Sähköautot eivät ole siellä missä laturit

Yksi luku, joka piilottaa kaiken olennaisen

Suomen sähköautoistumisesta puhutaan yhtenä prosenttilukuna. Niin monta prosenttia henkilöautoista on täyssähköautoja. Luku nousee vuosittain, ja siitä uutisoidaan.

Luku on totta koko maan tasolla ja lähes hyödytön kaikessa muussa. Sähköauton hankinta riippuu siitä, voiko sen ladata kotona, kuinka pitkiä matkoja ajetaan ja millainen latausverkko on lähialueella. Nämä eroavat Suomen sisällä enemmän kuin monen maan välillä.

Tässä osassa katson, miten sähköautot ovat jakautuneet kunnittain, ja vertaan autokantaa latauspistokkeisiin. Matkalla tulee vastaan tilastollinen ongelma, joka toistuu kaikessa aluevertailussa ja jonka ohittaminen tuottaa säännönmukaisesti vääriä johtopäätöksiä: pienissä kunnissa osuudet heittelevät sattumalta, ja ilman korjausta ne valtaavat kaikki kärkisijat.

Aineiston hakeminen

Traficomin tilastotietokanta tarjoaa kuntatason ajoneuvokannan avoimena rajapintana. Kanta ei ole sama kuin Tilastokeskuksen StatFin, vaikka se pyörii samalla alustalla — se on Traficomin oma tietokanta omassa osoitteessaan. Tämä kannattaa tietää, koska StatFinistä taulua ei löydy.

Rajapinta on toiminnaltaan kankea. Kysely on rajattava tarkasti, koska solumäärälle on katto, eivätkä kaikki muuttujat ole pilkottavissa osiin. Lisäksi näiden tietokantojen rakenteeseen tehtiin kesäkuussa 2026 muutos, jossa muuttujien tunnisteet vaihtuivat — kysely, joka toimi keväällä, ei välttämättä toimi nyt.

Tästä seuraa työtapa, jota suosittelen kaikkeen avoimen datan käyttöön: hae kerran, tallenna, älä koske rajapintaan uudelleen.

kanta_path <- file.path(data_dir, "autokanta.qs")

# Aineisto haetaan rajapinnasta kerran ja tallennetaan levylle. Sen jälkeen
# jokainen ajo lukee tiedostosta eikä koske rajapintaan lainkaan. Tämä on
# tietoinen valinta: rajapinnat muuttuvat, tiedostot eivät.
stopifnot(
  "Aineisto puuttuu. Hae se kerran ohjeen mukaan (ks. teksti alla)." =
    file.exists(kanta_path)
)

autokanta <- qs2::qd_read(kanta_path)

# Sarakenimet tulevat suoraan rajapinnasta ja voivat muuttua taulupäivityksessä,
# joten ne tunnistetaan sisällön perusteella eikä sijainnin.
tunnista_sarake <- function(df, hakusana) {
  osuma <- names(df)[str_detect(names(df), regex(hakusana, ignore_case = TRUE))]
  stopifnot("Saraketta ei löytynyt tai osumia oli useita" = length(osuma) == 1)
  osuma
}

sar_alue   <- tunnista_sarake(autokanta, "^Alue$")
sar_merkki <- tunnista_sarake(autokanta, "^Merkki$")
sar_vuosi  <- tunnista_sarake(autokanta, "vuosi")
sar_voima  <- tunnista_sarake(autokanta, "voima")
sar_arvo   <- setdiff(names(autokanta),
                      c(sar_alue, sar_merkki, sar_vuosi, sar_voima))

stopifnot(
  "Arvosaraketta ei tunnistettu yksikäsitteisesti" = length(sar_arvo) == 1
)

autokanta <- autokanta |>
  rename(alue = all_of(sar_alue), merkki = all_of(sar_merkki),
         vuosi = all_of(sar_vuosi), voima = all_of(sar_voima),
         n = all_of(sar_arvo))

# Rajapinta palauttaa tyhjän solun silloin kun kunnassa ei ole yhtäkään
# kyseisen merkin ja käyttövoiman yhdistelmää. Tyhjä tarkoittaa siis nollaa,
# ei tuntematonta. Ero on olennainen: jos tyhjät tulkittaisiin puuttuvaksi
# tiedoksi, kuntien summat jäisivät vajaiksi.
osuus_tyhjia <- mean(is.na(autokanta$n))

stopifnot(
  "Käyttöönottovuosi ei ole rajattu yhteen arvoon" = n_distinct(autokanta$vuosi) == 1,
  "Negatiivisia autolukuja" = all(autokanta$n >= 0, na.rm = TRUE),
  "Odotettuja käyttövoimia puuttuu" =
    all(c("Yhteensä", "Sähkö") %in% autokanta$voima),
  "Alueita on odottamaton määrä" = between(n_distinct(autokanta$alue), 280, 300)
)

# Tulkinnan oikeellisuus varmistetaan aineistosta itsestään: jos tyhjät ovat
# nollia, merkkikohtaisten rivien summa täsmää yhteensä-riviin. Jos ne
# olisivat salattuja lukuja, summa jäisi systemaattisesti vajaaksi.
tarkistus_summa <- autokanta |>
  filter(voima == "Yhteensä") |>
  group_by(alue) |>
  summarise(
    yhteensa_rivi = sum(n[merkki == "Henkilöautot yhteensä"], na.rm = TRUE),
    merkkien_summa = sum(n[merkki != "Henkilöautot yhteensä" &
                             !str_detect(merkki, "yhteensä")], na.rm = TRUE),
    .groups = "drop"
  ) |>
  mutate(ero = abs(merkkien_summa - yhteensa_rivi) / pmax(yhteensa_rivi, 1))

stopifnot(
  "Merkkikohtaiset luvut eivät summaudu yhteensä-riviin – tyhjät eivät ole nollia" =
    median(tarkistus_summa$ero, na.rm = TRUE) < 0.02
)

Aineisto haetaan kerran ja tallennetaan levylle. Sen jälkeen jokainen ajo lukee tiedostosta eikä ota rajapintaan yhteyttä lainkaan. Tämä ei ole pelkkä nopeusoptimointi vaan periaate: rajapinnat muuttuvat ja menevät rikki, tiedostot eivät. Analyysin toistettavuus ei saa riippua siitä, että kolmannen osapuolen palvelin vastaa tänään samalla tavalla kuin eilen.

Haku tehdään kerran seuraavasti:

# Aja tämä kerran konsolissa, ei osana dokumentin renderöintiä
px_url <- paste0("https://trafi2.stat.fi/PXWeb/api/v1/fi/TraFi/",
                 "TraFi__Liikennekaytossa_olevat_ajoneuvot/010_kanta_tau_101.px")

kysely <- pxweb::pxweb_query(list(
  "Alue"              = "*",
  "Merkki"            = "*",
  "Käyttöönottovuosi" = "Yhteensä",
  "Käyttövoima"       = "*"
))

raaka <- pxweb::pxweb_get_data(px_url, kysely)
qs2::qd_save(tibble::as_tibble(raaka),
             here::here("data", "latausverkko", "autokanta.qs"))

Käyttöönottovuosi on rajattava yhteen arvoon. Ilman rajausta kyselystä tulisi lähes 600 000 solua, ja rajapinnan katto on noin 110 000 — muut kolme muuttujaa eivät ole pilkottavissa eriin, joten haku ei mene läpi millään uudelleenyrityksellä.

Tyhjä solu ei ole puuttuva tieto

Aineistossa on runsaasti tyhjiä soluja: 89.5% riveistä. Syy on rakenteellinen. Taulu sisältää jokaisen kunnan ja jokaisen automerkin ja jokaisen käyttövoiman yhdistelmän, ja valtaosaa niistä ei ole olemassa — pienessä kunnassa ei ole yhtään vetykäyttöistä Aston Martinia.

Tyhjä solu tarkoittaa siis nollaa, ei tuntematonta. Ero on ratkaiseva. Jos tyhjät tulkittaisiin puuttuvaksi tiedoksi ja jätettäisiin laskuista pois, tulos olisi sama; mutta jos ne tulkittaisiin salatuiksi luvuiksi — mitä ne joissakin tilastoissa ovat — kuntien summat olisivat systemaattisesti liian pieniä.

En luota tässä oletukseen vaan tarkistan sen aineistosta. Jos tyhjät ovat nollia, merkkikohtaisten rivien summa täsmää kunnan yhteensä-riviin. Jos ne olisivat salattuja lukuja, summa jäisi vajaaksi. Koodissa oleva tarkistus pysäyttää ajon, jos näin käy.

Tämä on pieni yksityiskohta, mutta juuri tällaiset kaatavat analyysejä hiljaisesti. Puuttuvan arvon merkitys ei ole koskaan itsestään selvä, ja se on harvoin dokumentoitu.

kunnat <- autokanta |>
  filter(
    merkki == "Henkilöautot yhteensä",
    !str_detect(alue, "MANNER-SUOMI|Ulkomaat|Tuntematon")
  ) |>
  mutate(luokka = case_when(
    voima == "Yhteensä" ~ "kaikki",
    voima == "Sähkö" ~ "sahko",
    str_detect(voima, "ladattava hybridi") ~ "phev",
    TRUE ~ NA_character_
  )) |>
  filter(!is.na(luokka)) |>
  group_by(kunta = alue, luokka) |>
  summarise(n = sum(n, na.rm = TRUE), .groups = "drop") |>
  pivot_wider(names_from = luokka, values_from = n, values_fill = 0) |>
  mutate(
    osuus_sahko = sahko / kaikki,
    osuus_ladattava = (sahko + phev) / kaikki
  ) |>
  filter(kaikki > 0)

stopifnot(
  "Kuntia ei kertynyt odotettua määrää" = between(nrow(kunnat), 280, 300),
  "Sähköautoja enemmän kuin autoja yhteensä" = all(kunnat$sahko <= kunnat$kaikki),
  "Osuus ei ole välillä 0–1" = all(between(kunnat$osuus_sahko, 0, 1))
)

koko_maa <- sum(kunnat$sahko) / sum(kunnat$kaikki)

Viimeinen tarkistus on tässä tärkein. Jos “Yhteensä”-rivi ei jostain syystä olisikaan kokonaissumma, osuus voisi ylittää ykkösen — ja se kaataisi myöhemmän mallin oudolla virheellä, jonka syytä olisi vaikea jäljittää. Parempi pysähtyä heti.

WarningAineiston rajaus

Traficomin taulu ei sisällä Ahvenanmaan erillisrekisterissä olevia henkilöautoja. Ahvenanmaa jää siis tämän tarkastelun ulkopuolelle. Tämä on tyypillinen esimerkki alaviitteestä, joka on helppo ohittaa mutta joka muuttaa tulkintaa: “koko Suomen” luku ei kata koko Suomea.

Aineisto kuvaa liikennekäytössä olevia henkilöautoja. Auto, joka on poistettu liikennekäytöstä mutta ei romutettu, ei näy luvuissa. Alue tarkoittaa ajoneuvon haltijan kotikuntaa, ei sitä missä autolla ajetaan — leasing- ja yritysautot voivat siis kirjautua pääkonttorin kuntaan.

Sähköistymisaste vaihtelee moninkertaisesti

hajonta <- kunnat |>
  summarise(
    min = min(osuus_sahko), max = max(osuus_sahko),
    q10 = quantile(osuus_sahko, 0.1), q90 = quantile(osuus_sahko, 0.9),
    mediaani = median(osuus_sahko)
  )

suhde_90_10 <- hajonta$q90 / hajonta$q10

Koko maan sähköistymisaste on 6.9%. Kuntakohtaisesti se vaihtelee 0.5%:sta 16.5%:iin. Kymmenennen ja yhdeksännenkymmenennen prosenttipisteen suhde on 3,8-kertainen — eli kärkipäässä olevissa kunnissa sähköistymisaste on moninkertainen häntäpäähän verrattuna.

Kuntien sähköistymisasteet. Ylhäällä jakauma, alhaalla riippuvuus kunnan autokannan koosta.

Miten alempaa kuvaa luetaan. Jokainen piste on yksi kunta. Vaaka-akselilla on kunnan henkilöautojen kokonaismäärä, pystyakselilla sähköautojen osuus.

Vaaka-akseli on logaritminen. Se tarkoittaa, että sama matka akselilla vastaa aina samaa kerrointa: matka tuhannesta kahteentuhanteen on yhtä pitkä kuin sadastatuhannesta kahteensataantuhanteen. Ilman tätä Helsinki venyttäisi kuvan niin, että kaikki muut kunnat puristuisivat vasempaan reunaan.

Kuvassa näkyy suppilomainen muoto: mitä pienempi kunta, sitä enemmän pisteet hajaantuvat pystysuunnassa. Osa hajonnasta on aitoa — kunnat oikeasti eroavat toisistaan — mutta osa on pelkkää sattumaa. Näiden erottaminen on seuraavan luvun aihe.

Ero ei ole kaupunki vastaan maaseutu

Ennen kuin mennään menetelmiin, kannattaa katsoa suurimpia kuntia. Niissä satunnaisvaihtelu on pienintä, joten luvut ovat luotettavia sellaisenaan.

pks <- c("Helsinki", "Espoo", "Vantaa", "Kauniainen")

suuret <- kunnat |>
  slice_max(kaikki, n = 15) |>
  mutate(
    ryhma = if_else(kunta %in% pks, "Pääkaupunkiseutu", "Muu suuri kunta"),
    kunta = fct_reorder(kunta, osuus_sahko)
  )

pks_taso <- kunnat |> filter(kunta %in% pks) |>
  summarise(o = sum(sahko) / sum(kaikki)) |> pull(o)
muut_taso <- kunnat |> filter(!kunta %in% pks) |>
  summarise(o = sum(sahko) / sum(kaikki)) |> pull(o)

Pääkaupunkiseudun sähköistymisaste on 14.1% ja muun maan 5.5% — eli 2,6-kertainen.

Sähköistymisaste Suomen 15 suurimmassa kunnassa autokannan mukaan mitattuna.

Tämä on kiinnostavampi tulos kuin tavanomainen kaupunki–maaseutu-vastakkainasettelu. Tampere ja Oulu ovat suuria yliopistokaupunkeja, mutta niiden sähköistymisaste on lähempänä koko maan tasoa kuin pääkaupunkiseutua. Ero ei siis synny kaupunkimaisuudesta sinänsä.

Todennäköisiä selityksiä on useita, eikä tämä aineisto erottele niitä: tulotaso, työsuhdeautojen yleisyys, uudehkon asuntokannan latausvalmius, työmatkojen pituus. Kaikki nämä ovat pääkaupunkiseudulla erilaisia kuin muualla, ja ne korreloivat keskenään.

Olennaista on, että yksinkertainen kaupunki–maaseutu-jaottelu ei tavoita ilmiötä. Jos latausinfran tukea kohdennettaisiin kaupunkimaisuuden perusteella, kohdennus osuisi väärin — Tampere ja Espoo näyttäisivät samalta vaikka niiden sähköautokannat eroavat lähes kaksinkertaisesti.

Miksi pienten kuntien luvut eivät ole vertailukelpoisia

Kuvitellaan kunta, jossa on sata henkilöautoa. Jos niistä neljä on sähköautoja, osuus on 4 %. Jos yksi asukas vaihtaa autonsa sähköautoon, osuus hyppää 5 %:iin — se nousee neljänneksellä yhden hankinnan takia.

Kunnassa, jossa on satatuhatta autoa, sama yksi hankinta ei näy missään.

Tästä seuraa, että pienten kuntien osuudet ovat epäluotettavampia mutta näyttävät aivan yhtä tarkoilta. Kun kunnat laitetaan järjestykseen sähköistymisasteen mukaan, kärkeen ja hännille valikoituvat systemaattisesti pienimmät kunnat — eivät siksi, että ne olisivat erilaisia, vaan siksi, että niissä satunnaisvaihtelu on suurinta.

Tämä ei ole pikkuseikka. Se on syy siihen, miksi lehdissä nähdään otsikoita tyyliin “tässä ovat Suomen sähköisimmät kunnat” ja lista on täynnä pieniä kuntia. Sama ilmiö tuottaa harhaisia listoja kouluvertailuissa, rikostilastoissa ja terveyseroissa. Ilmiö on tilastotieteessä hyvin tunnettu ja sen korjaaminen on rutiinia — mutta vain jos sen tekee.

Ratkaisu: hierarkkinen malli

Korjaus tunnetaan nimellä osittainen yhdistäminen (partial pooling). Ajatus on seuraava.

Meillä on kaksi äärivaihtoehtoa. Voimme käyttää kunnan omaa havaittua osuutta sellaisenaan — mikä on tarkka suurissa kunnissa ja epäluotettava pienissä. Tai voimme olettaa kaikki kunnat samanlaisiksi ja käyttää koko maan tasoa — mikä on vakaa mutta hukkaa kaiken aidon vaihtelun.

Hierarkkinen malli tekee näiden välimuodon ja painottaa sen automaattisesti oikein. Suuressa kunnassa havainto saa lähes täyden painon. Pienessä kunnassa arviota vedetään kohti koko maan tasoa sitä enemmän, mitä vähemmän havaintoja on. Vetoa kutsutaan kutistamiseksi (shrinkage).

Malli ei siis oleta pieniä kuntia keskimääräisiksi. Se sanoo: tästä kunnasta on niin vähän tietoa, että paras arvaus on lähempänä yleistä tasoa kuin havaittu poikkeama antaisi ymmärtää. Jos kunnasta kertyy lisää havaintoja ja poikkeama osoittautuu pysyväksi, malli seuraa perässä.

malli_path <- file.path(data_dir, "malli_sahkoistyminen.qs")

if (!file.exists(malli_path)) {
  malli <- brm(
    sahko | trials(kaikki) ~ 1 + (1 | kunta),
    data = kunnat,
    family = binomial(),
    prior = c(
      prior(normal(-3, 1.5), class = "Intercept"),
      prior(exponential(2), class = "sd")
    ),
    # Vakiotermi ja satunnaisvaikutukset ovat hierarkkisessa mallissa
    # vahvasti kytköksissä toisiinsa, mikä hidastaa ketjujen sekoittumista.
    # Ongelma ei ole mallissa vaan geometriassa, ja se ratkeaa vedoilla.
    chains = 4, iter = 8000, warmup = 2000, cores = 4,
    seed = 42, refresh = 0
  )
  qs2::qs_save(malli, malli_path)
} else {
  malli <- qs2::qs_read(malli_path)
}

# Rhat kertoo, ovatko ketjut päätyneet samaan paikkaan. Efektiivinen otoskoko
# kertoo, montako riippumatonta vetoa niistä on saatu. Jälkimmäinen on tässä
# ratkaisevampi, koska tulokset raportoidaan 95 %:n väleinä ja jakauman
# häntien arviointi vaatii selvästi enemmän vetoja kuin keskiarvon.
diagnostiikka <- summary(malli)
ess_kiinteat <- min(diagnostiikka$fixed$Bulk_ESS, diagnostiikka$fixed$Tail_ESS)
ess_satunnaiset <- min(diagnostiikka$random$kunta$Bulk_ESS,
                       diagnostiikka$random$kunta$Tail_ESS)

rhatit <- brms::rhat(malli)
rhatit <- rhatit[!names(rhatit) %in% c("lp__", "lprior")]
pahin_rhat <- max(rhatit, na.rm = TRUE)

if (pahin_rhat >= 1.01 || min(ess_kiinteat, ess_satunnaiset) < 400) {
  message("Korkein Rhat: ", round(pahin_rhat, 4),
          " (", names(which.max(rhatit)), ")",
          " – pienin ESS: ", round(min(ess_kiinteat, ess_satunnaiset)))
}

stopifnot(
  "Ketjut eivät päätyneet samaan paikkaan (Rhat >= 1,01)" = pahin_rhat < 1.01,
  "Efektiivinen otoskoko liian pieni häntien arviointiin" =
    min(ess_kiinteat, ess_satunnaiset) >= 400
)

ennusteet <- kunnat |>
  mutate(kaikki_alkup = kaikki, kaikki = 1) |>
  add_epred_draws(malli, ndraws = 2000) |>
  group_by(kunta) |>
  summarise(
    arvio = median(.epred),
    ala = quantile(.epred, 0.025),
    yla = quantile(.epred, 0.975),
    .groups = "drop"
  ) |>
  left_join(select(kunnat, kunta, kaikki, sahko, phev, osuus_sahko), by = "kunta") |>
  mutate(
    kutistuma = osuus_sahko - arvio,
    valin_leveys = yla - ala
  )

stopifnot(
  "Ennusteita ei tullut jokaiselle kunnalle" = nrow(ennusteet) == nrow(kunnat),
  "Arvio jakauman ulkopuolella" = all(between(ennusteet$arvio, 0, 1))
)

Priorien perustelu. Mallille pitää kertoa, mitä pidetään uskottavana ennen kuin aineistoa katsotaan. Vakiotermin prioriksi on asetettu jakauma, joka vastaa suunnilleen muutaman prosentin sähköistymisastetta — väljä, mutta sulkee pois mahdottomuudet kuten 90 prosentin osuuden. Kuntien välisen vaihtelun prioriksi on asetettu jakauma, joka sallii merkittävät erot mutta ei oleta niitä etukäteen. Kummassakin tapauksessa aineisto on niin laaja, että priorien vaikutus lopputulokseen jää pieneksi.

Havaittu ja korjattu sähköistymisaste. Nuoli näyttää, kuinka paljon mallin arvio poikkeaa raa’asta havainnosta. Paneeleilla on eri asteikot, koska suurten kuntien osuudet ovat moninkertaisia.

Miten kuvaa luetaan. Jokainen rivi on kunta, ja rivillä on kaksi pistettä. Oranssi on suoraan aineistosta laskettu osuus. Turkoosi on mallin korjattu arvio. Harmaa nuoli näyttää siirtymän suunnan ja pituuden.

Paneelien x-asteikot ovat eri, koska suurten kuntien osuudet ovat moninkertaisia pieniin verrattuna. Yhteisellä asteikolla pienten kuntien siirtymät puristuisivat näkymättömiin — mikä olisi juuri väärin päin, sillä ne ovat kuvan tarkoitus.

Oikeanpuoleisessa paneelissa pisteet ovat useimmiten päällekkäin. Se ei ole virhe vaan tulos: suurissa kunnissa korjausta ei tarvita, koska havaintoja on niin paljon. Vasemmalla nuolet ovat pitkiä ja osoittavat kohti punaista katkoviivaa.

Korjaus ei ole mielivaltainen. Sen suuruus määräytyy kahdesta asiasta: kuinka paljon aineistoa kunnasta on ja kuinka paljon kunnat oikeasti eroavat toisistaan. Molemmat estimoidaan aineistosta, ei valita käsin.

Korjauksen suuruus kunnan koon mukaan.

Tämä kuva näyttää saman asian tiiviimmin. Vaaka-akselilla on kunnan koko, pystyakselilla se, kuinka monta prosenttiyksikköä mallin arvio poikkeaa havainnosta. Käyrä laskee jyrkästi: mitä enemmän kunnasta on havaintoja, sitä vähemmän mallilla on korjattavaa.

Menetelmä ei siis “tasoita” aineistoa eikä piilota eroja. Se puuttuu vain niihin lukuihin, joiden takana on liian vähän tietoa.

karki_raaka <- ennusteet |> slice_max(osuus_sahko, n = 10)
karki_korjattu <- ennusteet |> slice_max(arvio, n = 10)

paallekkaisyys <- length(intersect(karki_raaka$kunta, karki_korjattu$kunta))
mediaanikoko_raaka <- median(karki_raaka$kaikki)
mediaanikoko_korjattu <- median(karki_korjattu$kaikki)

Kahden kärkilistan vertailu kertoo ilmiön suuruuden konkreettisesti. Raa’an osuuden mukaisen kymmenen kärjen mediaanikoko on 16 028 autoa; korjatun listan 16 861. Listoilla on yhteisiä kuntia 9 kymmenestä.

Jos julkaisisin pelkän ensimmäisen listan, se olisi tilastollisesti harhaanjohtava mutta näyttäisi täsmälliseltä. Tämä on tavallisimpia tapoja tuottaa väärää tietoa oikeasta datasta.

Arvion epävarmuus kunnan koon mukaan.

Tämä kuva on syy siihen, miksi käytän bayesläistä mallia enkä pelkkää kutistuskaavaa. Malli ei anna vain korjattua pistearviota vaan jokaiselle kunnalle oman epävarmuusvälin. Kun arvio Helsingin sähköistymisasteesta on tarkka ja arvio pienestä kunnasta epätarkka, se näkyy tuloksessa suoraan eikä jää lukijan arvattavaksi.

Puolet latauspaikan tarvitsijoista ei ole sähköautoja

Tähän asti olen puhunut täyssähköautoista. Ne eivät kuitenkaan ole ainoita autoja, jotka kytketään latauspistokkeeseen.

hybridit <- kunnat |>
  summarise(
    sahko = sum(sahko), phev = sum(phev),
    ladattavia = sahko + phev,
    phev_osuus = phev / ladattavia
  )

suhde_kunnittain <- kunnat |>
  filter(sahko >= 20) |>
  mutate(phev_per_sahko = phev / sahko)

suhde_tunnusluvut <- suhde_kunnittain |>
  summarise(
    mediaani = median(phev_per_sahko),
    q10 = quantile(phev_per_sahko, 0.1),
    q90 = quantile(phev_per_sahko, 0.9)
  )

Ladattavia hybridejä on Suomessa 191 571 ja täyssähköautoja 192 407. Ladattavista autoista siis 50% on hybridejä.

Ladattavien hybridien ja täyssähköautojen suhde kunnittain.

Miten kuvaa luetaan. Vaaka-akselilla on luku, joka kertoo montako ladattavaa hybridiä kunnassa on jokaista täyssähköautoa kohti. Arvo 1 tarkoittaa, että niitä on yhtä monta. Arvo 2 tarkoittaa, että hybridejä on kaksinkertainen määrä. Pystyakselilta luetaan, montako kuntaa osuu kullekin välille.

Mediaanikunnassa hybridejä on 1,08 jokaista täyssähköautoa kohti.

Miksi tällä on väliä latausverkolle. Ladattava hybridi ei kuormita verkkoa samalla tavalla kuin täyssähköauto. Sen akku on pieni, tyypillisesti alle viidennes täyssähköauton akusta, eikä se yleensä osaa pikalatausta lainkaan. Hybridi siis kilpailee samoista hitaista vaihtovirtapistokkeista kaupungissa mutta ei juuri koskaan pikalatureista valtatien varressa.

Tämä tarkoittaa, että latausverkon kuormitus jakautuu eri tavalla kuin autokanta. Kaupungin AC-pistokkeiden kysyntää arvioitaessa hybridit on laskettava mukaan; pikalatausverkon mitoituksessa ne voi jättää lähes kokonaan pois. Yksi luku “ladattavia autoja per pistoke” sekoittaa nämä kaksi eri kysymystä yhdeksi harhaanjohtavaksi suhdeluvuksi.

Käytän jatkossa täyssähköautoja, koska tämän sarjan kysymys on verkoston toimivuus pitkillä matkoilla. Se on valinta, ja se pitää sanoa ääneen — toiseen kysymykseen vastattaisiin toisella luvulla.

Latauspistokkeet suhteessa autokantaan

Nyt voidaan yhdistää kaksi aineistoa: kuinka monta latauspistoketta kunnassa on suhteessa siellä oleviin sähköautoihin.

# Latausaineiston kuntakenttä on vapaata tekstiä ja sisältää kaupunginosia
# ("Vierumäki", "Nummela"), ruotsinkielisiä nimiä ("Jakobstad"), aksentittomia
# muotoja ("Jyvaskyla") ja tyhjää ("-", "N/A"). Nimipohjainen liitos ei siis
# toimi. Asemat sijoitetaan kuntiin koordinaattien perusteella.
lau_path <- file.path(data_dir, "kunnat_lau.qs")

if (!file.exists(lau_path)) {
  kunnat_sf <- giscoR::gisco_get_lau(country = "Finland", year = "2021") |>
    st_transform(3067) |>
    select(kunta_geo = LAU_NAME)
  qs2::qs_save(kunnat_sf, lau_path)
} else {
  kunnat_sf <- qs2::qs_read(lau_path)
}

# Koordinaattijärjestelmä tallentuu sf-objektiin WKT-merkkijonona, jonka
# asennettu PROJ-kirjasto muodostaa. Eri ympäristöissä sama EPSG-koodi
# tuottaa hieman eri merkkijonon, ja sf vertaa merkkijonoja. Siksi CRS
# asetetaan uudelleen lukemisen jälkeen: silloin molemmat objektit saavat
# saman ajoympäristön oman esityksen.
st_crs(kunnat_sf) <- 3067

stopifnot(
  "Kuntageometria on tyhjä" = nrow(kunnat_sf) > 0,
  "Kuntia on odottamaton määrä" = between(nrow(kunnat_sf), 290, 320)
)

asemat_sf <- asemat |>
  filter(!is.na(lat), !is.na(lon)) |>
  st_as_sf(coords = c("lon", "lat"), crs = 4326) |>
  st_transform(3067)

stopifnot(
  "Koordinaattijärjestelmät eivät täsmää" =
    st_crs(asemat_sf) == st_crs(kunnat_sf)
)

asema_kunta <- st_join(asemat_sf, kunnat_sf, join = st_within) |>
  st_drop_geometry() |>
  select(avain, kunta_geo)

osuus_kunnaton <- mean(is.na(asema_kunta$kunta_geo))

stopifnot(
  "Yli 3 % asemista jäi kuntarajojen ulkopuolelle" = osuus_kunnaton < 0.03
)

pistokkeet_kunnittain <- liitokset |>
  left_join(asema_kunta, by = "avain") |>
  filter(!is.na(kunta_geo)) |>
  group_by(kunta = kunta_geo) |>
  summarise(
    pistokkeita = n(),
    kw = sum(teho_kw, na.rm = TRUE),
    hpc = sum(teho_kw >= 150, na.rm = TRUE),
    .groups = "drop"
  )

# Kuntageometria kuvaa vuoden 2021 tilannetta, autokanta vuotta 2026.
# Välissä on tapahtunut kuntaliitoksia, joten osa geometrian kunnista ei
# ole enää olemassa. Ne siirretään nykyiseen kuntaansa. Ilman tätä niiden
# latauspisteet katoaisivat aineistosta hiljaisesti.
kuntaliitokset <- tibble::tribble(
  ~vanha,       ~uusi,
  "Honkajoki",  "Kankaanpää",    # liitos 1.1.2021
  "Pertunmaa",  "Mäntyharju"     # liitos 1.1.2025
)

# Ahvenanmaan kunnat puuttuvat autokannasta erillisrekisterin vuoksi.
# Ne poistetaan, jottei synny kuntia joissa on latureita mutta ei autoja.
ahvenanmaa <- c("Maarianhamina - Mariehamn", "Jomala", "Finström",
                "Eckerö", "Kökar", "Lemland", "Saltvik", "Sund",
                "Hammarland", "Geta", "Föglö", "Vårdö", "Brändö",
                "Kumlinge", "Sottunga", "Lumparland")

pistokkeet_kunnittain <- pistokkeet_kunnittain |>
  left_join(kuntaliitokset, by = c("kunta" = "vanha")) |>
  mutate(kunta = coalesce(uusi, kunta)) |>
  select(-uusi) |>
  group_by(kunta) |>
  summarise(across(c(pistokkeita, kw, hpc), sum), .groups = "drop")

pistokkeet_ahvenanmaa <- pistokkeet_kunnittain |>
  filter(kunta %in% ahvenanmaa) |>
  summarise(n = sum(pistokkeita)) |> pull(n)

pistokkeet_kunnittain <- pistokkeet_kunnittain |>
  filter(!kunta %in% ahvenanmaa)

# Kaikki jäljelle jäävät kunnat pitää löytyä autokannasta. Jos ei löydy,
# kyseessä on kuntaliitos jota ei ole kirjattu yllä olevaan taulukkoon.
tuntemattomat <- setdiff(pistokkeet_kunnittain$kunta, kunnat$kunta)

stopifnot(
  "Tuntemattomia kuntia – tarkista kuntaliitostaulukko" =
    length(tuntemattomat) == 0
)

yhdistetty <- ennusteet |>
  left_join(pistokkeet_kunnittain, by = "kunta") |>
  replace_na(list(pistokkeita = 0, kw = 0, hpc = 0)) |>
  mutate(
    sahkoautoja = sahko,
    autoja_per_pistoke = if_else(pistokkeita > 0,
                                 sahkoautoja / pistokkeita, NA_real_),
    ilman_pistoketta = pistokkeita == 0
  )

stopifnot(
  "Yhdistetty aineisto puuttuu kuntia" = nrow(yhdistetty) == nrow(ennusteet),
  "Pistokkeita katosi liitoksessa" =
    sum(yhdistetty$pistokkeita) == sum(pistokkeet_kunnittain$pistokkeita)
)

kuntia_ilman <- sum(yhdistetty$ilman_pistoketta)
autoja_ilman_kunnissa <- sum(yhdistetty$sahkoautoja[yhdistetty$ilman_pistoketta])

Miksi kuntaa ei voi lukea kuntakentästä

Latausasemien rekisterissä on kenttä nimeltä city. Sen pitäisi kertoa, missä kunnassa asema on. Se ei kerro.

Kentässä on kaupunginosia ja taajamia — Vierumäki, Nummela, Iittala, Kausala, Nikkilä — jotka eivät ole kuntia. Siellä on ruotsinkielisiä nimiä kuten Jakobstad, vaikka autokannan tilastossa sama kunta on Pietarsaari. Siellä on aksentittomia muotoja kuten Jamsa ja Jyvaskyla. Ja siellä on merkintöjä “-” ja “N/A”, jotka tarkoittavat että kenttä on jätetty täyttämättä.

Tämä ei ole kenenkään virhe. Operaattori täyttää kenttään postiosoitteen mukaisen paikannimen, ja postiosoitteessa lukee Vierumäki eikä Heinola.

Ratkaisu ei ole korjata nimiä käsin. Se olisi loputon urakka ja tuottaisi virheitä. Ratkaisu on käyttää tietoa, joka rekisterissä on luotettavaa: koordinaatteja. Kun asema sijoitetaan kuntarajojen sisään sen sijainnin perusteella, kuntakenttää ei tarvita lainkaan.

Näin liitettynä 99.2% asemista löytää kuntansa. Loput ovat todennäköisesti aivan rannikolla tai rajalla, missä karkeapiirteinen kuntageometria ja aseman koordinaatti eivät osu yhteen.

WarningKaksi rajausta, jotka koordinaattiliitos paljasti

Kuntajako muuttuu. Käyttämäni kuntageometria kuvaa vuoden 2021 tilannetta, autokanta vuotta 2026. Välissä on tapahtunut kuntaliitoksia: Pertunmaa yhdistyi Mäntyharjuun vuoden 2025 alussa ja Honkajoki Kankaanpäähän 2021.

Geometriassa nämä ovat yhä olemassa, autokannassa eivät. Jos asiaa ei huomaisi, niiden latauspisteet katoaisivat aineistosta hiljaisesti — ja Pertunmaan tapauksessa se tarkoittaisi 24 pistoketta, joista 18 on suurtehulatureita. Kyse on Kuortin kylän latausasemasta valtatie 5:n varrella, eli juuri sellaisesta pikalatauspisteestä, joka on verkoston kannalta merkittävä.

Siirrän nämä nykyisiin kuntiinsa eksplisiittisellä taulukolla. Se on työläämpää kuin uudemman geometrian etsiminen, mutta läpinäkyvämpää: taulukosta näkee mitä on tehty ja miksi.

Ahvenanmaa. Maakunnassa on 58 latauspistoketta, mutta se puuttuu autokannan tilastosta kokonaan erillisrekisterin vuoksi. Jos näitä ei poistettaisi, aineistoon syntyisi kuntia, joissa on latureita mutta ei yhtään sähköautoa — ja ne näyttäisivät tilastossa erinomaisesti varustelluilta. Ahvenanmaan latausverkkoa ei siis käsitellä tässä sarjassa, ja syy on aineiston rajaus eikä valinta.

Kuntia, joissa ei ole yhtään rekisteröityä julkista latauspistoketta, on 40. Niissä on yhteensä 1 914 täyssähköautoa.

Luku vaatii heti kaksi varausta. Aineisto kattaa vain kansalliseen rekisteriin ilmoitetut julkiset latauspisteet — kotilatauslaitteet eivät ole mukana, eivätkä taloyhtiöiden omat laturit. Ja kunnan raja ei ole latausverkon kannalta merkityksellinen: naapurikunnan laturi voi olla lähempänä kuin oman kunnan keskusta.

Kuntataso onkin tässä väliaikainen ratkaisu, joka riittää kokonaiskuvaan mutta ei yksittäisen autoilijan tilanteen arviointiin. Tarkempi tarkastelu vaatii todelliset ajoetäisyydet tieverkkoa pitkin.

Latauspistokkeet ja sähköautot kunnittain.

Miten kuvaa luetaan. Molemmat akselit ovat logaritmisia, koska sekä autojen että pistokkeiden määrät vaihtelevat yksittäisistä tuhansiin. Jokainen piste on kunta, ja pisteen koko kertoo kunnan koko autokannan.

Katkoviiva kuvaa tilannetta, jossa kunnassa on yksi latauspistoke jokaista kymmentä sähköautoa kohti. Viiva ei ole tavoite eikä normi — se on lukemisen apuväline, joka tekee poikkeamat näkyviksi. Viivan yläpuolella pistokkeita on suhteessa enemmän, alapuolella vähemmän.

Tilastollinen testi: onko kuntakoolla väliä?

testidata <- yhdistetty |>
  filter(sahkoautoja >= 10, pistokkeita > 0) |>
  mutate(kokoluokka = cut(kaikki,
                          breaks = quantile(kaikki, c(0, 1/3, 2/3, 1)),
                          labels = c("Pieni", "Keskikokoinen", "Suuri"),
                          include.lowest = TRUE))

stopifnot(
  "Kokoluokkia ei muodostunut kolmea" = n_distinct(testidata$kokoluokka) == 3,
  "Liian vähän kuntia testiin" = nrow(testidata) >= 30
)

# Vertailtava suure on vino ja alhaalta nollaan rajattu, joten
# normaalijakaumaan nojaavat testit eivät sovi.
kw_testi <- kruskal.test(autoja_per_pistoke ~ kokoluokka, data = testidata)

n_tot <- nrow(testidata)
epsilon2 <- unname(kw_testi$statistic) / ((n_tot^2 - 1) / (n_tot + 1))

parivertailu <- testidata |>
  filter(kokoluokka %in% c("Pieni", "Suuri")) |> droplevels()
wt <- wilcox.test(autoja_per_pistoke ~ kokoluokka, data = parivertailu,
                  conf.int = TRUE, exact = FALSE)
n1 <- sum(parivertailu$kokoluokka == "Pieni")
n2 <- sum(parivertailu$kokoluokka == "Suuri")
rank_biserial <- 1 - (2 * unname(wt$statistic)) / (n1 * n2)

mediaanit <- testidata |>
  group_by(kokoluokka) |>
  summarise(mediaani = median(autoja_per_pistoke), n = n(), .groups = "drop")

Kruskal–Wallis-testi antaa p-arvoksi alle 0,001 ja efektikooksi (epsilon-neliö) 0,094. Pienimpien ja suurimpien kuntien vertailu antaa rank-biseriaaliseksi korrelaatioksi 0,438.

Miksi juuri nämä testit. Vertailtava suure — sähköautoja latauspistoketta kohti — on vino: useimmissa kunnissa luku on pieni, muutamassa hyvin suuri. Lisäksi se ei voi olla negatiivinen. Keskiarvojen vertailuun tarkoitetut testit, kuten varianssianalyysi, olettavat suunnilleen symmetristä jakaumaa, eikä se päde tässä.

Kruskal–Wallis-testi ei vertaa keskiarvoja vaan järjestyslukuja. Se asettaa kaikki kunnat suuruusjärjestykseen ja katsoo, kasautuvatko jonkin kokoluokan kunnat järjestyksen toiseen päähän. Menetelmä ei oleta jakauman muodosta mitään, mikä on tässä välttämätöntä.

Miksi efektikoko on pakollinen. P-arvo kertoo vain, selittääkö sattuma havaitun eron. Riittävän suuressa aineistossa mitättömänkin pieni ero tuottaa pienen p-arvon. Epsilon-neliö kertoo, kuinka suuri osa järjestyksen vaihtelusta selittyy kuntakoolla; loput selittyy muilla tekijöillä. Rank-biseriaalinen korrelaatio puolestaan kertoo suoraan, kuinka todennäköisesti satunnaisesti valittu pieni kunta on järjestyksessä eri puolella kuin satunnaisesti valittu suuri kunta.

Näiden raportoiminen yhdessä on olennaista, koska pelkkä p-arvo antaisi vaikutelman suuresta löydöksestä silloinkin kun ero on käytännössä merkityksetön.

ImportantVaraus, jota ei voi ohittaa

Kunnat eivät ole toisistaan riippumattomia havaintoja. Vierekkäiset kunnat muistuttavat toisiaan enemmän kuin kaukana toisistaan sijaitsevat, koska työssäkäyntialueet, tulotasot ja liikenneyhteydet eivät noudata kuntarajoja.

Tämä tarkoittaa, että testien oletus riippumattomista havainnoista ei täysin päde, ja p-arvot ovat todellista pienempiä — eli tulos näyttää varmemmalta kuin on. Ilmiön nimi on spatiaalinen autokorrelaatio.

Sen mittaaminen vaatii tiedon siitä, mitkä kunnat ovat toistensa naapureita, eli kuntien geometrian. Ilman sitä voin todeta ongelman olemassaolon mutta en sen suuruutta. Raportoin siksi efektikoot, jotka eivät kärsi tästä samalla tavalla, ja suhtaudun p-arvoihin varauksella.

Tämä on yleinen ja usein vaiettu ongelma kaikessa aluevertailussa: kun kunnat, maakunnat tai postinumeroalueet laitetaan tilastolliseen testiin toisistaan riippumattomina, tulos on järjestelmällisesti liian varma.

NoteFaktalaatikko: kumpi tuli ensin, auto vai laturi?

Latausverkkoa ja sähköautokantaa vertailtaessa törmätään taloustieteen klassiseen ongelmaan. Latureita rakennetaan sinne, missä on sähköautoja, ja sähköautoja hankitaan sinne, missä on latureita. Kumpi vaikuttaa kumpaan?

Kysymystä kutsutaan endogeenisuudeksi, ja se tekee yksinkertaisesta korrelaatiosta harhaanjohtavan. Jos havaitaan, että laturimäärä ja autokanta kulkevat käsi kädessä, siitä ei voi päätellä että laturien rakentaminen lisäisi autoja — yhteys voi kulkea kokonaan toiseen suuntaan.

Li ym. (2017) ratkaisi ongelman käyttämällä välinemuuttujaa: alueen ruokakauppojen määrää. Ajatus on, että kauppojen pysäköintialueet tarjoavat luontevia paikkoja latureille, mutta kauppojen määrä ei itsessään vaikuta siihen, kannattaako sähköauto ostaa. Näin latureiden määrään saadaan vaihtelua, joka ei johdu sähköautojen määrästä. He päätyivät joustoon noin 0,8 — eli prosentin lisäys latureissa kasvattaisi rekisteröintejä 0,8 prosenttia.

Springel (2021, American Economic Journal: Economic Policy) toisti asetelman Norjan aineistolla ja päätyi selvästi pienempään keskeiseen arvioon, noin 0,22. Ero ei ole ristiriita vaan seuraus verkon kehitysvaiheesta: kun Springelin aineistosta valitaan vastaava verkkotiheys kuin Li ym:n aineistossa, jousto nousee noin tasolle 0,54.

Mitä tästä seuraa tälle analyysille. Tässä osassa esitetyt havainnot ovat kuvailevia. Ne kertovat, missä laturit ja autot ovat suhteessa toisiinsa, mutta eivät sitä, mitä tapahtuisi jos latureita rakennettaisiin lisää. Se on eri kysymys ja vaatii eri menetelmän.

Ja mitä tästä seuraa päättäjälle. Latausaseman rakentamisen vaikutus riippuu siitä, kuinka paljon asemia jo on. Harvassa verkossa yksi lisäasema vaikuttaa paljon, tiheässä vähän. Sama euro tuottaa eri tuloksen eri paikassa, ja tämä on mitattavissa oleva suure eikä mielipide.

Vaihtoehtoiset skenaariot

Havaittu tilanne on vain yksi mahdollinen. Sitä kannattaa verrata vaihtoehtoihin, koska vasta vertailu kertoo, onko nykytilanne hyvä vai huono.

Rakennan kolme vaihtoehtoista maailmaa, joissa kaikissa on täsmälleen sama määrä pistokkeita kuin todellisuudessa. Vain sijoittelu muuttuu. Tämä on olennaista: skenaariot eivät vaadi lisärahaa, vaan kertovat mitä nykyisellä määrällä olisi mahdollista saavuttaa toisella jaolla.

kok_pistokkeet <- sum(yhdistetty$pistokkeita)
kok_sahkoautot <- sum(yhdistetty$sahkoautoja)
n_kuntia <- nrow(yhdistetty)

skenaariot <- yhdistetty |>
  transmute(
    kunta, sahkoautoja,
    `Todellinen sijoittelu` = pistokkeita,
    `A: sähköautojen suhteessa` = kok_pistokkeet * sahkoautoja / kok_sahkoautot,
    `B: pohja jokaiseen kuntaan` = 4 +
      (kok_pistokkeet - 4 * n_kuntia) * sahkoautoja / kok_sahkoautot,
    `C: tasan kunnittain` = kok_pistokkeet / n_kuntia
  ) |>
  pivot_longer(-c(kunta, sahkoautoja), names_to = "skenaario",
               values_to = "pistokkeita") |>
  filter(sahkoautoja > 0) |>
  mutate(suhde = sahkoautoja / pmax(pistokkeita, 0.5))

stopifnot(
  "Skenaarion pistokemäärä poikkeaa todellisesta yli 1 %" =
    skenaariot |> group_by(skenaario) |>
      summarise(s = sum(pistokkeita), .groups = "drop") |>
      pull(s) |> (\(x) all(abs(x / kok_pistokkeet - 1) < 0.01))()
)

# Painotettu mediaani: jokainen sähköauto saa saman painon, ei jokainen
# kunta. Kysymys on autoilijan kokemuksesta, ei kuntien keskiarvosta.
w_mediaani <- function(x, w, p = 0.5) {
  o <- order(x); x <- x[o]; w <- w[o]
  x[which(cumsum(w) / sum(w) >= p)[1]]
}

vertailu <- skenaariot |>
  group_by(skenaario) |>
  summarise(
    mediaani_auto = w_mediaani(suhde, sahkoautoja),
    huonoin_kymmenys = w_mediaani(suhde, sahkoautoja, 0.9),
    osuus_yli_50 = sum(sahkoautoja[suhde > 50]) / sum(sahkoautoja),
    .groups = "drop"
  ) |>
  arrange(mediaani_auto)

Kuinka moni sähköauto jakaa latauspistokkeensa kuinka monen muun kanssa, neljässä eri maailmassa.

Miten kuvaa luetaan. Vaaka-akselilla on luku, joka kertoo montako sähköautoa jakaa yhden latauspistokkeen kunnassa. Pieni luku on hyvä. Pystyakselilta luetaan, kuinka suuri osa kaikista sähköautoista on tuota lukua paremmassa tai yhtä hyvässä asemassa.

Jos käyrä nousee jyrkästi vasemmalla, useimmilla autoilla on tilaa. Jos se kulkee loivana oikealle, iso osa autoista jakaa pistokkeensa monen kanssa.

Kuva on tehty sähköautojen näkökulmasta, ei kuntien. Ero on tärkeä. Jos laskisin kuntien keskiarvon, jokainen pieni kunta painaisi yhtä paljon kuin Helsinki, ja tulos kuvaisi kuntia eikä autoilijoita. Nyt jokainen auto painaa saman verran, ja luku vastaa kysymykseen “mitä satunnainen suomalainen sähköauto kohtaa”.

Vertailukohdat ovat samalla logiikalla painotettuja: mediaanisähköauto jakaa pistokkeensa 13 auton kanssa, ja huonoimmassa kymmenyksessä luku on 27.

Vertailun opetus on käsitteellinen. Kun latausverkon puutteista puhutaan, oletetaan yleensä että ratkaisu on rakentaa lisää. Skenaariovertailu erottaa kaksi kysymystä toisistaan: onko pistokkeita liian vähän, vai ovatko ne väärissä paikoissa? Nämä vaativat eri toimenpiteitä, ja vain toinen maksaa rahaa.

Skenaario B on kiinnostavin, koska se vastaa yleisintä poliittista tavoitetta: jokaiseen kuntaan vähintään jotain. Sen hinta näkyy käyrässä suoraan — pohjan rakentaminen on pois sieltä, missä käyttöä olisi eniten. Kysymys ei ole siitä, kumpi on oikein, vaan siitä että valinta tehdään näkyvästi eikä vahingossa.

NoteFaktalaatikko: julkisen verkon merkitys riippuu kotilatauksesta

Julkisen latausverkon tarve ei ole sama kaikille. Omakotitalossa asuva, joka lataa autonsa yöllä kotona, käyttää julkista verkkoa lähinnä pitkillä matkoilla. Kerrostalossa ilman omaa latauspaikkaa asuva on siitä täysin riippuvainen.

Latauskäyttäytymistä koskeva tutkimuskirjallisuus on tunnistanut tämän puutteeksi omassa metodologiassaan. Transportation Research Part D -lehdessä julkaistussa katsauksessa huomautetaan, että tarjontapuolen tutkimukset — eli ne, jotka mallintavat mihin latureita kannattaisi sijoittaa — nojaavat usein yksinkertaistaviin oletuksiin latauskäyttäytymisestä ja jättävät koti- ja työpaikkalatauksen huomiotta.

Mitä tästä seuraa. Kuntakohtainen luku “sähköautoja per julkinen pistoke” ei ole vertailukelpoinen kuntien välillä, jos asumismuoto eroaa. Kunnassa, jossa asutaan omakotitaloissa, sata autoa yhtä julkista pistoketta kohti voi olla täysin riittävä. Tiiviisti rakennetussa kaupungissa sama suhde tarkoittaa jonoa.

Tämä on syy siihen, miksi en esitä tässä kuntien paremmuusjärjestystä pistokesuhteen mukaan. Luku on tulkittava vain yhdessä asumismuodon kanssa, ja ilman sitä lista olisi näennäisen täsmällinen mutta harhaanjohtava. Tässä on esimerkki siitä, että analyysin rajaaminen on itsessään tulos: joskus oikea vastaus on, ettei kysymykseen voi vielä vastata käytettävissä olevalla aineistolla.

Mitä jää käteen

Kansallinen keskiarvo ei kuvaa yhtäkään kuntaa. Sähköistymisaste vaihtelee kunnittain moninkertaisesti, ja vaihtelu on systemaattista.

Kaupunkimaisuus ei selitä eroa. Pääkaupunkiseutu erottuu selvästi muista suurista kaupungeista, joten kaupunki–maaseutu-jaottelun perusteella tehty kohdennus osuisi väärin.

Ladattavat hybridit kuormittavat verkkoa eri tavalla. Ne kilpailevat kaupungin hitaista pistokkeista mutta eivät pikalatureista. Yksi suhdeluku ei riitä kuvaamaan molempia.

Pienten yksiköiden luvut ovat epäluotettavampia mutta näyttävät yhtä tarkoilta. Ilman kutistamista kärkilistat täyttyvät pienistä kunnista, joissa satunnaisvaihtelu on suurinta.

Sijoittelu on eri kysymys kuin määrä. Skenaariovertailu erottaa nämä toisistaan, ja vain toinen ratkeaa rahalla.

Kuvaileva havainto ei ole syy-seuraussuhde. Se, että laturit ja autot ovat samoissa kunnissa, ei kerro kumpi vaikuttaa kumpaan.

Ja analyysin rajaaminen on tulos. Kuntataso ja julkisten pistokkeiden laskenta eivät riitä kertomaan, kuka oikeasti jää latausverkon ulkopuolelle. Siihen tarvitaan todelliset ajoetäisyydet tieverkkoa pitkin — ja se on seuraavan osan aihe.

---

Mitä tästä on hyötyä yrityksellesi

Lopeta pienten yksiköiden vertaaminen suoraan. Jos vertaat myymälöitä, tiimejä, toimipisteitä tai asiakassegmenttejä keskenään, pienimmät heittelevät eniten. Ilman korjausta parhaat ja huonoimmat sijat menevät järjestelmällisesti pienimmille yksiköille, ja niiden perusteella tehdyt palkitsemis- tai puuttumispäätökset kohdistuvat väärin.

Tämä on yksi konkreettisimmista tavoista, joilla tilastotiede tuottaa suoraa rahallista hyötyä: se estää reagoimasta kohinaan. Jokainen turha kehittämisprojekti, joka käynnistetään yhden neljänneksen poikkeaman takia, on puhdasta kustannusta — ja sen välttäminen on muutaman rivin työ.

Erota määrä ja sijoittelu. Kun jokin ei riitä, ensimmäinen reaktio on hankkia lisää. Usein sama määrä toisin jaettuna riittäisi. Skenaariovertailu, jossa kokonaismäärä pidetään vakiona ja jakoa muutetaan, vastaa tähän ja on halpa tehdä. Sovella varastoihin, henkilöstöön, laitteisiin, huoltoverkostoon tai markkinointibudjettiin.

Kysy aina, mihin suuntaan syy-yhteys kulkee. Jos myynti ja markkinointikulut korreloivat alueittain, se ei kerro kumpi aiheuttaa kumman — markkinointia kohdistetaan alueille, joilla myydään. Tämän tunnistaminen ei vaadi ekonometrian tohtorintutkintoa, vaan sen kysymistä ääneen ennen kuin päätös tehdään. Useimmiten vastaaminen vaatii kokeen: satunnaista kohdennus osittain ja katso mitä tapahtuu.

Vaadi epävarmuus mukaan raportteihin. Tässä osassa jokainen kuntakohtainen arvio sai oman vaihteluvälinsä. Kun johtoryhmälle esitetään yksikkökohtaisia lukuja ilman vaihteluväliä, esitys antaa ymmärtää että kaikki luvut ovat yhtä luotettavia. Ne eivät ole, ja ero on usein kertaluokkia.

Tarkista, ovatko aineistot samalta ajanhetkeltä. Tämän postauksen hankalin virhe ei ollut nimissä vaan ajassa: kuntageometria oli vuodelta 2021 ja autokanta vuodelta 2026, ja välissä kaksi kuntaa oli lakannut olemasta. Liitos onnistui teknisesti täydellisesti, ja tulos olisi ollut väärä.

Sama pätee kaikkiin organisaatiorakenteisiin. Kustannuspaikat yhdistyvät, tuoteryhmät nimetään uudelleen, myyntialueet piirretään uusiksi. Jos vertaat tämän vuoden lukuja viime vuoden rakenteeseen, osa datasta katoaa huomaamatta — eikä mikään järjestelmä huomauta siitä. Kysy aina, minkä hetken rakennetta kumpikin aineisto kuvaa.

Älä liitä nimillä, jos voit liittää tunnisteilla tai sijainnilla. Tämän postauksen liitos kahden aineiston välillä epäonnistui aluksi, koska latausrekisterin kuntakenttä sisälsi kaupunginosia ja ruotsinkielisiä nimiä. Ratkaisu ei ollut korjata nimiä vaan käyttää koordinaatteja, jotka olivat samassa aineistossa ja luotettavia.

Sama tilanne toistuu jatkuvasti: asiakkaiden nimet, tuotenimikkeet, osoitteet. Nimipohjainen liitos tuottaa aina osumaprosentin, joka näyttää hyväksyttävältä — ja jokainen puuttuva osuma katoaa hiljaisesti. Kysy aina, onko aineistossa jokin kenttä, joka on syntynyt koneellisesti eikä käsin kirjoitettuna. Yleensä on.

Tarkista, mittaako luokittelusi sitä mitä luulet. Kaupunki–maaseutu-jako näyttäisi luontevalta tavalta segmentoida latausinfran tarve, mutta se ei tavoita ilmiötä: kaksi samankokoista kaupunkia voi erota lähes kaksinkertaisesti. Sama pätee useimpiin valmiisiin segmentointeihin — toimiala, yrityskoko, ikäryhmä. Ne ovat käteviä ja usein vääriä. Testaa segmentointi ennen kuin rakennat sen varaan: jos segmentin sisäinen vaihtelu on yhtä suuri kuin segmenttien välinen, segmentti ei kerro mitään.

Erota datan hakeminen ja datan käyttäminen. Tämän postauksen työläin vaihe ei ollut analyysi vaan rajapinnan taivuttelu. Ratkaisu on tehdä haku kerran, tallentaa tulos tiedostoon ja rakentaa kaikki analyysi tiedoston varaan. Silloin rajapinnan rikkoutuminen ei kaada analyysia eikä estä sen toistamista puolen vuoden päästä.

Sama koskee organisaatiosi sisäisiä integraatioita. Jos raportti hakee dataa suoraan lähdejärjestelmästä joka ajolla, se on yhtä luotettava kuin heikoin lenkki ketjussa — ja lähdejärjestelmää ylläpitää joku, joka ei ole luvannut sinulle mitään.

Ja lue alaviitteet. Tässä käytetty aineisto ei sisällä Ahvenanmaata. Se lukee taulun alaviitteessä. Vastaava rajaus on lähes jokaisessa virallisessa tilastossa, ja se on tavallisimpia syitä siihen, miksi kaksi raporttia samasta asiasta antaa eri luvun — ja miksi niistä kiistellään kokouksessa, jossa kummallakaan osapuolella ei ole alaviitettä mukanaan.

Jos organisaatiossasi vertaillaan erikokoisia yksiköitä keskenään, tai jos resurssien riittävyydestä keskustellaan ilman että sijoittelua on koskaan laskettu vaihtoehtoisesti, siinä on työtä odottamassa. Teen tätä vuokrattavana Head of Datana ja projektikohtaisesti — hinnasto ja yhteystiedot löytyvät sivustolta.

---

Aineistot: Traficomin tilastotietokanta (liikennekäytössä olevat henkilöautot, taulu 010_kanta_tau_101) ja Fintraffic AFIR / Digitraffic. Tutkimuslähteet: Li ym. (2017), Springel (2021). Koodi on kokonaisuudessaan tässä postauksessa. Maailma on jakauma.