Acest articol continuă prima parte dedicată standardizării datelor tabelare și arată cum aceste date pot fi transformate în obiecte spațiale pentru analiză geografică. Dacă nu ați citit prima parte, o găsiți aici: link part one.

Pornind de la poligoanele cu granițele țărilor (sursa: Living Atlas), au fost selectate țările cu Land Rank = 5  (Land Type = Primary land). Pentru eliminarea poligoanelor secundare, s-a utilizat instrumentul Frequency, păstrând doar țările cu frecvență egală cu 1. Scopul a fost calcularea coordonatelor punctului central al fiecărui poligon.

Conversia poligoanelor în puncte s-a realizat cu instrumentul Feature to Point, setând opțiunea ca punctul să fie în interiorul poligonului. Ulterior, au fost adăugate două coloane noi (latitudine și longitudine, tip float) și populate prin comanda Calculate Geometry, în sistemul GCS WGS1984 (WKID = 4326).

Din tabelul standardizat s-a filtrat analiza pentru persoanele scoase din țară, folosind Definition Query  (ISO_tara_destinatie <> 'ROU'). Informațiile despre coordonatele țărilor au fost adăugate prin Add Join, iar valorile au fost copiate în câmpurile dedicate (Latitudine și Longitudine țară destinație) cu Calculate Field.    Pentru România, coloanele au fost populate cu valori fixe (Latitudine: 45.88044357, Longitudine: 24.93325615).

Instrumentul XY to Line a fost utilizat pentru a converti tabelul în linii, pe baza celor patru câmpuri esențiale:

 → Start X Field: Longitudine ROU

 → Start Y Field: Latitudine ROU

 → End X Field: Longitudine țară destinație 

 → End Y Field: Latitudine țară destinație

 Tipul de linie: Geodesic, pentru cea mai scurtă distanță între două puncte pe suprafața Pământului.

Pentru agregarea liniilor pe baza codului ISO al țării de destinație, s-a folosit instrumentul Dissolve, ceea ce a permis simbolizarea lor pe hartă într-un mod semnificativ. Rezultatele au fost comparate cu date statistice oficiale, relevând corelații interesante între migrație și indicatori socio-economici.

Datele au fost comparate cu statisticile INS privind numărul de șomeri pe județ în decembrie 2024, iar analiza—vizibilă și în scatterplot—arată rezultate surprinzătoare.

Județul Dolj, cu cel mai mare număr de șomeri, înregistrează și cele mai multe persoane traficate  ilegal în ultimul deceniu, indicând o ușoară corelație pozitivă între cele două variabile.

Credite

• Sursa datelor pentru persoanele scoase ilegal din țară este portalul data.gov.ro, realizat în anul 2013. În acest sens, portalul pune la dispoziția utilizatorilor Licența pentru o Guvernare Deschisă - OGL ROU 1.0, emisă în 2014 de Secretariatul General al Guvernului ca model de licență deschisă.

• Sursa datelor pentru numărul de șomeri este la Institutul Național de Statistică 
  http://statistici.insse.ro:8077/tempo-online/