De cijfers kloppen mogelijk helemaal niet
We denken allemaal dat we het wel ongeveer weten: ruim acht miljard mensen delen deze aardbol. Dat getal horen we overal. Maar wat als die zekerheid op drijfzand gebouwd is?
Finse onderzoekers hebben iets opmerkelijks ontdekt. Ze vergeleken officiële bevolkingscijfers met daadwerkelijke tellingen op het platteland. De verschillen waren enorm – soms ontbraken meer dan de helft van de werkelijke bewoners in de databases.
Dit gaat niet over een paar duizend mensen. Het draait om hele gemeenschappen die gewoon niet op de kaart staan. Letterlijk.
Hoe kom je erachter dat miljoenen mensen ‘onzichtbaar’ zijn?
Josias Láng-Ritter en zijn team aan de Aalto Universiteit kozen een ongebruikelijke aanpak. Ze keken niet naar nieuwe technologie of satellietbeelden. Ze onderzochten iets veel menselijkers: gedwongen verhuizingen.
Wanneer een groot damproject wordt aangelegd, moet elk gezin dat moet verhuizen nauwkeurig geregistreerd worden. Compensatie vereist namen, adressen, huishoudens. Deze dossiers bevatten vaak de meest precieze telling van plattelandsbewoners die je kunt vinden.
Driehonderd dammen vertellen een verhaal
Het onderzoeksteam analyseerde gegevens van 300 stuwdammen verspreid over 35 landen. De periode? 1975 tot 2010. Voor elk project bestond er nauwkeurige documentatie van iedereen die moest wijken voor het stijgende water.
Die cijfers legden ze naast de grote, internationaal gebruikte bevolkingsdatasets. WorldPop, LandScan, GHS-POP – allemaal bronnen waarop regeringen, hulporganisaties en bedrijven dagelijks vertrouwen.
De uitkomst? Enorme afwijkingen. In sommige gevallen onderschatten de officiële databases het aantal plattelandsbewoners met 53 tot 84 procent.
Waarom missen we zoveel mensen in onze tellingen?
Plattelandsgebieden zijn moeilijk te bereiken. Denk aan slechte wegen, weinig infrastructuur en gebieden waar conflicten of natuurrampen teams tegenhouden. Volkstellingen vereisen middelen die veel landen simpelweg niet hebben.
Mensen bewegen – data blijft stilstaan
Seizoensarbeid, handel, familiebezoeken. Plattelandsbewoners trekken regelmatig tijdelijk weg. Als je op het verkeerde moment langskomt voor een telling, tel je niemand.
En dan is er nog een politiek element. Een lager inwonertal betekent soms minder stemmen, minder budget, minder aandacht. Voor sommige instanties is ondertelling niet per ongeluk.
De gevolgen stapelen zich op
Stel je voor: een district wordt onderschat. Er komen minder scholen. Minder ziekenhuizen. Slechtere wegen. Bij de volgende telling is het gebied nóg moeilijker te bereiken. De onzichtbaarheid versterkt zichzelf.
| Dataset | Gebruik | Risico bij fouten |
|---|---|---|
| WorldPop | Vaccinatieprogramma’s | Te weinig vaccins beschikbaar |
| LandScan | Rampenhulp | Evacuaties missen hele groepen |
| GHS-POP | Infrastructuurplanning | Verkeerde investeringen |
Niet iedereen gelooft het verschil zo groot is
Stuart Gietel-Basten, demograaf in Hongkong, blijft sceptisch. Als we werkelijk miljarden mensen over het hoofd zien, waarom zien we dat dan niet terug in andere data?
Geboorteregistraties, energieverbruik, telefoniegebruik, voedselproductie – al die indicatoren zouden ook opvallende afwijkingen moeten tonen. Dat gebeurt volgens hem niet op de schaal die de Finse studie suggereert.
Toch erkent ook Gietel-Basten dat regionale ondertelling een serieus probleem vormt. Het debat draait niet om óf er mensen gemist worden, maar om hoeveel precies.
Technologie helpt – maar creëert ook nieuwe blinde vlekken
Satellieten kunnen tegenwoordig kleine huizen onderscheiden. Kunstmatige intelligentie schat bevolkingsaantallen in door licht in de nacht, dakoppervlaktes en wegenpatronen te analyseren.
Klinkt indrukwekkend. Maar algoritmes hebben hun eigen vooroordelen. Een dichtbevolkt dorp met kleine huizen wordt onderschat. Een uitgestrekte boerderij met meerdere generaties wordt verkeerd ingeschat.
Hybride aanpak biedt uitkomst
De beste resultaten komen uit combinaties: satellietdata plus steekproeven ter plekke. Damprojecten, mijnbouw, grote wegenaanleg – die leveren onverwacht waardevolle ijkpunten voor modellen.
Meer van zulke vergelijkingen maken betekent meer nauwkeurigheid. En meer nauwkeurigheid betekent beter beleid.
Waarom dit ook jou raakt
Misschien denk je: dit speelt zich af in verre landen. Maar ondertelling beïnvloedt ook hier beslissingen. Krimpregio’s krijgen minder aandacht als bevolkingscijfers te laag lijken. Energieprojecten lijken minder impact te hebben dan werkelijk het geval is.
Voor mensen in Afrika, Azië en Latijns-Amerika zijn de gevolgen directer. Geen cijfer op de kaart betekent geen hulp bij droogte, geen vaccins bij uitbraken, geen aandacht bij rampen.
Welke vragen moeten we nu stellen?
Deze ontdekking opent deuren naar nieuwe discussies:
- Welke andere grootschalige projecten hebben vergelijkbare, onafhankelijke tellingen die we kunnen gebruiken?
- Kunnen internationale organisaties verplicht worden om plattelandsdata regelmatig te valideren?
- Hoe balanceren we privacy met de noodzaak van nauwkeurige bevolkingsinformatie?
Simulaties worden cruciaal. Wat gebeurt er met voedselbehoefte als een regio 30 procent meer inwoners blijkt te hebben? Hoe verandert de CO₂-uitstoot? Welke impact heeft dat op zorgcapaciteit?
De les voor alle data
Dit verhaal gaat verder dan bevolkingscijfers. Het raakt klimaatmodellen, economische voorspellingen, gezondheidsstatistieken. Elk cijfer dat onwrikbaar lijkt, verdient regelmatige controle.
Bij voorkeur niet alleen met computers en algoritmes, maar ook met mensen op de grond. Met modder aan de laarzen in plaats van pixels op een scherm.
Want uiteindelijk gaat het niet om databases of satellieten. Het gaat om echte mensen die gezien moeten worden – letterlijk geteld moeten worden – om de zorg, het onderwijs en de hulp te krijgen die ze nodig hebben.
