge_alpha(range = c(0.05, 0.3), guide = "none") +
labs(
title = "**EU-oikeuden ydinverkosto** — top 5 % keskeisyyden mukaan",
subtitle = "Solmun koko = PageRank. Etiketti = kaikkein keskeisimmät säädökset.",
color = NULL,
caption = "Layout: Fruchterman-Reingold. Lähde: EUR-Lex SPARQL via eurlex (R).\nKristian Vepsäläinen / kristianvepsalainen.com"
) +
theme_graph(base_family = "sans", base_size = 12) +
theme(
plot.title = element_markdown(face = "bold", size = 15),
plot.subtitle = element_text(color = "grey40"),
plot.caption = element_text(color = "grey55", size = 9),
legend.position = "top"
)
```
---
## Analyysi 4: Keskeisyyden kehitys ajan myötä
```{r fig_keskeisyys_vuosikymmen}
#| fig-cap: "PageRank-jakauma vuosikymmenittäin — viuludiagrammi paljastaa muodon muutokset."
solmut_df |>
filter(!is.na(vuosi), vuosi >= 1960, vuosi <= 2019, pagerank > 0) |>
mutate(
vuosikymmen = factor(
paste0(floor(vuosi / 10) * 10, "-luku"),
levels = paste0(seq(1960, 2010, 10), "-luku")
)
) |>
ggplot(aes(vuosikymmen, pagerank, fill = vuosikymmen)) +
geom_violin(alpha = 0.65, color = "white", show.legend = FALSE) +
geom_boxplot(width = 0.1, fill = "white", outlier.shape = NA,
color = "grey30", show.legend = FALSE) +
scale_fill_manual(values = c(col_navy, col_blue, col_green,
col_orange, col_red, col_purple)) +
scale_y_log10(labels = scientific_format()) +
labs(
title = "**PageRank-jakauma vuosikymmenittäin**",
subtitle = "Log-asteikko. Mediaani laskee uudemmissa vuosikymmenissä — uudet säädökset eivät ole ehtineet kerätä viittauksia.",
x = NULL, y = "PageRank (log)",
caption = "Lähde: EUR-Lex SPARQL via eurlex (R). Kristian Vepsäläinen / kristianvepsalainen.com"
)
```
---
## Yhteenveto
Tässä sarjan viidennessä osassa rakennettiin EU:n lainsäädännön
viittausverkosto käyttäen `include_citations = TRUE` -parametria.
Tekninen huomio: `include_lbs` hakee oikeusperustan Treaty-artiklaviittaukset
UUID-muodossa — ei säädösviittauksia. `include_citations` on oikea parametri
verkostoanalyysiin.
Verkostorakenne noudattaa potenssilakia: useimmilla säädöksillä on vähän
viittauksia, harvoilla äärimmäisen paljon. Tällaisessa verkostossa muutama
solmupiste on kriittinen koko oikeusjärjestelmän kannalta — niiden muuttuminen
vaikuttaa kaikkiin säädöksiin jotka niihin viittaavat.
---
## Mitä seuraavaksi?
**Osa 6 — EP:n poliittiset voimasuhteet ja säädöstuotanto**
Vaikuttaako EP:n oikeisto–vasemmisto-painopiste siihen mitä EU lainsäätää?
ParlGov + EUR-Lex + Bayesilainen regressio.
---
*Kaikki analyysi on toistettavissa. Koodi on avoin.*
*Kiinnostaako verkostoanalyysi omassa liiketoiminnassasi? —
[kristianvepsalainen.com](https://kristianvepsalainen.com)*
