連続的カルトグラム（Continuous Cartogram）は、地理的な隣接関係（トポロジー）を維持しながら、各地域の面積をデータ変数に比例させて変形する地図表現です。人口やGDPなどの統計量に応じて地域が伸縮し、あたかもゴムシートを引き伸ばしたような見た目になります。地図全体が連続的につながったまま変形するため、隣り合う地域同士の境界が途切れることはありません。

歴史的経緯

連続的カルトグラムの研究は、地図学における面積と統計量の対応づけという課題から発展してきました。初期の重要なアルゴリズムとして、1985年にDougenik、Chrisman、Niemeyerが提案した手法があります。この方法は、各地域の面積を目標値に近づけるように反復的に境界点を移動させるもので、連続的カルトグラムの計算手法の基礎を築きました。

その後、2004年にGastnerとNewmanが物理学の拡散方程式に基づく画期的なアルゴリズムを発表しました。この拡散ベースの手法は、密度の高い地域から低い地域へとデータが「拡散」するようにシミュレーションすることで、滑らかで自然な変形を実現します。Gastner-Newman法は計算効率と視覚的な品質の両面で優れており、現在最も広く使用されているアルゴリズムのひとつです。

近年では、Webブラウザ上でインタラクティブに連続的カルトグラムを生成できるツールも登場しており、データビジュアライゼーションの現場で活用が広がっています。

データ構造

連続的カルトグラムを作成するために必要なデータは、地理境界データと統計データの2種類です。

統計データは正の数値である必要があり、各地域の変形後の面積が統計値に比例するように計算されます。地理境界データと統計データは共通の地域識別子で結合します。

目的

連続的カルトグラムの主な目的は、地理的な位置関係を維持しながら、統計量の空間的な偏りを面積として直感的に表現することです。通常の地図では、広大な面積を持つ地域が視覚的に目立つ一方で、面積は小さいが人口や経済活動が集中している地域は過小に見えてしまいます。連続的カルトグラムはこの問題を解決し、データに基づいた「真の大きさ」を地図上で表現します。

また、隣接関係が保たれるため、地域間の空間的な文脈を失わずにデータを比較できるという点も重要な目的のひとつです。

ユースケース

• 国別・都道府県別の人口分布の可視化（人口の多い地域が大きく表示される）
• 選挙結果の可視化（各選挙区の有権者数や得票数に応じた面積で表示）
• GDPや経済指標の国際比較（経済規模に応じた国の大きさで表示）
• 感染症の累計感染者数の地理的分布
• CO2排出量や資源消費量の国別比較
• 一票の格差の可視化（日本の選挙区における有権者数の偏り）

特徴

• 地理的な隣接関係（トポロジー）が維持されるため、「どの地域がどの地域の隣にあるか」という空間的文脈が失われません。
• 地図全体が連続的に変形するため、見慣れた地図の形状から直感的にどの地域がどこかを認識できます。
• 変形の度合いが大きい場合、地域の形状が大きく歪み、認識が困難になることがあります。
• 計算アルゴリズムが複雑で、他のカルトグラム手法に比べて計算コストが高い傾向があります。
• 複数の地域の値が大きく異なる場合、一部の地域が極端に引き伸ばされたり縮小されたりします。

チャートの見方

連続的カルトグラムでは、各地域の面積がデータ値に比例しています。したがって、地図上で大きく表示されている地域は、その統計量の値が大きい地域です。逆に、通常の地図では広大に見える地域が小さく縮んでいる場合は、その統計量の値が相対的に小さいことを意味します。

地域の形状は歪んでいますが、隣接関係は保持されているため、周辺の地域との位置関係を手がかりにして各地域を特定できます。凡例や色の情報が併用されている場合は、面積だけでなく色の意味も確認することで、より正確な読み取りが可能になります。

デザイン上の注意点

• 変形が大きすぎて地域の識別が困難になる場合は、ラベルや色分けを追加して補助情報を提供します。
• 元の地図の輪郭を薄いグレーで重ねて表示すると、変形の度合いが理解しやすくなります。
• 通常の地図からカルトグラムへのアニメーション遷移を用いると、どの地域がどのように変形したかを読み手が追跡しやすくなります。
• 色を併用する場合（カルトグラム＋コロプレス）は、面積と色が別々の変数を表していることを凡例で明確に示します。
• 面積の比較が正確に行えるよう、スケールバーや数値ラベルを付与することを検討します。
• 海岸線や国境など、読み手が認識の手がかりにする地理的特徴が変形によって失われないように配慮します。

応用例

• Worldmapper Projectは、世界各国のさまざまな統計データ（人口、健康、教育、経済など）を連続的カルトグラムで表現した大規模なプロジェクトです。
• アメリカ大統領選挙の報道では、各州の選挙人数に応じて面積を変形した連続的カルトグラムが頻繁に使用されます。面積の大きい中西部の州が過大に見えてしまう通常の地図の問題を補正します。
• Our World in Dataでは、世界の人口分布を連続的カルトグラムで表現し、アジアやアフリカの人口規模を直感的に理解できるようにしています。
• D3.jsやGo-Cartなどのツールを使うことで、Webブラウザ上でインタラクティブな連続的カルトグラムを生成できます。

代替例

• 非連続的カルトグラム（Non-Continuous Cartogram）：各地域を独立して拡大・縮小するため、形状は保たれますが隣接関係が失われます。計算が容易で、形状の歪みが少ないという利点があります。
• 擬似連続カルトグラム（Pseudo-Continuous Cartogram）：地域を円や四角形などの幾何図形に置き換え、面積をデータに比例させます。データの比較がしやすい反面、地形の情報は完全に失われます。
• グリッド・カルトグラム（Gridded Cartogram）：各地域を均等なグリッドセルで表現し、色で値を示します。すべての地域が等しい大きさで表示されるため、小さな地域も見落とされません。
• コロプレスマップ（Choropleth Map）：地域の面積を変形せず、色の濃淡で値を表現します。地理的な正確性は保たれますが、面積の大きい地域が視覚的に優位になります。

まとめ

連続的カルトグラムは、地理的な隣接関係を保持しながら面積をデータに比例させるという、地図の直感性と統計的正確性を両立させた表現手法です。Gastner-Newman法をはじめとするアルゴリズムの発展により、滑らかで美しい変形が可能になりました。地図の歪みによって読み手にインパクトを与え、「どこにデータが集中しているか」を一目で伝えることができます。一方で、変形が大きすぎると可読性が低下するため、ラベルや色、アニメーションなどの補助的な表現を組み合わせて設計することが重要です。

参考・出典

1

- [Cartogram - Wikipedia](https://en.wikipedia.org/wiki/Cartogram)