Где они живут Показатели уровней бедности, среднего потребления и среднего класса в Центральной Азии на районном уровне Уильям Зейтц1 Быстрый экономический рост за последние два десятилетия избавил от нищеты миллионы людей в Центральной Азии. Однако, неравномерное распределение благосостояния привело к тому, что многие общины безуспешно пытаются не отставать от более процветающих. Для поддержания отстающих областей в основу национальных стратегий развития всех пяти стран региона было положено сокращение этого разрыва. Результаты разрозненных обследований домашних хозяйств позволяют политикам отслеживать прогресс и выявлять некоторые пространственные различия. Однако, данный подход имеет важный недостаток: ни одно из официальных обследований в регионе не является репрезентативным с точки зрения дезагрегирования до районного уровня. Таким образом, при усреднении значений из поля зрения исчезают «островки» нищеты и процветания, что приводит к погрешностям при обеспечении адресности, которые могут замедлить темпы снижения уровней нищеты. Настоящее исследование частично решает данную проблему. Точность ключевых показателей благосостояния значительно повышена по сравнению с тем, чего можно было бы добиться в отношении любой отдельной страны путем: i) объединения данных обследований со всего региона и ii) применения методов оценки малых районов. Результатом применения данного подхода являются подробные показатели благосостояния, которые, в свою очередь, могут быть дезагрегированы по каждому району в Центральной Азии. Представлены детальные карты районов проживания бедного населения и среднего класса, как для всего региона в целом, так и для каждой страны в отдельности. Ключевые слова: Картирование бедности, модели Фея-Хэрриота, методы оценки малых районов, Центральная Азия, региональное развитие Коды классификации JEL: I30, I32 R12                                                              1 Центр глобальной практики по вопросам бедности и равенства, Всемирный Банк; wseitz@worldbank.org 1 ВЫРАЖЕНИЕ ПРИЗНАТЕЛЬНОСТИ Настоящий отчет подготовлен в рамках Программы Всемирного банка по вопросам бедности и равенства в Центральной Азии под руководством Уильяма Зейтца (экономист, GPV03). Карты и массивы данных были созданы при содействии Авралт-Ода Пуревджава (консультант, GPV03). Подход, примененный в настоящем отчете для получения оценок малых районов, основан на команде Stata, разработанной Полом Андресом Корралом Родасом (специалист по прикладной математике, GPV03), Уильямом Зейтцем, Мином Конгом Гуеном (экономист, GPV03) и Жоао Педро Азеведо (ведущий экономист). Редакторы: Боб Фей (старший научный сотрудник, Westat), Александру Кожокару (старший экономист, GPV03), Кеннет Симлер (старший экономист, GPV02), Кристен Химелейн (старший экономист, GPV02) и Дэвид Ньюхаус (старший экономист, GPV07). Дополнительная проектная поддержка была оказана Алишером Раджабовым (экономист, GPV03) и Саидой Исмаилахуновой (старший экономист, GPV03). Работа была завершена под общим руководством Карлоса Силвы-Хауреги (ведущий экономист и и.о. руководителя практики, GPV03) 2 Содержание I – Введение .................................................................................................................................................. 7  I.I – Определения бедности в Центральной Азии ........................................................................... 9  I.II – Средний класс в Казахстане и среднедушевое потребление  .............................................. 15  II – Данные ................................................................................................................................................. 18  II.I – Районы в разбивке по странам  ................................................................................................ 18  II.II – ОБДХ в Казахстане за 2017 год .............................................................................................. 19  II.III – Базовое обследование «Слушая граждан Узбекистана» (L2CU) 2018 года ................... 19  II.IV – ОБДХ в Кыргызской Республике за 2016 года ................................................................... 20  II.V – Базовое обследование «Слушая Таджикистан» (L2T) 2015 года ....................................... 20  II.VI – Спутниковые и административные данные ....................................................................... 21  III – Модель оценки малых районов Фея-Хэрриота ................................................................................ 22  IV – Результаты .......................................................................................................................................... 24  V – Заключительные замечания и примеры применения ........................................................................ 30  VI – Справочная литература ...................................................................................................................... 34  VII – Приложения  ...................................................................................................................................... 35  Приложение A – Показатели Казахстана на районном уровне за 2017 г. .................................. 35  Приложение B – Показатели Узбекистана на районном уровне за 2018 г. ............................... 42  Приложение C – Показатели Кыргызской Республики на районном уровне за 2016 г. ......... 48  Приложение D – Показатели Таджикистана на районном уровне за 2015 г. ........................... 50  Приложение E – Карты на страновом уровне ............................................................................... 53  Приложение F – Объективность и точность процедуры оценки ............................................... 68  Приложение G – Сравнение вариантов оценки дисперсии области изменения значений ... 75  Приложение H – Элементы регрессионной модели ..................................................................... 77  Приложение I – Чувствительность к методу выбора модели ...................................................... 79  Приложение J – K-кратный анализ чувствительности при выборе модели  .............................. 81  3 Таблицы Таблица 1: Использованные данные обследований .......................................................................... 18  Таблица 2: Показатели Казахстана на районном уровне за 2017 г. ................................................. 35  Таблица 3: Показатели Узбекистана на районном уровне за 2018 г. .............................................. 42  Таблица 4: Показатели Кыргызской Республики на районном уровне за 2016 г. ........................ 48  Таблица 5: Показатели Таджикистана на районном уровне за 2015 г............................................ 50  Таблица 6: Модель Фея-Хэрриота для расчета уровня бедности в $5,5/день и $3,2/день .......... 77  Таблица 7: Модель Фея-Хэрриота для расчета потребления ниже среднего класса и среднего по ППС 2011 года ..................................................................................................................................... 78  4 Рисунки Рисунок 1: Сопоставление масштабов бедности по уровню доходов между странами ............... 10  Рисунок 2: Уровень бедности в Казахстане на основании международных уровней бедности ........... 11  Рисунок 3: Национальные показатели бедности в Таджикистане (примечание: график слева не сопоставим с международными оценками бедности); Количество кварталов, проводимых в бедности (справа) .......................................................................................................... 12  Рисунок 4: Уровни бедности в Кыргызской Республике.................................................................. 13  Рисунок 5: Уровень бедности по областям Узбекистана (2018 г.)  .................................................... 14  Рисунок 6: Уровень бедности по областям в Центральной Азии, оцененный по уровню бедности стран с доходами выше среднего ........................................................................................ 15  Рисунок 7: Доля среднего класса населения по областям Центральной Азии .............................. 17  Рисунок 8: Среднесуточное потребление на душу населения по ППС 2011 года ......................... 17  Рисунок 9: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Центральной Азии ............................................................................. 26  Рисунок 10: Масштабы бедности по уровню в 5,5 доллара США на человека в день по ППС, уровни по Центральной Азии .............................................................................................. 27  Рисунок 11: Среднедушевое потребление по ППС 2011 года ........................................................... 28  Рисунок 12: Доля среднего класса в общей численности населения в странах Центральной Азии .................................................................................................................................. 29  Рисунок 13: Доля домохозяйств с трудовыми мигрантами за границей ........................................ 30  Рисунок 14: Доля ДХ с мигрантами в разбивке по квинтилям душевого потребления на районном уровне ..................................................................................................................................... 31  Рисунок 15: Количество дошкольных образовательных учреждений на 1000 детей  .................... 32  Рисунок 16: Количество детских садов на 1000 детей ........................................................................ 32  Рисунок 17: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Казахстану за 2017 г. ........................................................................... 53  Рисунок 18: Доля среднего класса в общей численности населения, уровни по Казахстану за 2017 г. ................................................................................................................................ 54  Рисунок 19: Среднедневное потребление на душу населения по ППС 2011 года по Казахстану за 2017 г. ................................................................................................................................ 55  Рисунок 20: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Узбекистану за 2018 г. ........................................................................ 56  Рисунок 21: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Узбекистану за 2018 г. ........................................................................ 57  Рисунок 22: Доля среднего класса в общей численности населения, уровни по Узбекистану за 2018 г. ............................................................................................................................. 58  Рисунок 23: Среднедневное потребление на душу населения по ППС 2011 года по Узбекистану за 2018 г. ............................................................................................................................. 59  Рисунок 24: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Кыргызстану за 2016 г. ....................................................................... 60  Рисунок 25: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Кыргызстану за 2016 г. ....................................................................... 61  Рисунок 26: Доля среднего класса в общей численности населения, уровни по Кыргызстану за 2016 г. ............................................................................................................................ 62  5 Рисунок 27: Среднедневное потребление на душу населения по ППС 2011 года по Кыргызстану за 2016 г. ............................................................................................................................ 63  Рисунок 28: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Таджикистану за 2015 г. ..................................................................... 64  Рисунок 29: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Таджикистану за 2015 г. ..................................................................... 65  Рисунок 30: Доля среднего класса в общей численности населения, уровни по Таджикистану за 2015 г. .......................................................................................................................... 66  Рисунок 31: Среднедневное потребление на душу населения по ППС 2011 года по Таджикистану за 2015 г. .......................................................................................................................... 67  Рисунок 32: Верхняя и нижняя границы доверительных интервалов, включая вневыборочные прогнозы ..................................................................................................................... 68  Рисунок 33: Сравнение результатов применения метода ЭЛЛ и метода ФХ ................................ 69  Рисунок 34: Среднеквадратичная ошибка до и после применения метода ФХ (Доля населения, живущего за чертой бедности в $5,5/день – слева; Среднедневное потребление на душу населения по ППС 2011 года – справа) ............................. 70  Рисунок 35: Сравнение индивидуализированных моделей с обобщенной моделью (только в пределах выборки – слева; в том числе вне выборки – справа) ..................................... 71  Рисунок 36: Слева: Сравнение модели со строго заданным порогом VIF (5) с принятым порогом (10); Справа: Сравнение модели без порога VIF с принятым порогом (1) ..................... 72  Рисунок 37: Сравнение прямых оценок с оценками выборки по модели Фея-Хэрриота, уровень бедности в $5,5/день (слева) и средний уровень потребления (справа) ........................ 73  Рисунок 38: Уточнение коэффициента вариации для оценки среднего потребления ................ 74  Рисунок 39 Сравнение оценок дисперсии показателей среднего потребления ........................... 75  Рисунок 40: Сравнение оценок дисперсии уровня бедности по порогу в $5,5/день ................... 76  Рисунок 41: Доля населения, живущего за чертой бедности ($5,5/день); сравнение оценки по методу линеаризации на основе ряда Тейлора с оценкой по методу ГТ (слева) и сравнение оценки по методу свободного разложения в ряд Тейлора со «сглаженной» оценкой (справа) ..................................................................................................................................... 76  Рисунок 42: Сравнение метода лассо по критерию Акаике (AIC) с пошаговым методом .......... 79  Рисунок 43: Сравнение метода лассо по расширенному критерию Байеса (EBIC) с пошаговым методом ................................................................................................................................ 80  Рисунок 44: Сравнение метода лассо по критерию Байеса (BIC) с пошаговым методом .......... 80  Рисунок 45: Кратность A: полная выборка (слева); выборка с удержанными данными (справа) ..................................................................................................................................................... 81  Рисунок 46: Кратность B: полная выборка (слева); выборка с удержанными данными (справа) ..................................................................................................................................................... 82  Рисунок 47: Кратность C: полная выборка (слева); выборка с удержанными данными (справа) ..................................................................................................................................................... 82  Рисунок 48: Кратность D: полная выборка (слева); выборка с удержанными данными (справа) ..................................................................................................................................................... 83  Рисунок 49: Кратность E: полная выборка (слева); выборка с удержанными данными (справа) ..................................................................................................................................................... 83  6 I – Введение Измерение уровня бедности, среднего потребления на душу населения, численности среднего класса и других показателей благосостояния традиционно проводится с помощью данных обследований. В целях обеспечения частоты мониторинга и ограничения затрат на сбор подробных сведений такие обследования, как правило, охватывают лишь малую выборку населения. Когда такая выборка населения репрезентативна, обследования дают надежную оценку распространенности нищеты в масштабах всей страны за счет небольшой части тех затрат, которые потребовались бы для обследования всех людей в стране. Однако, такой подход обязательно приводит к ошибкам выборки, и следовательно, типичное обследование доходов или расходов домашних хозяйств не может дать статистически достоверных оценок благосостояния для небольших территориальных единиц. Настоящее исследование начинается с представления репрезентативных данных по стране (и областям) в отношении каждой из четырех стран Центральной Азии (Казахстан, Кыргызстан, Таджикистан и Узбекистан), для которых они доступны. Далее путем анализа повышается достоверность оценок обследования с целью получения данных на уровне ниже традиционного (переход от оценок на областном уровне к оценкам на районном уровне). В силу отсутствия необходимых данных обследований Туркменистан из анализа исключен. Подход, описанный в настоящем отчете, включает анализ данных двух типов обследований. Оценки благосостояния в отношении Казахстана и Кыргызской Республики основаны на данных обследований бюджетов домашних хозяйств (ОБДХ), проведенных национальными статистическими агентствами. Данные ОБДХ, проведенных в Таджикистане и Узбекистане, были либо неподходящими для нашего анализа, либо недоступными. Вместо этого оценки благосостояния в отношении этих стран основаны на результатах базовых обследований, проведенных в рамках двух исследований Всемирного банка: «Слушая Таджикистан» (L2T) и «Слушая граждан Узбекистана» (L2CU). Все эти четыре обследования разработаны таким образом, чтобы быть репрезентативными на национальном уровне в соответствующей стране в отношении сельских и городских районов и на областном уровне. По этой причине в официально публикуемой информации об уровнях бедности, отслеживаемых в каждой стране, как правило (за некоторыми исключениями) не бывает данных по административным единицам ниже областного уровня. Тем не менее, на районном уровне правительствами проводится немало мероприятий административного характера, и областной уровень является относительно высоким в плане охвата мерами политики, нацеленными на удовлетворение потребностей неимущих и уязвимых слоев населения. Аналогично этому, эффективность мер политики, направленных на обеспечение роста численности среднего класса и среднего дохода, может быть улучшена путем повышения степени дезагрегирования по сравнению с той, что доступна напрямую. Методы оценки малых районов (ОМР) повышают точность показателей благосостояния, что делает возможным получение данных по территориальным единицам с высокой степенью дезагрегирования. Подходы ОМР, использующие статистические модели исчисления, позволяют рассчитывать показатели для малых территорий, гарантированно получить 7 которые с использованием исключительно традиционных данных обследований невозможно. Результаты оценок нередко используются для ориентирования мер политики и выделения ресурсов в целях повышения эффективности мер по сокращению бедности или для решения проблем конкретных социальных групп на местном уровне. Карты бедности используются во многих странах и регионах для акцентирования территориальных различий, одновременного отображения различных аспектов благосостояния, понимания детерминантов распределения дохода, а также для разработки и выбора проводимых мероприятий. Было разработано множество таких методов, призванных компенсировать снижение точности оценок благосостояния по мере повышения степени дезагрегирования. Стандартный подход к ОМР, используемый Всемирным банком и применяемый в большинстве случаев при наличии достаточного объема данных, описан в работе Элберса, Ланжува и Ланжува (Elbers, Lanjouw, and Lanjouw (2003)) и нередко упоминается как метод картирования бедности ЭЛЛ. Допущения и данные, используемые для картирования по методу ЭЛЛ, более подробно описаны в работе Беди, Кудуэля и Симлера (Bedi, Coudouel and Simler (2007)). При этом, для использования подхода ЭЛЛ обязателен доступ к микроуровневым данным переписи. В Центральной Азии данных переписи либо просто нет (например, в Узбекистане), либо они относительно старые (например, в Кыргызской Республике и Таджикистане), либо не предоставляются для целей подобного анализа (например, в Казахстане). В таких случаях наиболее распространенным альтернативным подходом является метод Фея-Хэрриота (ФХ), который и был применен для получения результатов, описанных в настоящем отчете. Метод ФХ позволяет получать различные оценочные показатели путем совмещения данных обследования и показателей районного уровня из доступных источников, менее подверженных неточностям, таких как административные данные или данные дистанционного зондирования. Подавляющая часть использованных в настоящем отчете общедоступных источников данных составляют спутниковые изображения. Подход ФХ заключается в сопоставлении достоверных данных в отношении той или иной местности с показателями, укрупненными до необходимого уровня в рамках обследования (в данном случае, районного). Отталкиваясь от относительно неточных оценок, полученных по результатам обследования, разрабатывается статистическая модель, призванная объяснить отклонения в показателях благосостояния на районном уровне (в данном случае это либо масштабы бедности, либо среднее потребление на душу населения, либо доля среднего класса на районном уровне). После построения модели в окончательные результаты на областном уровне также включаются прямые оценки обследования: конечные оценки масштабов бедности на областном уровне представляют собой средневзвешенное значение наблюдаемых и смоделированных оценок в случаях, когда имеются обе оценки. Для территорий, в отношении которых отсутствуют данные обследования, результаты полностью основываются на оценках, полученных с помощью статистической модели. Структура отчета является следующей: в оставшейся части данного раздела рассматриваются определения ключевых показателей, подлежащих оценке. В разделе II рассматриваются данные, использованные в исследовании (исходя как из микроданных обследования, так и из дополнительных данных спутниковой съемки/административных данных). Более подробное обсуждение подхода, с помощью которого были составлены описанные в данном отчете карты, содержится в разделе III. В разделе IV приведены карты Центральной Азии районного уровня. 8 В разделе V приведено краткое обсуждение результатов и два примера использования карт (сопоставление масштабов миграции с масштабами бедности и определение районов для реализации программных мероприятий на картах). В приложениях содержатся подробные таблицы результатов на районном уровне по всей Центральной Азии, процедуры проверки результатов и обеспечения их надежности, а также используемые регрессионные модели. I.I – Определения бедности в Центральной Азии В рамках своего мандата Всемирным банком на регулярной основе проводятся сопоставимые на международном уровне оценки масштабов бедности. В 2017 году Всемирный банк обновил все такие оценки с учетом новых уровней бедности и одновременно с этим начал применять актуализированные коэффициенты пересчета паритета покупательной способности (ППС) для каждой страны (на основе оценок различий в ценах, проведенных в 2011 году). Цель проведения Всемирным банком сопоставимых на международном уровне оценок масштабов бедности заключается в оценке масштабов нищеты с точки зрения единого глобального стандарта. Полученные на этом основании показатели, в свою очередь, используются для мониторинга прогресса в достижении целей в области развития, поставленных Всемирным банком, государствами-членами Организации Объединенных Наций и другими партнерами. Оценки масштабов бедности Всемирного банка отличаются от официальных национальных оценок бедности в Центральной Азии по нескольким причинам. Наиболее распространенные официальные подходы к оценке масштабов бедности в регионе учитывают местные структуры доходов или потребления и часто более подходят для анализа в рамках конкретной страны. При этом, невзирая на многочисленные преимущества официальных показателей уровня бедности тех или иных стран, они все же не сопоставимы с подходами, используемыми в других странах, отчасти в силу того, что они разработаны конкретно под специфику стран. Соответственно, для сопоставления этих показателей между странами (например, для целей мониторинга или сопоставительного анализа) требуется наличие согласованного подхода, такого как подход, применяемый Всемирным банком. Еще одна причина использования Всемирным банком обособленного подхода для измерения сопоставимых на международном уровне масштабов бедности заключается в необходимости учета различий в стоимости жизни между странами. Для решения этой проблемы Всемирный банк участвует в реализации Программы международных сопоставлений (ПМС), которая представляет собой глобальные усилия по измерению различий в количестве товаров и услуг, которые можно приобрести за единицу валюты одной страны в другой стране. Последние измерения в рамках ПМС были проведены в 2011 году с последующим важным обновлением предыдущих показателей ППС. Первоначально черта бедности была установлена на уровне одного доллара в день в 1991 году по ППС 1985 года с использованием среднего значения черты бедности в самых бедных странах мира. С опубликованием новых показателей ППС в 1993 году уровень черты бедности 9 был изменен на 1,08 доллар в день. Следующее обновление ППС состоялось в 2005 году с повышением черты бедности до уровня 1,25 доллара2. В последний раз черта бедности была пересмотрена в 2011 году и снова с использованием национальных уровней черты бедности самых бедных стран, как это было в предыдущих случаях. В результате черта бедности была поднята до уровня 1,90 доллара в день. При этом, в Центральной Азии измеряемая по данному показателю бедность довольно редка и поэтому исключена из последующего анализа. Однако помимо международной черты бедности, учитывающей низкий уровень дохода, Всемирный банк также использует черты бедности по уровню доходов, которые облегчают сравнение между странами, находящимися на одинаковых этапах развития. Черты бедности по уровню доходов определены для стран с уровнем дохода ниже среднего и выше среднего и основаны на национальных уровнях черты бедности стран в каждой группе. Как таковые, они предоставляют более соответствующие пороговые значения для измерения бедности в странах каждого класса доходов. Черты бедности установлены на уровнях 3,2 доллара в день (страны с уровнем дохода ниже среднего) и 5,5 доллара в день (страны с уровнем дохода выше среднего). Используемые показатели благосостояния в отношении дохода или потребления такие же, как и для международной черты бедности. Сопоставление масштабов бедности, измеренной на основании этих пороговых значений, между странами представлено на Рис. 1. Рисунок 1: Сопоставление масштабов бедности по уровню доходов между странами 2002/3 2014/15 100 90 Доля бедного населения  80 70 60 50 40 30 20 10 0 Грузия  Армения  Казахстан  Таджикистан  Турция  Украина  Грузия  Армения  Казахстан  Таджикистан  Турция  Украина  Кыргызская Республика  Российская Федерация  Кыргызская Республика  Российская Федерация  Кыргызская Республика Российская Федерация Armenia Georgia Kazakhstan Armenia Georgia Kazakhstan Armenia Georgia Kazakhstan Tajikistan Ukraine Tajikistan Ukraine Tajikistan Украина Ukraine Kyrgyz Republic Russian Federation Kyrgyz Republic Kyrgyz Republic Turkey Russian Federation Turkey Армения Russian Federation Таджикистан Turkey Турция Грузия Казахстан международная черта  international poverty line черта бедности по уровню lower middle income class poverty черта бедности по уровню  upper middle income class poverty бедности  доходов ниже среднего line доходов выше среднего line   Источник: Официальные данные обследований по странам, расчеты автора                                                               2 Более подробно см. в статье Франциско Феррейры, Дина Джолиффа и Эспена Придза по данной ссылке 10 Казахстан добился значительного и устойчивого сокращения уровня бедности с момента обретения независимости. В настоящее время уровень крайней нищеты, измеряемый долей живущих за международной чертой бедности в 1,9 доллара США в день, практически равен нулю. Несмотря на некоторый спад в 2009 и 2015 годах, уровень бедности в стране по всем общепринятым показателям свидетельствует о существенном улучшении благосостояния в долгосрочной перспективе. Самые последние имеющиеся данные свидетельствуют о том, что в период с 2016 по 2017 годы уровень бедности в Казахстане снизился. Если оценивать с использованием наивысшей черты бедности, обычно применяемой Всемирным банком к странам с уровнем доходов выше среднего, таким как Казахстан, уровень бедности здесь снизился с 65 процентов в 2011 году до примерно 8,5 процентов в 2017 году. При этом, многие проблемы остаются нерешенными, что делает Казахстан уязвимым перед экономическими потрясениями, периодически обращающими вспять прогресс страны на пути к уменьшению бедности. Два наиболее примечательных примера этому были зафиксированы в 2005 году и приблизительно с 2013 по 2016 годы. В течение указанных периодов замедления или сокращения роста многие люди оказались за чертой бедности (хотя и не совсем в крайней нищете), и лишь возобновление роста в последующие годы позволило снова снизить уровень бедности. При этом, если проводить оценку с использованием самой высокой черты бедности, Казахстан пока не вернулся к тому низкому уровню, который был достигнут в 2013 году. Даже на региональном уровне благосостояние и устойчивость к потрясениям достаточно сильно отражаются на Казахстане в пространственном отношении. При самом последнем экономическом спаде конца 2014 – 2015 годов в регионах с уровнем доходов ниже среднего и исторически более высоким уровнем бедности в 2015 году наблюдался более значительный рост уровня бедности. Рисунок 2: Уровень бедности в Казахстане на основании международных уровней бедности Источник: Данные ОБДХ в Казахстане, расчеты автора 11 Среди стран Центральной Азии самый высокий уровень бедности на протяжении долгих лет сохраняется в Таджикистане, хотя в последние годы его разрыв с уровнем Кыргызстана сокращается. Как и в случае с Казахстаном, мониторинг бедности в стране осуществляется с использованием собственного официального определения, которое отличается от уровня бедности Всемирного банка. Согласно национальному ряду данных, уровень бедности в стране снизился с более чем 72 процентов в 2003 году до 47 процентов в 2009 году. Доля населения, живущего в крайней нищете за международной чертой бедности в 1,9 доллара США в день, составляет менее 2 процентов. Согласно другому методу измерения уровня бедности, который применяется с 2012 года, уровень бедности продолжал снижаться с 37,4 процента в 2012 году до 29 процентов в 2017 году. Уровень бедности в Таджикистане сильно колеблется в зависимости от сезона года и приблизительно половина населения впадает в бедность (согласно национальному определению), по крайней мере, один раз в год (рис. 3). Рисунок 3: Национальные показатели бедности в Таджикистане (примечание: график слева не сопоставим с международными оценками бедности); Количество кварталов, проводимых в бедности (справа) Источник: Данные ОБДХ в Таджикистане, расчеты автора В Кыргызстане уровень бедности почти такой же, как в Таджикистане, а в некоторых случаях даже выше. Хотя в первой половине прошлого десятилетия уровень бедности в стране быстро снижался, в дальнейшем прогресс застопорился. Доля населения, проживающего за чертой бедности в 3,2 доллара США в день, снизилась с 79 процентов в 2000 году до 20 процентов в 2008 году. Затем, однако, тенденция к снижению почти остановилась и в последующие годы оставалась практически неизменной. Изменения уровня бедности очень тесно связаны с экономическим ростом Кыргызстана, и медленный экономический рост в последние годы 12 привел лишь к незначительному уменьшению бедности. Уровень диверсификации экономики в стране также относительно невысок, и в прошлом циклы подъема-спада экономической деятельности были тесно связаны с периодами прогресса и застоя в уменьшении бедности. Рисунок 4: Уровни бедности в Кыргызской Республике Источник: ОБДХ в Кыргызстане, официальные расчеты Всемирного банка До недавнего времени Узбекистан не предоставлял международному сообществу регулярные официальные данные, необходимые для оценки сопоставимых на международном уровне уровней бедности. Как следствие, последние официальные и сопоставимые на международном уровне оценки датируются началом 2000-х годов. Вместе с тем, в 2018 году Всемирный банк в консультации с Национальной статистической службой Узбекистана и другими партнерами начал проведение нового исследования под названием «Слушая граждан Узбекистана». Данное исследование включало в себя комплексное базовое обследование, результаты которого можно использовать для оценки сопоставимых уровней бедности. Эти оценки показывают, что в 2018 году доля населения, проживающего за чертой бедности в 3,2 доллара США в день, составляла 9,6 процента, при этом, по уровню бедности в 5,5 доллара США в день данный показатель составлял 36,6 процента. 13 Рисунок 5: Уровень бедности по областям Узбекистана (2018 г.) Источник: Базовое обследование «Слушая граждан Узбекистана», расчеты автора Только Туркменистан совсем не имеет доступных данных для оценки сопоставимых на международном уровне показателей. По этой причине страна исключена из последующих анализов. Как правило, данные обследований, использованные для оценки уровня бедности в каждой из четырех стран, в отношении которых имеются данные, считаются репрезентативными только на уровне областей (районов). При дальнейшем дезагрегировании ошибки выборки становятся настолько большими, что доверительные интервалы начинают существенно перекрываться. Полученные в результате карты могут быть неверными. В действительности, точечные оценки дают конкретное значение уровня бедности в конкретном районе, но если игнорировать точность таких оценок, легко не заметить, что истинное значение уровня бедности может быть намного выше или ниже. Такая интерпретация может привести к недопустимым политическим решениям. На рис. 6 представлены согласованные показатели бедности для четырех стран, имеющих данные обследований на уровне, который в рамках базовых обследований обычно считается репрезентативным. Задача остальной части настоящего отчета состоит в том, чтобы оценить и представить репрезентативные на районном уровне показатели благосостояния, в том числе, уровень бедности, на один шаг ниже, чем представлено здесь. 14 Рисунок 6: Уровень бедности по областям в Центральной Азии, оцененный по уровню бедности стран с доходами выше среднего Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. I.II – Средний класс в Казахстане и среднедушевое потребление В Казахстане и в каждой стране Центральной Азии увеличение численности среднего класса является главным стремлением правительства и одним из ключевых обязательств, изложенных в национальных стратегиях развития. Невзирая на уменьшение масштабов бедности, многие люди все еще остаются уязвимыми перед лицом экономической нестабильности. Уровень потребления значительной доли населения едва превышает черту бедности для стран с уровнем дохода выше среднего и подвержен значительному риску падения ниже этого уровня. Как показал недавний экономический спад в Центральной Азии, в периоды экономических трудностей среди домохозяйств наблюдаются значительные колебания роста и уменьшения масштабов бедности, что указывает на низкую степень их экономической устойчивости. В условиях повышенной экономической нестабильности региональные или индивидуальные потрясения с легкостью приводят к снижению благосостояния. С экономической точки зрения выход из этого состояния уязвимости можно рассматривать как переходный процесс к обществу «среднего класса», демонстрирующий момент достижения 15 порога экономической стабильности, связанного с низкой вероятностью возврата к бедности. В то время как в настоящее время официальной оценки размеров среднего класса в Казахстане или в других странах региона не существует, не так давно в рамках труда Pittau & Zelli (2018) Всемирным банком и другими партнерами по развитию была рекомендована к применению стратегия, основанная на данных официального ОБДХ. Общепринятый подход к измерению и мониторингу эволюции среднего класса заключается в применении фиксированных пороговых значений. При этом, существует широкий диапазон пороговых значений, которые используются в различных ситуациях. Один из наиболее часто применяемых методов был предложен в Ferreira et al. (2013), в соответствии с которым оценке был подвергнут уровень доходов среднего класса на душу населения от 10 до 50 долларов США в день по ППС 2005 года в странах Латинской Америки и Карибского бассейна. Тем не менее, не ясно, имеет ли смысл применять этот диапазон к Казахстану, который довольно далек от того контекста, в котором были изначально установлены эти уровни. Таким образом, рекомендованный Всемирным банком и принятый для проведения данного исследования метод использует эмпирически оцененный уровень, адаптированный к контексту Казахстана с использованием модуля данных, предоставленных респондентами, определившими себя как принадлежащие к данному классу в ходе проведения ОБДХ в Казахстане в 2013 году. Данный подход показывает нижний порог дохода на уровне 474 000 тенге и верхний порог на уровне 1 772 000 тенге, что соответствует 56-му и 99-му процентилям взвешенного распределения дохода. Эти значения в свою очередь соответствуют 14,00 доллара США и 52,20 доллара США в день в международных долларах 2011 года. Поскольку в настоящее время официального показателя принадлежности к среднему классу для других стран региона не существует, а показатель, разработанный в Казахстане, является наиболее четко сформулированным определением в регионе, этот уровень используется во всех картах данного региона ниже. Другим важным показателем благосостояния является среднее потребление, которое хорошо характеризует уровни дохода в странах с большим неформальным и сельскохозяйственным секторами. Показатели среднего потребления акцентируют внимание не только на нижних уровнях распределения, таких как показатели бедности в данном контексте. Методики расчета среднего потребления также позволяют повышать точность его измерения и использовать его для оценки малых районов так, как в большинстве случаев не позволяют это сделать показатели бедности. Один из недостатков подхода Фея-Хэрриота в контексте значений, близких к нулю (таких как процентные значения), заключается в том, что их сложнее проверять с точки зрения коэффициентов вариации (National Research Council, 2013). В то время как измерение среднего потребления не имеет таких ограничений. Для того, чтобы показатели среднего потребления могли быть сопоставлены между странами, они корректируются с использованием коэффициента пересчета ППС для каждой страны и выражаются в значениях 2011 года. На рис. 8 представлены прямые оценки на региональном уровне. 16 Рисунок 7: Доля среднего класса населения по областям Центральной Азии Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. Рисунок 8: Среднесуточное потребление на душу населения по ППС 2011 года Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. 17 II – Данные Обычно для картирования в рамках ОМР требуются данные из двух типов источников. Первым источником данных являются результаты обследования благосостояния, и предпочтительно те данные, с помощью которых осуществляется мониторинг бедности, потребления и/или размеров среднего класса. Второй источник должен позволять дезагрегирование данных до уровня, на котором будет оцениваться соответствующий показатель, и по возможности охватывать все население, поскольку любая выборка в рамках второго источника данных приводит к дополнительной ошибке, и ее использования следует избегать всегда, где это возможно. Для получения описанных в настоящем отчете оценок на районном уровне используются общедоступные данные со спутников, станций и географические данные, укрупненные до районного уровня, не имеющие никаких дополнительных ограничений, присущих данным выборки. Для обеспечения максимальной схожести определений ключевых показателей, содержащихся в микроданных из разных стран, в настоящем отчете используется стандарт гармонизации, применяемый Всемирным банком в рамках своей инициативы ECAPOV при составлении официальных оценок бедности Всемирного банка. II.I – Районы в разбивке по странам Для представления результатов и привязки данных обследования к спутниковым изображениям требуется установить картографические данные каждой страны на районном уровне. Это было сделано с помощью стандартных шейп-файлов карт и сопоставления каждого шейп-файла с дезагрегированными данными о местоположении, доступными для каждого обследования. Таблица 1: Использованные данные обследований Районы Районы Исчисленные Страна Год Домохозяйства обследования на карте данные КАЗ 2017 47445 178 202 24 КГЗ 2016 19575 40 42 2 ТЖК 2015 2999 149 159 10 УЗБ 2018 4013 126 190 64 ТКМ Нет . . . . При проведении анализов, обсуждаемых в настоящем отчете, использованы главным образом данные из журнала/списка потребляемых продуктов питания, непродовольственных расходов и состава домохозяйства. 18 II.II – ОБДХ в Казахстане за 2017 год Оценка масштабов бедности и другие показатели благосостояния населения Казахстана основаны на данных раунда ОБДХ 2017 года, проведенном Агентством Республики Казахстан по статистике. Обследование потребления и расходов домохозяйств, как правило, считается репрезентативным на национальном уровне, репрезентативным на областном уровне и отдельно репрезентативным для сельских и городских районов. При проведении обследования используется стратифицированный план выборки со слоями, соответствующими 14 областям + 2 крупным городам, с отбором единиц в выборочную совокупность из городских и сельских районов, входящих в их состав (за исключением городов Алматы и Астаны, которые в целом представляют собой города). В рамках ОБДХ формируется полный модуль потребления, охватывающий как продовольственные, так и непродовольственные товары. Также собирается информация о составе, доходе, занятости домохозяйства и по смежным темам. Все данные в рамках ОБДХ в Казахстане собираются на основе личных бесед, за исключением данных о потреблении, для сбора которых используется инструмент журнального типа. Обследование на предмет получения большинства показателей благосостояния проводится на непрерывной и репрезентативной основе ежеквартально в течение года. II.III – Базовое обследование «Слушая граждан Узбекистана» (L2CU) 2018 года До недавнего времени национальное статистическое агентство не предоставляло Всемирному банку официальные данные проводимых в Узбекистане ОБДХ. Тем не менее, в рамках инициативы L2CU, реализуемой частной фирмой от имени Всемирного банка и в сотрудничестве с министерствами и Государственным комитетом по статистике, было проведено комплексное базовое обследование, отвечающее потребностям картирования бедности. План обследования строго придерживался протоколов, используемых для типов Обследований оценки уровня жизни (LSMS). Обследование проводилось в соответствии со стандартной двухэтапной процедурой выборки, в рамках которой случайным образом были отобраны 200 кластеров выборки (административных единиц, именуемых в Узбекистане «махаллями») с вероятностью, пропорциональной их размеру. Национальная выборка была стратифицирована по областям и городским районам. Хотя предпочтительной основой для выборки первого этапа является национальная перепись домохозяйств, в Узбекистане такая перепись не проводилась с момента обретения независимости от Советского Союза (в настоящее время проведение переписи запланировано на 2022 год). Соответственно, для целей обследования были использованы данные махаллей – административных единиц самого нижнего уровня в Узбекистане. Эти данные включают официальные статистические данные о народонаселении, предоставленные Национальным комитетом по махалле на основании официальной документации (по состоянию на первый квартал 2018 года). Весовые показатели данных обследования были скорректированы в соответствии с общей численностью обследуемого населения на момент проведения обследований на местах. Выборка второго этапа проводилась путем простого случайного 19 отбора домохозяйств с равной вероятностью в рамках выбранных махаллей. Был включен отдельный уровень стратификации для домохозяйств, получающих социальную помощь, в количестве 4 домохозяйств на одну махаллю. Окончательная целевая выборка включала 4000 домохозяйств (20 домохозяйств на одну махаллю), 800 из них были получателями социальной помощи. Базовое обследование включало модуль полного потребления и расходов с использованием подхода «список/отзыв». Полученные расчеты являются репрезентативными для 12 областей, 1 автономной республики и 1 независимого города (Ташкент), со своими городскими районами (за исключением города Ташкента, который в целом представляет собой город). Базовое обследование проводилось исключительно с использованием планшетов (CAPI – персональное интервью с помощью компьютера), что позволило проводить проверки с использованием перекрестных ссылок и других методов, обеспечивающих точность. Опрос проводился в течение 1,5 месяцев в мае/июне 2018 года. Несмотря на то, что в обследовании L2CU данные собирались на непрерывной основе, базовый уровень является единственным источником, обеспечивающим комплексный модуль потребления и расходов. II.IV – ОБДХ в Кыргызской Республике за 2016 года Показатели бедности и другие оценки благосостояния населения Кыргызстана основаны на данных раунда ОБДХ 2016 года, проведенного Национальным статистическим комитетом. Как правило, в отношении потребления домохозяйств обследование считается репрезентативным на национальном уровне, репрезентативным на областном уровне и отдельно репрезентативным для сельских и городских районов. При проведении обследования используется стратифицированный план выборки со слоями, соответствующими 7 областям + 1 крупному городу (Бишкек), с их городскими и сельскими районами. В рамках ОБДХ собирается полный модуль потребления (с использованием журнального подхода), охватывающий как продовольственные, так и непродовольственные товары. Также собирается информация о составе, доходе, занятости домохозяйства и по смежным темам. Все данные собираются на основании личных бесед и в последние годы с использованием системы CAPI. II.V – Базовое обследование «Слушая Таджикистан» (L2T) 2015 года В то время как данные ОБДХ в Таджикистане предоставляются Всемирному банку и другим партнерам по развитию, используемый план выборки не совсем точно отвечает целям картирования бедности, поскольку географический охват такого обследования ограничен по сравнению с другими источниками данных. Географический охват имеет решающее значение в контексте картирования бедности, и в качестве альтернативы использовалось обследование с более широким географическим охватом выборки. Наш выбор пал на базовое обследование L2T потому, что: i) для его проведения Агентством по статистике при Президенте Республики Таджикистан была использована основа выборки для национальной переписи населения 2010 20 года, и ii) при его проведении был использован традиционный план стратифицированной двухэтапной кластерной выборки с широким географическим охватом. На первом этапе было отобрано 150 кластеров с пропорциональной размеру вероятностью. На втором этапе для целей обследования было отобрано 3000 домохозяйств. Выборка была разработана таким образом, чтобы быть репрезентативной на уровне страны по потреблению и расходам. Обследование проводилось в течение двух месяцев начиная с марта 2015 года. Были использованы системы CAPI и все данные были собраны при помощи личных бесед. Как и в случае с L2CU, после базового обследования проводился непрерывный сбор данных, однако в последующие раунды обследования не была включена комплексная модель потребления и расходов. Проведение интервью осуществлялось под надзором Министерства здравоохранения и социальной защиты населения Таджикистана и Всемирного банка. II.VI – Спутниковые и административные данные Основным источником спутниковых и административных данных для данного исследования является проект AidData, реализуемый Колледжем Вильгельма и Марии3. Территориально агрегированные данные из этого источника, доступные для Казахстана, включают в себя: 1) Места осуществления проектов Всемирного банка; 2) Годовые данные о ночных огнях по данным сенсора VIIRS в режиме «день/ночь» (без коррекции паразитных бликов); 3) Составные изображения ночных огней со спутников Оборонной метеорологической спутниковой программы ВВС США (DMSP-OLS), версия 4. Огни городов, поселков и других мест с постоянным освещением, включая газовые факелы. Краткосрочные события, такие как пожары, не учтены. Калибровка по сенсорам и годам с помощью коэффициентов Элвиджа 2014 года; 4) Среднее количество осадков в год по данным системы Precipitation (v4.01) Делавэрского университета; 5) Средняя температура воздуха в год по данным системы Air Temperature (v4.01) Делавэрского университета; 6) Глобальный уклон (в градусах) по данным радарной топографической съемки с борта МТКК «Спейс шаттл» (SRTM) (v4.1) с разрешением 500 м; 7) Рельеф планеты (в метрах) по данным радарной топографической съемки с борта МТКК «Спейс шаттл» (SRTM) (v4.1) с разрешением 500 м; 8) Двоичные данные с указанием позиций известных материковых месторождений нефти и газа; 9) Стандартные данные по типам земного покрова системы MODIS (версия MCD12Q1) согласно классификации Международной программы по геосфере и биосфере (IGBP);                                                              3 Данные доступны по адресу http://geo.aiddata.org/query/#!/ 21 10) Годовое значение вегетационного индекса нормализованной разности (NDVI) по данным многоканального радиометра высокой разрешающей способности (AVHRR) в рамках Системы долгосрочной записи данных НАСА (v4); 11) Плотность населения (скорректированные значения ООН) по данным системы Gridded Population of the World, версия 4, отображающей плотность населения во всем мире; исходные данные представлены в сетке с размером клеток в 30 угловых секунд (~1 км); 12) Карта общей экономической активности, в т.ч. как формальной, так и неформальной экономической активности за ~2006 г., созданная с помощью данных о ночных огнях и картограммы населения, сформированной в системе LandScan; 13) Расстояние до побережья (только на суше) в метрах по данным системы World Vector Shorelines; 14) Расстояние до воды в метрах по данным системы World Vector Shorelines в сочетании с данными о реках и озерах Всемирного банка данных 2 (через систему Natural Earth); 15) Расстояние до дорог в метрах по данным системы Global Roads Open Access Dataset (gRoads), версия 1.0; 16) Расстояние до границ стран в метрах по данным системы GADM 2.8 ADM0 о границах стран; 17) Оценка концентрации твердых частиц (PM2.5) на основе модели прогнозирования с комбинированием спутниковой оценки и моделирования с помощью системы TM5- FASST; 18) Расчетное время в пути (в минутах) до ближайшего города с населением 50 000 человек в 2000 году. III – Модель оценки малых районов Фея-Хэрриота Базовая модель оценки на районном уровне сводится к следующему. Допустим, что – истинный уровень бедности или среднего класса в каждой административно-территориальной единице i, а модель выборки запишем следующей формулой: , где – наблюдаемая в ходе обследования прямая оценка численности бедного населения (или среднего класса) , а – ошибка выборки, связанная с , при этом предполагается, что | ~ 0, и известны. Связывающая формула выглядит следующим образом: , где – вектор характеристик района, а – независимые и равнораспределенные случайные ошибки, при этом 0 и . При этом, данные для поставляются из открытых источников районного уровня, в основном из административных источников географической направленности, а также из данных непрерывного мониторинга спутников или метеостанций, и соответственно лишены ошибок выборки. Совмещение вышеуказанных формул выборки и связывания приводит к тому, что наблюдаемые уровни бедности или среднего класса могут быть смоделированы следующим образом: 22 . С учетом данного набора наилучшая линейная несмещенная оценка , которая минимизирует средний квадрат ошибки , будет следующей: , где , а выступает в роли «коэффициента сжатия». Учитывая, что значение неизвестно, наилучший линейный несмещенный прогноз (BLUP) заменяется его эмпирическим аналогом EBLUP: , который может быть записан иначе как: 1 , где – оценка ОМНК для и . Таким образом, является взвешенным средним наблюдаемой прямой оценки и синтетической (основанной на модели) оценки , причем веса задаются величиной . Если имеет меньшую дисперсию выборки , то коэффициент сжатия задает больший вес прямой оценке, а если имеет бóльшую дисперсию выборки, то больший вес присваивается синтетической оценке. В районах, не входящих в состав выборки в рамках обследования, прогноз основывается на синтетической оценке , где . Связанная с ̂ ошибка прогноза учитывает дисперсию выборки, связанную с , а также неопределенность, связанную с оценкой и (более подробно см. Rao, 2003). При расчетах параметра , необходимого для модели Фея-Хэрриота, существует несколько потенциальных методов рассмотрения плана двухэтапной стратифицированной и кластерной выборки для целей обследования, использованного в данном случае. Вероятно, проще всего использовать оценку Горвица-Томпсона (ГТ) для , которую можно записать следующим образом: ∈ Параметр обозначает набор единиц выборки в области изменения значений d. При этом, оценка ГТ далеко не всегда является предпочтительной при применении метода ОМР (National Research Council, 2013; Eurostat, 2013). Как правило, она нестабильна, особенно применительно к небольшим областям изменения значений с небольшим количеством наблюдений в рамках обследований (распространенная проблема в данном контексте). Для решения этой проблемы существуют альтернативные прямые оценки, которые могут превосходить оценку ГТ. Как правило, Всемирный банк осуществляет расчет значений дисперсии выборки, связанной с масштабами бедности на районном уровне, путем получения оценки дисперсии из источника данных обследования и деления ее на размер выборки для каждой области изменения значений, в результате чего получается набор «сглаженных» оценок дисперсии выборки. 23 Данный подход не учитывает компоненты плана кластерной выборки; при этом, сглаженные значения дисперсии выборки обычно более стабильны, чем простые взвешенные прямые оценки ГТ. Последним подходом является расчет дисперсии и связанной среднеквадратичной ошибки среднего значения с использованием подхода линеаризованной оценки дисперсии на основе ряда Тейлора первого порядка (Wolter 2007). При анализе чувствительности это был наиболее стабильный показатель дисперсии из трех, описанных здесь, и предпочтительный подход для данного применения. В Приложении G приведены сравнения и анализ чувствительности к выбору оценки дисперсии области изменения значений. При сравнении второго («сглаженного») и третьего («линеаризованного») из описанных вариантов конечные результаты оказались очень похожи, хотя, как и ожидалось, подход ГТ дает результаты, более далекие от результатов двух других вариантов. Для получения более подробной информации о компромиссе между подходами к оценке дисперсии области изменения значений см. Heeringa et. al., (2017); Molina and Rao (2010); Wolter (2007); и Kolenikov (2010). Результаты полученных оценок ОМР представлены графически в следующем разделе. Каждый показатель благосостояния был смоделирован отдельно. Для максимального повышения отношения объяснимой дисперсии к общей дисперсии, выражаемого скорректированным значением R2, были выбраны переменные модели, включенные при оценке в состав вектора X4. Заранее заданной группы переменных, гарантированно достигающих этой цели, не было. Вместо этого был использован автоматический выбор переменных с применением пошагового подхода. Анализ чувствительности, в ходе которого было проведено сравнение результатов с результатами альтернативных подходов к разработке моделей (включая несколько вариантов метода Лассо), описан в Приложении I. IV – Результаты При обобщении показателей бедности на областном уровне (на котором репрезентативными считаются сами базовые обследования) диапазон их значений колеблется в пределах 0 – 27,7 процента в случае применения черты бедности для стран с уровнем дохода ниже среднего (3,2 доллара США на человека в день по ППС) и в пределах 0 – 76 процентов в случае применения черты бедности для стран с уровнем дохода выше среднего (5,5 доллара США на человека в день по ППС). Однако, данный уровень агрегации скрывает значительные колебания показателей внутри областей. При разукрупнении данных до районного уровня полученные оценки масштабов нищеты по уровню бедности стран с уровнем дохода ниже среднего уже варьируются в пределах 0 – 70 процентов, а по уровню бедности стран с уровнем дохода выше среднего во многих отдельных районах составляют почти 100 процентов, несмотря на более низкий средний уровень нищеты в той же области5.                                                              4 Скорректированное значение R было выбрано вместо (нескорректированного) R в силу того, что последнее значение не уменьшает число объясняющих переменных в данной модели. 5 Оценки районного уровня приведены в Приложениях A-D.  24 Уровень бедности, измеренный по черте бедности в странах с уровнем дохода ниже среднего, относительно низок в Казахстане и в большей части Узбекистана. При этом, в Кыргызской Республике и в Таджикистане присутствуют районы с высокими уровнями бедности. В районах Ферганской долины, относящихся к Узбекистану, наблюдается относительно низкий уровень бедности, однако близлежащие районы в Кыргызской Республике и Таджикистане показывают несколько более высокие уровни бедности. Региональные различия проявляются еще сильнее при применении черты бедности стран с уровнем дохода выше среднего. Масштабы бедности в Казахстане по этому критерию в 2017 году все еще составляли менее 10 процентов, что контрастирует с гораздо более высокими показателями в Кыргызской Республике, Таджикистане и – в меньшей степени – в Узбекистане. В Таджикистане и Кыргызской Республике есть районы, в которых почти все люди находятся за чертой бедности по уровню стран с уровнем дохода выше среднего, в то время как самый высокий показатель в Казахстане по данному критерию оценки составляет 44 процента. Большинство бедного населения в Центральной Азии проживает в наиболее густонаселенных районах, несмотря на более высокий уровень нищеты в некоторых малонаселенных и горных районах. Плотность населения, живущего за чертой бедности (т.е. абсолютное число бедных как произведение прогнозируемого уровня бедности и численности населения района), более высока в более густонаселенных районах во всех странах региона. Сельские районы в среднем намного беднее городских, а в отдаленных районах уровень бедности выше среднего. Районы, граничащие с Афганистаном, как правило, также менее обеспечены. На рис. 9-12 (и 17-31) ниже отдельно показаны показатели благосостояния, полученные в данном случае с помощью подхода Фея-Хэрриота. 25 Рисунок 9: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Центральной Азии Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. 26 Рисунок 10: Масштабы бедности по уровню в 5,5 доллара США на человека в день по ППС, уровни по Центральной Азии Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. 27 Рисунок 11: Среднедушевое потребление по ППС 2011 года Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. 28 Рисунок 12: Доля среднего класса в общей численности населения в странах Центральной Азии Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Все показатели благосостояния указаны в реальном выражении. Данные о благосостоянии приведены к сопоставимому виду в пространственном отношении в рамках страны. 29 V – Заключительные замечания и примеры применения За последние два десятилетия миллионы людей в Центральной Азии вырвались из тисков нищеты. Однако, в некоторых областях это происходит быстрее, чем в других. Более глубокому пониманию динамики экономической конвергенции в Центральной Азии препятствует недостаточный размер выборки в рамках большинства стандартных обследований. Настоящее исследование частично решает данную проблему. Улучшение качества ключевых показателей благосостояния достигается за счет объединения данных по результатам обследований, проведенных в регионе, и применения методов оценки малых районов. Вариантов потенциального практического применения этих карт множество. Принимая во внимание высокий уровень миграции и зависимость от денежных переводов в регионе, одним из важных примеров является сравнение показателей миграции с масштабами бедности на районном уровне. На рис. 13 показана доля домохозяйств, в которых есть хотя бы один член- мигрант, в разбивке по районам. Рисунок 13: Доля домохозяйств с трудовыми мигрантами за границей Примечания: Источники включают в себя базовое обследование «Слушая граждан Узбекистана» (2018 г.), базовое обследование «Слушая Таджикистан» (2015 г.), обследование бюджетов домашних хозяйств в Казахстане (2017 г.) и обследование бюджетов домашних хозяйств в Кыргызстане (2016 г.). Сравнение приведенных оценок показывает, что непропорционально большая доля трудовых мигрантов из Центральной Азии происходит из некоторых беднейших районов региона. Это соответствие свидетельствует о том, что мигранты вносят значительный вклад в развитие самых бедных районов региона как посредством денежных переводов, так и посредством инвестиций. 30 В районах нижнего квинтиля доля домохозяйств с трудовыми мигрантами составляет около 19 процентов по сравнению с менее чем 2 процентами в районах верхнего квинтиля. Рисунок 14: Доля ДХ с мигрантами в разбивке по квинтилям душевого потребления на районном уровне Источник: Расчеты автора, основанные на базовом обследовании «Слушая граждан Узбекистана» (2018 г.), базовом обследовании «Слушая Таджикистан» (2015 г.), обследовании бюджетов домашних хозяйств в Казахстане (2017 г.) и обследовании бюджетов домашних хозяйств в Кыргызстане (2016 г.). Эти результаты дополняют другие исследования, сфокусированные на миграции, предоставляя полезные региональные данные для настоящего анализа. В тех случаях, когда детерминанты миграции на уровне домохозяйств были проанализированы более детально, было установлено наличие тесной связи между уровнем миграции и местными экономическими проблемами, в том числе, с низким уровнем экономической активности, потрясениями для благосостояния домохозяйств и проживанием в районе с большей зависимостью от социальных пособий. В отсутствие финансовой поддержки со стороны мигрантов показатели бедности и безработицы в труднодоступных регионах были бы значительно выше, а средние доходы были бы намного ниже. Другой пример относится к конкретной стране: в Таджикистане правительство и Всемирный банк обсуждают вопрос об увеличении числа детских садов и дошкольных образовательных учреждений. Но в каких районах это необходимо в первую очередь? На рисунках ниже (15-16) на карты бедности страны были наложены подробные данные о количестве действующих образовательных учреждений на 1000 детей с акцентом на районах, в которых одновременно наблюдаются высокий уровень бедности и низкий охват образовательными учреждениями. 31 Рисунок 15: Количество дошкольных образовательных учреждений на 1000 детей Источник: Расчеты автора, основанные на административных данных, предоставленных Министерством образования Таджикистана, и данных базового обследования «Слушая Таджикистан» (2015 г.) Рисунок 16: Количество детских садов на 1000 детей Источник: Расчеты автора, основанные на административных данных, предоставленных Министерством образования Таджикистана, и данных базового обследования «Слушая Таджикистан» (2015 г.) 32 Таким образом, данные результаты дают подробную картину распределения благосостояния, которую, в свою очередь, можно разукрупнить до уровня каждого района в Центральной Азии. Результаты четко свидетельствуют о неоднородности прогресса в регионе. Оценки бедности колеблются в диапазоне от 0 до почти 100 процентов как по меркам стран с уровнем доходов ниже среднего, так и по меркам стран с уровнем доходов выше среднего. Результаты робастны при использовании многих отдельных методов проверки. Карты, созданные на основе этих данных, можно использовать как для определения районов с самым быстрым прогрессом, так и тех, которые отстают от них. Обладая более качественной и более подробной информацией, можно обеспечить более качественное ориентирование политических решений и мероприятий, направленных на оказание поддержки нуждающимся людям там, где они живут. 33 VI – Справочная литература Ahrens, A., Hansen, C.B., Schaffer, M.E. 2018. lasso2: Program for lasso, square-root lasso, elastic net, ridge, adaptive lasso and post-estimation OLS. Bedi, T., A. Coudouel and K. Simler, (2007) More than a pretty picture: using poverty maps to design better policies and interventions. Washington DC: The World Bank Group. Elbers C., J. O. Lanjouw and P. Lanjouw (2003) “Micro-Level Estimation of Poverty and Inequality”. Econometrica 71(1): 355–364. Fay, R. and R. Herriot. (1979) “Estimates of income for small places: an application of James-Stein procedures to census data.” Journal of the American Statistical Association 74 (1979): 269–277. Goodman, S., Ben Yishay, A., Runfola, D., 2016. Overview of the geo Framework. AidData. Available online at geo.aiddata.org. DOI: 10.13140/RG.2.2.28363.59686 Heeringa, Steven G., Brady T. West, and Patricia A. Berglund. Applied survey data analysis. Chapman and Hall/CRC, 2017. Molina I. and Rao J. (2010) “Small area estimation of poverty indicators.” Canadian Journal of Statistics, 38(3), 369-385. National Research Council. National Patterns of R&D Resources: Future Directions for Content and Methods: Summary of a Workshop. National Academies Press, 2013. Office for Official Publications of the European Communities, Luxembourg. Eurostat (2013). Handbook on precision requirements and variance estimation for ESS household surveys Rao, J. N. K. (2003) Small Area Estimation. 1st ed. Wiley-Interscience. Statistical Office of the Republic of Kazakhstan (2015) “Income and Living conditions in the Republic of Kazakhstan – 2013”. Final Report. Belgrade, Republic of Kazakhstan: Statistical Office Kolenikov, Stanislav. "Resampling variance estimation for complex survey data." The Stata Journal 10.2 (2010): 165-199. Wolter, Kirk. Introduction to variance estimation. Springer Science & Business Media, 2007. World Bank (2012) “Pilot Study of Small Area Poverty Estimation Methods for the New Member States of the European Union,” Report prepared for the Scientific Steering Committee of the World Bank and European Commission Project on Small Area Poverty Estimation, Washington, DC: The World Bank Group. 34 VII – Приложения Приложение A – Показатели Казахстана на районном уровне за 2017 г. Таблица 2: Показатели Казахстана на районном уровне за 2017 г. Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Алматинская Аксуский 0,000 0,000 0,056 0,021 0,571 0,039 14,896 0,643 Алматинская Алакольский 0,000 0,000 0,132 0,035 0,657 0,043 13,741 0,838 Алматинская г. Алматы (Алма-Ата) 0,001 0,001 0,020 0,004 0,574 0,013 14,828 0,221 Алматинская Балхашский * 0,000 0,083 0,143 0,144 0,846 0,077 9,897 1,832 Алматинская Енбекшиказахский 0,000 0,000 0,092 0,013 0,777 0,018 11,332 0,303 Алматинская Илийский 0,000 0,000 0,020 0,010 0,728 0,029 12,578 0,722 Алматинская Карасайский 0,000 0,000 0,048 0,009 0,610 0,019 14,202 0,338 Алматинская Каратальский * 0,053 0,081 0,201 0,141 0,871 0,075 9,595 1,794 Алматинская Кербулакский * 0,044 0,082 0,125 0,142 0,821 0,076 10,706 1,801 Алматинская Коксуский 0,000 0,000 0,024 0,015 0,639 0,043 14,114 0,915 Алматинская Панфиловский 0,000 0,000 0,039 0,013 0,881 0,020 9,824 0,276 Алматинская Райымбекский 0,000 0,000 0,000 0,000 0,594 0,038 14,369 0,350 Алматинская Саркандский 0,000 0,082 0,043 0,142 0,784 0,076 11,538 1,811 Алматинская г. Талдыкорган 0,000 0,000 0,013 0,007 0,620 0,027 14,151 0,483 Алматинская Талгарский 0,000 0,000 0,026 0,011 0,570 0,032 15,789 0,698 Алматинская Уйгурский 0,000 0,000 0,016 0,011 0,862 0,028 10,246 0,396 Алматинская Жамбылский 0,000 0,000 0,020 0,011 0,680 0,033 12,491 0,511 Акмолинская Аккольский 0,008 0,008 0,111 0,027 0,810 0,031 10,340 0,456 Акмолинская Аршалынский 0,049 0,034 0,153 0,054 0,842 0,047 9,804 0,855 Акмолинская Астраханский 0,000 0,000 0,019 0,024 0,749 0,062 12,307 0,857 Акмолинская Атбасарский 0,020 0,017 0,236 0,050 0,787 0,043 10,093 0,689 Акмолинская Буландынский 0,000 0,000 0,066 0,043 0,778 0,058 11,137 0,943 35 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Акмолинская Егиндыкольский * 0,022 0,082 0,193 0,141 0,811 0,079 9,715 1,790 Акмолинская Енбекшильдерский * 0,019 0,081 0,123 0,141 0,823 0,079 10,239 1,792 Акмолинская Ерейментауский 0,022 0,018 0,116 0,038 0,798 0,042 10,584 0,651 Акмолинская Есильский 0,000 0,000 0,058 0,041 0,782 0,059 11,156 0,941 Акмолинская Коргалжынский * 0,008 0,082 0,175 0,141 0,783 0,080 9,842 1,791 Акмолинская Сандыктауский 0,000 0,000 0,106 0,043 0,788 0,050 10,505 0,665 Акмолинская Шортандинский 0,000 0,000 0,000 0,000 0,760 0,061 12,406 1,044 Акмолинская Щучинский 0,010 0,008 0,134 0,029 0,827 0,030 10,104 0,467 Акмолинская Целиноградский 0,000 0,000 0,015 0,004 0,681 0,014 12,983 0,166 Акмолинская Зерендинский 0,010 0,007 0,111 0,023 0,739 0,030 11,893 0,514 Акмолинская Жаксынский 0,048 0,035 0,228 0,065 0,808 0,052 10,163 1,022 Акмолинская Жаркаинский 0,000 0,000 0,126 0,059 0,884 0,046 8,444 0,612 Актюбинская Алгинский 0,000 0,000 0,084 0,053 0,891 0,052 9,661 0,761 Актюбинская г. Актобе 0,002 0,002 0,072 0,011 0,791 0,017 10,940 0,235 Актюбинская Айтекебийский 0,007 0,012 0,107 0,043 0,868 0,044 10,050 0,887 Актюбинская Байганинский 0,014 0,021 0,191 0,068 0,986 0,019 7,216 0,399 Актюбинская Иргизский 0,018 0,026 0,225 0,071 0,986 0,017 7,460 0,476 Актюбинская Каргалинский 0,000 0,000 0,000 0,000 0,812 0,065 12,026 1,072 Актюбинская Хобдинский 0,000 0,000 0,068 0,038 0,837 0,049 10,658 1,254 Актюбинская Хромтауский 0,000 0,000 0,090 0,039 0,852 0,042 10,173 0,645 Актюбинская Мартукский 0,000 0,000 0,275 0,083 0,881 0,052 9,308 1,077 Актюбинская Мугалжарский 0,018 0,013 0,186 0,039 0,947 0,021 7,563 0,320 Актюбинская Шалкарский 0,000 0,000 0,133 0,043 0,878 0,038 9,500 0,536 Актюбинская Темирский 0,000 0,000 0,176 0,072 0,942 0,038 8,237 0,607 Актюбинская Уилский 0,000 0,000 0,000 0,000 0,792 0,062 12,295 1,017 Атырауская г. Атырау 0,000 0,000 0,044 0,011 0,861 0,018 10,118 0,245 Атырауская Индерский 0,000 0,000 0,137 0,047 0,978 0,019 7,207 0,287 Атырауская Исатайский 0,000 0,000 0,078 0,036 0,910 0,035 8,853 0,513 36 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Атырауская Курмангазинский 0,000 0,000 0,182 0,037 0,935 0,022 8,339 0,346 Атырауская Кызылкогинский 0,000 0,000 0,012 0,016 0,851 0,045 10,426 0,605 Атырауская Макатский * 0,022 0,081 0,146 0,141 0,921 0,076 9,540 1,800 Атырауская Махамбетский 0,000 0,000 0,049 0,033 0,842 0,047 10,796 0,643 Атырауская Жылыойский 0,000 0,000 0,000 0,000 0,759 0,040 12,393 0,538 Восточно-Казахстанская Абайский * 0,010 0,081 0,143 0,141 0,888 0,076 10,045 1,794 Восточно-Казахстанская Аягозский 0,098 0,040 0,344 0,062 0,873 0,041 8,913 0,933 Восточно-Казахстанская Бескарагайский * 0,006 0,081 0,143 0,141 0,873 0,075 10,074 1,790 Восточно-Казахстанская Бородулихинский 0,000 0,000 0,109 0,035 0,818 0,040 10,704 0,637 Восточно-Казахстанская Глубоковский 0,000 0,000 0,044 0,026 0,704 0,046 12,924 0,904 Восточно-Казахстанская Катон-Карагайский 0,000 0,000 0,066 0,034 0,699 0,051 12,409 1,470 Восточно-Казахстанская Кокпектинский 0,000 0,000 0,048 0,031 0,908 0,035 9,349 0,461 Восточно-Казахстанская Курчумский 0,013 0,016 0,201 0,057 0,811 0,047 10,762 0,920 Восточно-Казахстанская г. Лениногорск 0,000 0,000 0,036 0,021 0,679 0,045 12,968 0,681 Восточно-Казахстанская Семипалатинский 0,003 0,003 0,050 0,011 0,721 0,021 12,106 0,313 Восточно-Казахстанская Шемонаихинский 0,047 0,019 0,153 0,032 0,753 0,035 11,659 0,684 Восточно-Казахстанская Тарбагатайский 0,000 0,000 0,235 0,061 0,870 0,041 9,030 0,585 Восточно-Казахстанская Уланский 0,004 0,003 0,045 0,010 0,577 0,023 15,149 0,500 Восточно-Казахстанская Урджарский 0,008 0,010 0,192 0,042 0,895 0,029 8,548 0,404 Восточно-Казахстанская Зайсанский * 0,040 0,081 0,128 0,141 0,825 0,076 10,270 1,802 Восточно-Казахстанская Жарминский 0,000 0,000 0,026 0,021 0,895 0,038 9,180 0,550 Восточно-Казахстанская Зыряновский 0,000 0,000 0,019 0,014 0,644 0,042 13,886 0,793 Мангистауская г. Актау 0,000 0,000 0,012 0,007 0,901 0,019 10,202 0,200 Мангистауская Бейнеуский 0,000 0,000 0,086 0,029 0,982 0,013 8,478 0,233 Мангистауская Каракиянский 0,000 0,000 0,033 0,012 0,916 0,018 10,036 0,217 Мангистауская Мангистауский 0,000 0,000 0,015 0,012 0,900 0,029 10,194 0,337 Мангистауская Тупкараганский 0,000 0,000 0,024 0,016 0,969 0,016 8,760 0,187 Северо-Казахстанская Акжарский * 0,000 0,082 0,108 0,141 0,775 0,081 10,602 1,793 37 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Северо-Казахстанская Айыртауский 0,006 0,011 0,138 0,048 0,817 0,045 9,967 0,684 Северо-Казахстанская Булаевский 0,000 0,000 0,000 0,000 0,853 0,047 10,210 0,507 Северо-Казахстанская Есильский 0,027 0,030 0,194 0,068 0,788 0,056 10,422 0,993 Северо-Казахстанская Кызылжарский 0,018 0,008 0,109 0,018 0,671 0,026 12,500 0,388 Северо-Казахстанская Мамлютский * 0,000 0,082 0,128 0,141 0,777 0,081 10,380 1,794 Северо-Казахстанская Шал акына 0,009 0,011 0,236 0,048 0,779 0,042 10,346 0,745 Северо-Казахстанская Советский 0,025 0,028 0,144 0,058 0,788 0,054 10,565 0,903 Северо-Казахстанская Тайыншинский 0,000 0,000 0,000 0,000 0,744 0,058 12,593 0,645 Северо-Казахстанская Тимирязевский 0,000 0,000 0,075 0,042 0,760 0,056 11,553 0,886 Северо-Казахстанская Целинный 0,000 0,000 0,110 0,043 0,814 0,046 10,038 0,638 Северо-Казахстанская Уалихановский * 0,000 0,082 0,098 0,141 0,764 0,082 10,502 1,794 Северо-Казахстанская Жамбылский 0,000 0,000 0,019 0,023 0,788 0,055 11,125 0,804 Павлодарская Аксуский 0,000 0,000 0,030 0,016 0,722 0,038 12,534 0,530 Павлодарская Актогайский * 0,000 0,082 0,131 0,141 0,808 0,081 10,092 1,793 Павлодарская Баянаульский 0,000 0,000 0,080 0,043 0,804 0,052 10,150 0,657 Павлодарская г. Экибастуз 0,000 0,000 0,061 0,019 0,716 0,032 11,743 0,414 Павлодарская Иртышский 0,000 0,000 0,000 0,000 0,748 0,066 11,877 0,994 Павлодарская Качирский 0,011 0,025 0,152 0,074 0,803 0,060 10,242 1,061 Павлодарская Лебяжинский 0,000 0,000 0,176 0,078 0,809 0,062 10,180 1,073 Павлодарская Майский 0,000 0,000 0,032 0,036 0,899 0,045 8,921 0,621 Павлодарская Павлодарский 0,001 0,001 0,044 0,010 0,764 0,020 11,590 0,305 Павлодарская Щербактинский 0,000 0,000 0,041 0,035 0,800 0,057 10,568 0,837 Павлодарская Успенский 0,014 0,030 0,116 0,069 0,723 0,069 11,141 1,546 Павлодарская Железинский 0,007 0,015 0,081 0,045 0,733 0,059 11,939 0,844 Карагандинская Абайский 0,007 0,006 0,095 0,022 0,671 0,033 13,244 0,607 Карагандинская Актогайский 0,000 0,000 0,075 0,030 0,775 0,041 11,383 0,618 Карагандинская Бухар-Жырауский 0,001 0,001 0,055 0,008 0,652 0,016 13,576 0,278 Карагандинская Каркаралинский 0,000 0,000 0,081 0,046 0,839 0,049 9,695 0,706 38 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Карагандинская Нуринский 0,010 0,020 0,104 0,058 0,777 0,062 11,091 1,346 Карагандинская Осакаровский 0,000 0,000 0,137 0,046 0,732 0,052 11,835 0,872 Карагандинская Шетский 0,011 0,012 0,179 0,044 0,878 0,033 8,692 0,446 Карагандинская Улытауский 0,018 0,008 0,152 0,021 0,833 0,022 10,363 0,592 Карагандинская Жанааркинский 0,023 0,025 0,171 0,059 0,810 0,050 9,690 0,709 Костанайская Алтынсаринский 0,013 0,022 0,161 0,062 0,842 0,051 9,348 0,728 Костанайская Амангельдинский * 0,000 0,081 0,127 0,141 0,912 0,076 9,746 1,798 Костанайская г. Аркалык 0,000 0,000 0,000 0,000 0,897 0,037 10,732 0,377 Костанайская Аулиекольский 0,000 0,000 0,145 0,042 0,853 0,038 9,792 0,588 Костанайская Денисовский 0,000 0,000 0,063 0,038 0,793 0,055 12,289 1,023 Костанайская Джангельдинский * 0,000 0,081 0,128 0,141 0,915 0,076 9,445 1,808 Костанайская Федоровский 0,000 0,000 0,198 0,070 0,828 0,055 10,047 0,941 Костанайская Камыстинский 0,053 0,036 0,237 0,065 0,915 0,039 8,195 0,579 Костанайская Карабалыкский 0,037 0,031 0,184 0,060 0,929 0,034 8,596 0,698 Костанайская Карасуский 0,000 0,000 0,000 0,000 0,887 0,044 10,149 0,573 Костанайская Мендыкаринский 0,000 0,000 0,102 0,039 0,807 0,045 11,066 0,718 Костанайская Наурзумский * 0,000 0,081 0,128 0,141 0,896 0,075 10,052 1,792 Костанайская г. Костанай 0,000 0,000 0,030 0,008 0,757 0,019 11,501 0,259 Костанайская Сарыкольский 0,000 0,000 0,124 0,050 0,962 0,024 8,185 0,399 Костанайская Тарановский 0,000 0,000 0,190 0,043 0,904 0,029 8,755 0,450 Костанайская Узункольский 0,000 0,000 0,000 0,000 0,863 0,048 10,605 0,557 Костанайская Житикаринский 0,000 0,000 0,000 0,000 0,783 0,052 12,712 0,763 Кызылординская Аральский 0,000 0,000 0,080 0,025 0,884 0,026 9,547 0,480 Кызылординская Кармакчинский 0,000 0,000 0,000 0,000 0,907 0,042 9,823 0,543 Кызылординская Казалинский 0,000 0,000 0,162 0,039 0,903 0,031 8,920 0,441 Кызылординская г. Кызылорда 0,002 0,003 0,166 0,020 0,881 0,017 9,558 0,360 Кызылординская Шиелийский 0,000 0,000 0,164 0,039 0,889 0,031 8,916 0,486 Кызылординская Теренозекский 0,000 0,000 0,160 0,040 0,962 0,020 7,819 0,299 39 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Кызылординская Жалагашский 0,000 0,000 0,100 0,041 0,984 0,016 7,784 0,314 Кызылординская Жанакорганский 0,000 0,000 0,126 0,032 0,956 0,020 7,889 0,325 Южно-Казахстанская Арысский 0,000 0,000 0,000 0,000 0,817 0,029 11,340 0,325 Южно-Казахстанская Байдибекский 0,000 0,000 0,016 0,012 0,866 0,032 10,730 0,353 Южно-Казахстанская Шардаринский 0,000 0,000 0,311 0,045 1,000 0,000 7,146 0,224 Южно-Казахстанская Казыгуртский 0,000 0,000 0,043 0,019 0,981 0,012 8,289 0,212 Южно-Казахстанская Мактааральский 0,000 0,000 0,056 0,014 0,968 0,011 8,212 0,171 Южно-Казахстанская Ордабасинский 0,015 0,011 0,388 0,042 0,968 0,015 6,722 0,296 Южно-Казахстанская Отрарский 0,000 0,000 0,000 0,000 0,781 0,041 12,435 0,501 Южно-Казахстанская Шардаринский 0,014 0,006 0,332 0,024 0,981 0,007 6,859 0,144 Южно-Казахстанская Сайрамский 0,000 0,000 0,033 0,009 0,964 0,010 8,558 0,135 Южно-Казахстанская г. Шымкент 0,000 0,000 0,016 0,005 0,783 0,015 11,774 0,151 Южно-Казахстанская Сузакский * 0,000 0,085 0,000 0,147 1,014 0,079 9,984 1,813 Южно-Казахстанская Толебийский 0,000 0,000 0,272 0,027 0,943 0,014 7,338 0,193 Южно-Казахстанская г. Туркестан 0,000 0,000 0,061 0,010 0,950 0,009 8,447 0,106 Южно-Казахстанская Тюлькубасский 0,000 0,000 0,132 0,034 0,926 0,025 8,841 0,340 Западно-Казахстанская Акжаикский 0,045 0,026 0,226 0,050 0,945 0,025 8,044 0,435 Западно-Казахстанская Бурлинский 0,025 0,018 0,091 0,033 0,823 0,040 10,478 0,552 Западно-Казахстанская Шынгырлауский 0,000 0,000 0,232 0,072 0,924 0,039 8,168 0,547 Западно-Казахстанская Жангалинский * 0,009 0,081 0,143 0,141 0,897 0,075 9,563 1,794 Западно-Казахстанская Жанибекский 0,000 0,000 0,209 0,065 0,953 0,029 7,578 0,468 Западно-Казахстанская Каратобинский 0,000 0,000 0,104 0,052 0,880 0,048 9,280 0,643 Западно-Казахстанская Казталовский 0,011 0,018 0,202 0,067 0,858 0,051 9,062 0,772 Западно-Казахстанская Сырымский * 0,014 0,081 0,140 0,141 0,883 0,075 9,890 1,791 Западно-Казахстанская Таскалинский 0,000 0,000 0,092 0,058 0,827 0,061 11,160 1,263 Западно-Казахстанская Теректинский 0,034 0,025 0,253 0,059 0,909 0,034 8,028 0,651 Западно-Казахстанская Урдинский 0,031 0,030 0,266 0,074 0,966 0,026 7,481 0,559 Западно-Казахстанская Зеленовский 0,000 0,000 0,079 0,013 0,760 0,021 11,343 0,305 40 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Жамбылская Байзакский 0,000 0,000 0,079 0,012 0,844 0,017 9,874 0,220 Жамбылская Кордайский 0,036 0,017 0,267 0,040 0,955 0,018 7,385 0,292 Жамбылская Луговской 0,006 0,007 0,215 0,037 0,956 0,018 7,767 0,272 Жамбылская Меркенский 0,025 0,015 0,162 0,035 0,921 0,025 8,382 0,373 Жамбылская Мойынкумский 0,000 0,000 0,042 0,030 0,850 0,051 10,315 0,695 Жамбылская Сарысуский 0,029 0,021 0,268 0,052 0,973 0,020 6,744 0,340 Жамбылская Шуский 0,000 0,000 0,031 0,013 0,878 0,025 9,710 0,372 Жамбылская Таласский * 0,049 0,086 0,249 0,141 0,935 0,079 8,062 1,887 Жамбылская Жамб. 0,033 0,016 0,443 0,042 0,994 0,007 6,188 0,194 Жамбылская Жамбылский * 0,062 0,086 0,231 0,142 0,905 0,079 8,108 1,885 Жамбылская Жуалы * 0,039 0,086 0,310 0,141 0,980 0,080 7,159 1,888 Жамбылская Жуалынский 0,000 0,000 0,032 0,016 0,956 0,018 8,663 0,261 41 Приложение B – Показатели Узбекистана на районном уровне за 2018 г. Таблица 3: Показатели Узбекистана на районном уровне за 2018 г. Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Андижанская г. Андижан 0,126 0,015 0,688 0,021 0,984 0,005 5,645 0,150 Андижанская г. Асака 0,160 0,014 0,559 0,019 0,960 0,007 6,290 0,150 Андижанская Балыкчинский 0,127 0,015 0,689 0,021 0,945 0,011 5,673 0,159 Андижанская Бозский * 0,105 0,087 0,640 0,150 0,935 0,078 6,731 1,837 Андижанская Булакбашинский * 0,140 0,087 0,566 0,144 0,906 0,076 7,109 1,813 Андижанская Избасканский * 0,108 0,087 0,523 0,146 0,912 0,077 7,099 1,834 Андижанская Джалалкудукский 0,095 0,011 0,559 0,019 0,902 0,011 7,192 0,218 Андижанская Мархаматский * 0,013 0,091 0,368 0,142 0,858 0,076 8,045 1,797 Андижанская Алтынкульский * 0,129 0,087 0,692 0,157 0,935 0,078 6,664 1,861 Андижанская Пахтаабадский 0,057 0,011 0,482 0,023 0,949 0,010 8,387 0,475 Андижанская Кургантепинский * 0,032 0,091 0,385 0,142 0,834 0,076 8,602 1,804 Андижанская Шахриханский 0,175 0,018 0,645 0,022 0,882 0,015 7,724 0,456 Андижанская Улугнорский * 0,016 0,090 0,455 0,145 0,890 0,076 7,622 1,798 Андижанская Ходжаабадский 0,048 0,014 0,513 0,032 0,942 0,015 7,389 0,287 Бухарская г. Бухара 0,065 0,009 0,328 0,017 0,872 0,012 8,816 0,252 Бухарская Гиждуванский * 0,126 0,082 0,297 0,142 0,859 0,081 10,581 1,942 Бухарская Жондорский * 0,085 0,082 0,275 0,142 0,829 0,081 10,953 1,941 Бухарская Каганский 0,055 0,014 0,318 0,030 0,817 0,024 10,174 0,630 Бухарская Алатский 0,024 0,013 0,162 0,032 0,737 0,037 11,651 1,565 Бухарская Пешкунский 0,043 0,013 0,158 0,023 0,773 0,026 13,428 0,842 Бухарская Каракульский * 0,088 0,082 0,255 0,142 0,832 0,081 10,949 1,943 Бухарская Караулбазарский * 0,117 0,082 0,304 0,142 0,830 0,081 10,592 1,940 Бухарская Ромитанский 0,158 0,032 0,496 0,043 0,800 0,033 10,814 1,028 Бухарская Шафирканский 0,106 0,019 0,342 0,030 0,828 0,023 11,649 0,808 Бухарская Вабкентский 0,110 0,014 0,345 0,021 0,851 0,016 9,248 0,367 42 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Ферганская Бешарыкский 0,231 0,026 0,574 0,031 0,905 0,018 7,450 0,373 Ферганская Багдадский 0,107 0,010 0,431 0,016 0,882 0,010 7,923 0,175 Ферганская Бувайдинский 0,092 0,018 0,439 0,032 0,883 0,020 8,144 0,551 Ферганская Дангаринский 0,064 0,009 0,293 0,018 0,884 0,012 8,895 0,229 Ферганская Фергана 0,066 0,010 0,304 0,018 0,858 0,013 9,612 0,274 Ферганская Фуркатский * 0,124 0,082 0,337 0,142 0,865 0,076 8,002 1,800 Ферганская Узбекистанский 0,048 0,008 0,303 0,017 0,867 0,013 8,558 0,178 Ферганская Алтыарыкский 0,134 0,021 0,351 0,030 0,912 0,018 8,314 0,302 Ферганская Ахунбабаевский 0,000 0,000 0,281 0,028 0,660 0,029 10,205 0,368 Ферганская Кувинский 0,004 0,004 0,170 0,024 0,693 0,028 11,834 0,448 Ферганская Риштанский * 0,145 0,082 0,353 0,142 0,873 0,075 7,945 1,798 Ферганская Сохский * 0,076 0,082 0,234 0,142 0,889 0,075 9,312 1,825 Ферганская Ташлакский * 0,218 0,084 0,584 0,149 0,902 0,077 7,211 1,821 Ферганская Учкуприкский * 0,121 0,082 0,436 0,151 0,848 0,076 8,333 1,798 Ферганская Язъяванский * 0,139 0,082 0,485 0,150 0,867 0,076 7,788 1,798 Джизакская Арнасайский * 0,009 0,089 0,254 0,154 0,796 0,083 10,417 1,964 Джизакская Бахмальский * 0,093 0,089 0,353 0,155 0,772 0,083 9,719 1,976 Джизакская Дустликский * 0,009 0,089 0,253 0,154 0,797 0,083 10,406 1,964 Джизакская Фаришский 0,000 0,000 0,324 0,033 0,768 0,029 11,639 0,667 Джизакская Галляаральский * 0,033 0,089 0,257 0,154 0,785 0,083 10,616 1,966 Джизакская г. Джизак 0,045 0,009 0,152 0,015 0,756 0,018 11,013 0,264 Джизакская Мирзачульский * 0,010 0,089 0,254 0,154 0,806 0,083 10,230 1,964 Джизакская Пахтакорский 0,030 0,012 0,211 0,029 0,870 0,023 9,430 0,330 Джизакская Янгиабадский * 0,000 0,089 0,233 0,154 0,812 0,083 10,510 1,966 Джизакская Зафарабадский * 0,051 0,089 0,273 0,154 0,799 0,083 10,209 1,965 Джизакская Зарбдарский 0,000 0,000 0,149 0,025 0,776 0,029 9,280 0,273 Джизакская Зааминский 0,051 0,016 0,235 0,030 0,729 0,030 12,476 0,755 Каракалпакстан Амударьинский 0,376 0,043 0,689 0,044 0,952 0,021 5,839 0,533 Каракалпакстан Берунийский 0,135 0,032 0,586 0,047 0,952 0,021 6,176 0,317 43 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Каракалпакстан Чимбайский 0,273 0,025 0,494 0,029 0,947 0,013 7,196 0,432 Каракалпакстан Элликкалинский * 0,099 0,087 0,460 0,151 0,946 0,081 7,467 1,924 Каракалпакстан Кегейлийский 0,104 0,021 0,494 0,035 0,981 0,010 6,741 0,299 Каракалпакстан Муйнакский * 0,001 0,091 0,334 0,158 0,880 0,086 8,739 2,038 Каракалпакстан Нукусский * 0,185 0,086 0,555 0,149 0,957 0,079 6,032 1,885 Каракалпакстан Канлыкульский * 0,180 0,086 0,568 0,149 0,958 0,079 6,009 1,882 Каракалпакстан Кунградский 0,055 0,021 0,434 0,047 1,000 0,000 5,981 0,224 Каракалпакстан Караузякский * 0,147 0,086 0,517 0,149 0,968 0,079 6,713 1,886 Каракалпакстан Шуманайский 0,146 0,032 0,415 0,047 1,000 0,000 6,314 0,263 Каракалпакстан Тахтакупырский 0,117 0,031 0,682 0,044 1,000 0,000 5,152 0,219 Каракалпакстан Турткульский 0,085 0,014 0,453 0,025 0,953 0,011 7,085 0,244 Каракалпакстан Ходжейлийский 0,192 0,016 0,517 0,021 0,962 0,008 6,252 0,147 Кашкадарьинская Чиракчинский * 0,096 0,085 0,369 0,142 0,848 0,075 8,831 1,802 Кашкадарьинская Дехканабадский 0,000 0,000 0,257 0,031 0,865 0,023 9,192 0,449 Кашкадарьинская Гузарский 0,174 0,027 0,371 0,034 0,895 0,021 7,487 0,423 Кашкадарьинская Касбийский 0,109 0,013 0,329 0,019 0,800 0,016 8,608 0,204 Кашкадарьинская Китабский * 0,081 0,085 0,385 0,142 0,879 0,075 7,893 1,799 Кашкадарьинская Касанский 0,032 0,009 0,371 0,024 0,830 0,019 10,298 0,498 Кашкадарьинская Мубарекский * 0,030 0,085 0,295 0,141 0,887 0,076 8,802 1,795 Кашкадарьинская Нишанский 0,032 0,009 0,286 0,023 0,771 0,021 12,201 0,622 Кашкадарьинская Камашинский 0,055 0,010 0,241 0,018 0,772 0,017 11,096 0,349 Кашкадарьинская Каршинский 0,008 0,004 0,114 0,013 0,726 0,017 11,498 0,279 Кашкадарьинская Шахрисабзский 0,087 0,020 0,382 0,034 0,960 0,013 7,575 0,288 Кашкадарьинская Усман-Юсуповский 0.144 0,025 0,309 0,033 0,778 0,029 9,466 0,381 Кашкадарьинская Яккабагский 0,103 0,016 0,358 0,025 0,773 0,021 10,554 0,483 Хорезмская Багатский * 0,059 0,087 0,385 0,150 0,893 0,075 8,587 1,796 Хорезмская Гурленский 0,110 0,018 0,417 0,028 0,965 0,010 6,795 0,195 Хорезмская Хазараспский 0,030 0,008 0,341 0,022 0,972 0,008 7,053 0,146 Хорезмская Кошкупырский 0,086 0,022 0,309 0,036 0,727 0,034 12,658 0,959 44 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Хорезмская Шаватский 0,046 0,012 0,475 0,028 0,944 0,013 6,463 0,203 Хорезмская Ургенчский 0,075 0,009 0,361 0,017 0,885 0,011 9,767 0,366 Хорезмская Хивинский 0,000 0,000 0,353 0,040 0,921 0,022 7,088 0,264 Хорезмская Ханкинский * 0,066 0,087 0,397 0,150 0,897 0,076 8,468 1,797 Хорезмская Янгиарыкский * 0,065 0,087 0,395 0,150 0,894 0,076 8,492 1,796 Хорезмская Янгибазарский 0,091 0,023 0,448 0,039 0,929 0,020 7,587 0,585 Наманганская г. Чартак 0,076 0,011 0,213 0,017 0,777 0,017 12,201 0,598 Наманганская г. Чуст 0,093 0,015 0,372 0,025 0,839 0,018 9,445 0,426 Наманганская г. Касансай 0,006 0,005 0,184 0,027 0,811 0,027 9,361 0,313 Наманганская Мингбулакский 0,157 0,025 0,473 0,035 0,909 0,020 7,183 0,356 Наманганская Наманганский 0,191 0,014 0,434 0,017 0,872 0,012 8,271 0,252 Наманганская Нарынский * 0,273 0,091 0,647 0,150 0,949 0,080 6,457 1,887 Наманганская г. Пап 0,113 0,022 0,255 0,031 0,838 0,025 12,802 0,963 Наманганская г. Туракурган * 0,193 0,084 0,500 0,145 0,904 0,076 7,754 1,814 Наманганская г. Учкурган 0,000 0,000 0,251 0,031 0,890 0,022 9,144 0,353 Наманганская Уйчинский 0,124 0,023 0,322 0,033 0,873 0,023 9,521 0,797 Наманганская Янгикурганский 0,114 0,016 0,376 0,025 0,868 0,017 7,673 0,221 Навоийская Карманинский * 0,149 0,082 0,309 0,142 0,907 0,076 8,486 1,791 Навоийская Канимехский * 0,115 0,082 0,269 0,142 0,939 0,077 8,726 1,792 Навоийская Навбахорский * 0,096 0,082 0,265 0,142 0,840 0,076 8,850 1,799 Навоийская Нуратинский 0,030 0,007 0,300 0,019 0,857 0,015 9,306 0,335 Навоийская Кызылтепинский 0,029 0,011 0,276 0,029 0,754 0,028 10,507 1,606 Навоийская Тамдынский 0,094 0,018 0,352 0,030 0,924 0,016 7,939 0,449 Навоийская Учкудукский * 0,000 0,083 0,094 0,144 0,916 0,077 9,760 1,840 Навоийская Хатырчинский 0,138 0,018 0,486 0,026 0,918 0,014 7,579 0,471 Самаркандская Булунгурский * 0,181 0,082 0,424 0,142 0,826 0,076 8,012 1,804 Самаркандская Иштыханский 0,144 0,011 0,374 0,015 0,848 0,011 10,228 0,311 Самаркандская Джамбайский * 0,258 0,084 0,558 0,144 0,883 0,076 6,894 1,819 Самаркандская Каттакурганский 0,230 0,023 0,483 0,028 0,915 0,015 8,686 0,696 45 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Самаркандская Нарпайский * 0,190 0,082 0,440 0,142 0,900 0,075 7,998 1,797 Самаркандская Нурабадский 0,352 0,028 0,716 0,027 1,000 0,000 4,643 0,140 Самаркандская Акдарьинский 0,246 0,024 0,348 0,027 0,794 0,023 10,520 0,547 Самаркандская Пастдаргомский 0,080 0,012 0,226 0,018 0,744 0,019 10,954 0,416 Самаркандская Пахтачийский * 0,147 0,082 0,343 0,142 0,907 0,076 8,550 1,792 Самаркандская Пайарыкский * 0,213 0,082 0,469 0,143 0,869 0,075 7,874 1,806 Самаркандская Кошрабатский * 0,182 0,082 0,414 0,142 0,877 0,075 8,291 1,792 Самаркандская г. Самарканд 0,098 0,018 0,450 0,030 0,906 0,017 7,208 0,250 Самаркандская Тайлакский 0,165 0,010 0,470 0,014 0,901 0,008 7,525 0,185 Самаркандская Ургутский * 0,200 0,082 0,387 0,142 0,850 0,075 8,469 1,797 Сырдарьинская Баяутский 0,134 0,024 0,417 0,035 0,847 0,025 7,723 0,388 Сырдарьинская Гулистанский * 0,124 0,082 0,348 0,142 0,871 0,076 8,579 1,794 Сырдарьинская Мирзаабадский 0,087 0,020 0,317 0,033 0,944 0,016 7,457 0,344 Сырдарьинская Акалтынский 0,117 0,016 0,464 0,025 0,980 0,007 6,899 0,190 Сырдарьинская Сайхунабадский * 0,141 0,082 0,361 0,142 0,887 0,075 8,172 1,795 Сырдарьинская Шараф-Рашидовский * 0,125 0,082 0,360 0,142 0,865 0,076 8,553 1,793 Сырдарьинская Сырдарьинский 0,162 0,026 0,498 0,035 0,955 0,014 6,361 0,264 Сырдарьинская Хавастский 0,134 0,024 0,623 0,034 0,967 0,012 6,071 0,264 Сурхандарьинская Ангорский 0,079 0,015 0,278 0,026 0,926 0,015 7,286 0,213 Сурхандарьинская Бандиханский * 0,240 0,085 0,688 0,152 0,927 0,076 6,827 1,820 Сурхандарьинская Байсунский * 0,162 0,082 0,464 0,150 0,858 0,075 9,433 1,796 Сурхандарьинская Денауский 0,260 0,024 0,488 0,028 0,915 0,015 6,344 0,254 Сурхандарьинская Джаркурганский * 0,168 0,082 0,533 0,149 0,890 0,075 7,980 1,798 Сурхандарьинская Музрабадский 0,154 0,014 0,427 0,020 0,792 0,016 9,724 0,351 Сурхандарьинская Алтынсайский * 0,171 0,082 0,542 0,150 0,845 0,075 8,315 1,805 Сурхандарьинская Кизирикский * 0,178 0,082 0,579 0,149 0,906 0,075 7,624 1,804 Сурхандарьинская Кумкурганский 0,281 0,025 0,371 0,027 0,821 0,021 8,914 0,472 Сурхандарьинская Сариасийский 0,077 0,015 0,474 0,028 0,947 0,012 6,193 0,159 Сурхандарьинская Шерабадский 0,107 0,017 0,743 0,025 0,963 0,011 5,862 0,196 46 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Сурхандарьинская Шурчинский * 0,159 0,082 0,531 0,149 0,891 0,075 8,372 1,796 Сурхандарьинская Термезский 0,162 0,017 0,605 0,022 0,904 0,013 9,731 1,367 Сурхандарьинская Узунский 0,120 0,018 0,480 0,028 0,997 0,003 5,912 0,152 Ташкентская Бекабадский 0,102 0,020 0,288 0,029 0,798 0,025 8,585 0,304 Ташкентская Букинский * 0,062 0,087 0,343 0,142 0,857 0,076 8,602 1,793 Ташкентская Бостанлыкский 0,020 0,009 0,034 0,012 0,610 0,030 14,101 0,384 Ташкентская Чиназский * 0,138 0,087 0,435 0,144 0,891 0,076 7,830 1,812 Ташкентская Уртачирчикский 0,000 0,000 0,209 0,026 0,699 0,029 10,584 0,354 Ташкентская Ахангаранский 0,079 0,013 0,228 0,021 0,914 0,013 8,870 0,211 Ташкентская Аккурганский 0,000 0,000 0,254 0,028 0,883 0,020 8,595 0,365 Ташкентская Паркентский * 0,045 0,087 0,288 0,142 0,791 0,076 10,377 1,809 Ташкентская Пскентский 0,050 0,008 0,310 0,018 0,758 0,016 12,693 0,622 Ташкентская Кибрайский 0,025 0,004 0,144 0,009 0,697 0,012 11,555 0,187 Ташкентская Куйичирчикский * 0,137 0,087 0,471 0,143 0,897 0,076 7,801 1,815 Ташкентская Ташкентский 0,390 0,031 0,832 0,024 0,979 0,009 4,871 0,297 Ташкентская Янгиюльский * 0,129 0,087 0,427 0,143 0,885 0,076 7,975 1,808 Ташкентская Юкарычирчикский * 0,068 0,087 0,364 0,142 0,820 0,076 9,076 1,802 Ташкентская Зангиатинский * 0,162 0,088 0,487 0,146 0,887 0,077 7,549 1,833 город Ташкент город Ташкент 0,000 0,000 0,165 0,007 0,736 0,009 11,953 0,172 47 Приложение C – Показатели Кыргызской Республики на районном уровне за 2016 г. Таблица 4: Показатели Кыргызской Республики на районном уровне за 2016 г. Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Баткенская Баткенский 0,089 0,025 0,669 0,044 0,982 0,012 5,664 0,376 Баткенская Кадамжайский 0,297 0,029 0,785 0,027 0,995 0,005 4,385 0,150 Баткенская Лейлекский 0,310 0,033 0,787 0,030 0,994 0,006 4,388 0,159 Бишкекская г. Бишкек 0,165 0,011 0,516 0,015 0,958 0,006 6,392 0,110 Чуйская Аламудунский 0,102 0,019 0,567 0,032 0,980 0,009 5,712 0,183 Чуйская Чуйский 0,279 0,040 0,725 0,043 0,995 0,007 4,607 0,227 Чуйская Жайылский 0,069 0,021 0,367 0,041 0,940 0,021 7,410 0,394 Чуйская Кеминский 0,136 0,037 0,823 0,042 0,999 0,004 4,435 0,169 Чуйская Московский 0,186 0,035 0,765 0,038 0,974 0,015 4,807 0,283 Чуйская Панфиловский 0,000 0,000 0,237 0,061 0,968 0,032 7,705 0,651 Чуйская Сокулукский 0,270 0,028 0,630 0,031 0,987 0,007 5,156 0,194 Чуйская Ысык-Атинский 0,245 0,034 0,641 0,039 0,987 0,009 5,147 0,242 Джалал-Абадская Аксыйский 0,301 0,030 0,833 0,025 1,000 0,001 4,156 0,107 Джалал-Абадская Ала-Букинский 0,048 0,018 0,676 0,042 0,992 0,009 5,299 0,189 Джалал-Абадская Базар-Коргонский 0,164 0,027 0,599 0,037 0,995 0,005 5,138 0,143 Джалал-Абадская Чаткальский 0,079 0,024 0,593 0,044 0,997 0,005 5,581 0,201 Джалал-Абадская Ноокенский 0,229 0,031 0,729 0,033 0,986 0,009 5,027 0,396 Джалал-Абадская Сузакский 0,226 0,019 0,781 0,019 0,993 0,004 4,614 0,105 Джалал-Абадская Тогуз-Тороуский * . . . . . . . . Джалал-Абадская Токтогульский 0,141 0,029 0,716 0,039 0,996 0,005 4,809 0,166 Нарынская Ак-Талинский 0,421 0,054 0,912 0,033 0,997 0,006 3,253 0,229 Нарынская Ат-Башинский 0,107 0,037 0,481 0,067 0,941 0,028 6,868 0,768 Нарынская Жумгальский 0,150 0,038 0,795 0,042 0,995 0,007 4,560 0,244 Нарынская Кочкорский 0,313 0,047 0,718 0,049 0,952 0,021 5,166 0,442 Нарынская Нарынский 0,210 0,038 0,624 0,047 0,971 0,015 5,558 0,361 Ошская Алайский 0,036 0,015 0,543 0,042 0,975 0,014 6,236 0,253 48 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Ошская Араванский 0,333 0,034 0,837 0,028 0,995 0,006 4,189 0,156 Ошская Чон-Алайский * . . . . . . . . Ошская Кара-Кулджинский 0,093 0,026 0,775 0,040 0,973 0,016 4,941 0,275 Ошская Кара-Сууский 0,174 0,017 0,745 0,020 0,986 0,005 4,833 0,106 Ошская Ноокатский 0,064 0,014 0,716 0,025 0,991 0,005 5,264 0,125 Ошская Узгенский 0,278 0,025 0,812 0,022 0,996 0,003 4,331 0,117 Ош (город) г. Ош 0,171 0,021 0,704 0,025 0,978 0,008 5,318 0,176 Таласская Бакай-Атинский 0,018 0,016 0,351 0,057 0,991 0,013 7,025 0,322 Таласская Кара-Бууринский 0,231 0,043 0,826 0,039 0,995 0,007 4,208 0,195 Таласская Манасский 0,012 0,015 0,583 0,070 0,996 0,011 5,645 0,335 Таласская Таласский 0,053 0,019 0,668 0,042 0,994 0,007 5,379 0,226 Иссык-Кульская Ак-Суйский 0,090 0,021 0,499 0,038 0,953 0,016 6,678 0,310 Иссык-Кульская Джети-Огузский 0,047 0,019 0,582 0,047 0,970 0,017 6,135 0,338 Иссык-Кульская Тонский 0,350 0,049 0,884 0,036 0,999 0,005 3,732 0,185 Иссык-Кульская Тюпский 0,296 0,050 0,825 0,047 0,997 0,006 4,297 0,242 Иссык-Кульская Иссык-Кульский 0,170 0,028 0,632 0,037 0,973 0,013 5,587 0,289 49 Приложение D – Показатели Таджикистана на районном уровне за 2015 г. Таблица 5: Показатели Таджикистана на районном уровне за 2015 г. Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. г. Душанбе Рудаки 0,053 0,008 0,305 0,016 0,841 0,013 9,121 0,212 ГБАО Дарвазский * 0,188 0,082 0,369 0,142 0,816 0,076 9,096 1,808 ГБАО Ишкашимский * 0,296 0,085 0,577 0,152 0,923 0,077 6,435 1,960 ГБАО Мургабский * 0,245 0,091 0,632 0,161 0,835 0,080 7,530 2,052 ГБАО Рошткалинский * 0,294 0,085 0,575 0,151 0,927 0,077 6,455 1,958 ГБАО Рушанский 0,246 0,034 0,707 0,036 1,000 0,000 4,641 0,166 ГБАО Шугнанский 0,199 0,035 0,685 0,044 0,989 0,010 5,470 0,284 ГБАО Ванчский * 0,153 0,083 0,348 0,145 0,854 0,080 10,010 1,849 Хатлонская Бальджуванский 0,070 0,028 0,347 0,055 0,935 0,030 7,610 0,461 Хатлонская г. Бохтар 0,339 0,020 0,702 0,020 0,996 0,003 4,644 0,108 Хатлонская Дангаринский * 0,199 0,082 0,592 0,144 0,954 0,077 6,322 1,837 Хатлонская Пархарский 0,174 0,027 0,609 0,036 0,971 0,013 5,599 0,238 Хатлонская Джиликульский 0,375 0,051 0,956 0,023 1,000 0,000 3,330 0,150 Хатлонская Джами 0,327 0,033 0,641 0,035 0,995 0,005 4,777 0,243 Хатлонская Ховалингский 0,000 0,000 0,253 0,037 0,845 0,032 9,152 0,745 Хатлонская Хуросонский 0,258 0,037 0,633 0,043 1,000 0,000 5,130 0,272 Хатлонская Колхозабадский 0,137 0,029 0,593 0,043 0,941 0,022 6,325 0,392 Хатлонская Кулябский 0,375 0,025 0,728 0,023 0,979 0,007 4,687 0,177 Хатлонская Московский * 0,168 0,082 0,552 0,144 0,955 0,077 5,965 1,831 Хатлонская Муминабадский * . . . . . . . . Хатлонская Нурекский 0,048 0,017 0,236 0,036 0,892 0,028 8,091 0,378 Хатлонская Носири-Хусравский 0,212 0,046 0,625 0,058 0,986 0,016 5,954 0,440 Хатлонская Пянджский 0,058 0,016 0,504 0,037 0,963 0,014 6,452 0,250 Хатлонская Кубодиёнский 0,000 0,000 0,358 0,056 1,000 0,000 7,107 0,309 Хатлонская Кумсангирский 0,335 0,029 0,763 0,027 0,974 0,010 4,658 0,236 50 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. Хатлонская Сарбандский * . . . . . . . . Хатлонская Шахритусский 0,089 0,020 0,473 0,036 0,928 0,019 6,832 0,298 Хатлонская Шурабадский 0,222 0,046 0,770 0,049 1,000 0,000 4,249 0,205 Хатлонская Советский 0,434 0,034 0,793 0,030 1,000 0,000 4,062 0,162 Хатлонская Вахшский * . . . . . . . . Хатлонская Восейский 0,406 0,034 0,768 0,031 0,996 0,005 4,042 0,144 Хатлонская Яванский 0,298 0,032 0,634 0,035 0,987 0,008 5,071 0,212 Согдийская Аштский 0,132 0,025 0,474 0,036 0,940 0,017 7,743 0,573 Согдийская Айнинский 0,000 0,000 0,285 0,052 0,824 0,045 9,771 0,951 Согдийская Гафуровский 0,111 0,010 0,451 0,017 0,896 0,010 7,423 0,171 Согдийская Ганчинский * 0,049 0,082 0,404 0,148 0,933 0,078 7,912 1,875 Согдийская Исфараинский 0,080 0,023 0,472 0,044 0,953 0,019 6,861 0,403 Согдийская Истаравшанский 0,328 0,020 0,724 0,019 0,977 0,006 4,635 0,125 Согдийская Джаббар-Расуловский 0,211 0,048 0,852 0,040 1,000 0,000 4,664 0,328 Согдийская Канибадамский 0,167 0,032 0,547 0,044 0,964 0,017 6,117 0,301 Согдийская Кухистони-Мастчохский 0,184 0,041 0,311 0,052 0,800 0,047 9,967 0,903 Согдийская Матчинский 0,029 0,014 0,605 0,043 1,000 0,000 5,359 0,176 Согдийская Пенджикентский 0,250 0,024 0,617 0,028 0,953 0,012 5,547 0,228 Согдийская Шахристанский 0,101 0,036 0,641 0,057 0,971 0,020 5,768 0,412 Согдийская Спитаменский 0,228 0,048 0,747 0,051 1,000 0,000 4,552 0,249 Согдийская Зафарабадский 0,266 0,049 0,801 0,047 1,000 0,000 3,762 0,178 РРП Файзабадский 0,049 0,015 0,450 0,037 0,974 0,012 6,481 0,209 РРП Гиссарский 0,149 0,020 0,444 0,029 0,922 0,016 6,862 0,258 РРП Джергетальский 0,000 0,000 0,197 0,035 0,833 0,034 9,882 0,483 РРП Нурабадский 0,707 0,034 0,933 0,022 0,997 0,005 2,725 0,157 РРП Раштский 0,431 0,031 0,666 0,030 0,982 0,009 4,697 0,243 РРП Рогунский * . . . . . . . . РРП Рудаки 0,153 0,023 0,522 0,032 0,961 0,013 6,581 0,271 РРП Шахринавский 0,114 0,037 0,596 0,060 0,973 0,020 5,858 0,443 51 Не Уровень Уровень Ниже Среднее Область Район точно ($3,2) С.О. ($5,5) С.О. с/класса С.О. потреб. С.О. РРП Тавильдарский * 0,148 0,083 0,508 0,149 0,960 0,080 6,925 1,890 РРП Таджикабадский * . . . . . . . . РРП Турсунзадевский 0,140 0,022 0,594 0,032 0,982 0,009 5,430 0,172 РРП Вахдатский 0,036 0,008 0,241 0,019 0,925 0,011 8,299 0,192 РРП Варзобский 0,115 0,038 0,423 0,060 1,000 0,000 6,525 0,434 52 Приложение E – Карты на страновом уровне Рисунок 17: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Казахстану за 2017 г. 53 Рисунок 18: Доля среднего класса в общей численности населения, уровни по Казахстану за 2017 г. 54 Рисунок 19: Среднедневное потребление на душу населения по ППС 2011 года по Казахстану за 2017 г. 55 Рисунок 20: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Узбекистану за 2018 г. Рисунок 21: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Узбекистану за 2018 г. 57 Рисунок 22: Доля среднего класса в общей численности населения, уровни по Узбекистану за 2018 г. 58 Рисунок 23: Среднедневное потребление на душу населения по ППС 2011 года по Узбекистану за 2018 г. 59 Рисунок 24: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Кыргызстану за 2016 г. 60 Рисунок 25: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Кыргызстану за 2016 г. 61 Рисунок 26: Доля среднего класса в общей численности населения, уровни по Кыргызстану за 2016 г. 62 Рисунок 27: Среднедневное потребление на душу населения по ППС 2011 года по Кыргызстану за 2016 г. 63 Рисунок 28: Доля населения, живущего за чертой бедности в 3,2 доллара США в день на человека по ППС, уровни по Таджикистану за 2015 г. 64 Рисунок 29: Доля населения, живущего за чертой бедности в 5,5 доллара США в день на человека по ППС, уровни по Таджикистану за 2015 г. 65 Рисунок 30: Доля среднего класса в общей численности населения, уровни по Таджикистану за 2015 г. 66 Рисунок 31: Среднедневное потребление на душу населения по ППС 2011 года по Таджикистану за 2015 г. 67 Приложение F – Объективность и точность процедуры оценки Один из вопросов, нередко возникающих в отношении результатов картирования бедности, заключается в том, что оценки масштабов бедности могут быть недостаточно точными для целей их выполнения. Одним из способов оценки их точности является определение наличия четких и статистически значимых различий между результирующими данными об уровнях бедности на районном уровне, которые могут быть использованы в работе Всемирного банка, аналогичных организаций и других партнеров. Это может быть наглядно продемонстрировано с помощью показателей бедности с соответствующим 95%-ным доверительным интервалом. В силу наличия определенных районов, в отношении которых не имеется данных наблюдений, они должны быть исчислены условно на основании выборки при использовании подхода ФХ. В этих редких случаях среднеквадратичные ошибки превышают средние, и подходить к их использованию необходимо с осторожностью. Эти случаи относительно высокой неточности отмечены в таблицах показателей на районном уровне красными звездочками (*). При этом также необходимо отметить, что в рамках настоящего исследования в большинстве случаев в пределах выборки данное ограничение подхода ФХ существенного влияния не имеет. Рисунок 32: Верхняя и нижняя границы доверительных интервалов, включая вневыборочные прогнозы 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 fh_55 upper_kaz lower_kaz upper_kgz lower_kgz upper_tjk lower_tjk upper_uzb lower_uzb Еще один способ демонстрации надежности заключается в сравнении результатов с «золотым стандартом» с помощью метода Элберса, Ланжува и Ланжува (ЭЛЛ), ранее опубликованного Всемирным банком. На следующей диаграмме визуально показаны результаты сравнения 17 ранее опубликованных карт, при составлении которых был применен подход ЭЛЛ. В данном сравнении карты бедности в Центральной Азии показывают неплохие результаты в случаях, находящихся в пределах выборки. Доверительные интервалы с надежностью в 95% в целом не выходят за рамки аналогичных интервалов других опубликованных результатов. При этом, не обошлось и без существенных исключений: в некоторых случаях оценки были полностью получены с помощью модели ФХ (т.е., для районов, в которых наблюдения в рамках базового обследования не проводились). Среднеквадратичные ошибки в этих случаях выше, чем для большинства карт, построенных с помощью модели ЭЛЛ, и это является одним из ключевых преимуществ подхода ЭЛЛ (поскольку в таких анализах используются микроданные переписи, отсутствуют пропущенные районы, которые необходимо оценивать вне выборки). Однако, к сожалению, в данном случае применение подхода ЭЛЛ невозможно. Рисунок 33: Сравнение результатов применения метода ЭЛЛ и метода ФХ Также значительно возрастает точность оценок (определяемая на основе среднеквадратичной ошибки) по сравнению с прямыми оценками, полученными с помощью метода Фея-Хэрриота. Улучшения наиболее ярко выражены в областях с наименее точной оценкой до применения модели ЭЛЛ. На рис. 34 показано повышение точности с точки зрения среднеквадратичной ошибки среднего показателя бедности на уровне 5,5 доллара США в день. 69 Рисунок 34: Среднеквадратичная ошибка до и после применения метода ФХ (Доля населения, живущего за чертой бедности в $5,5/день – слева; Среднедневное потребление на душу населения по ППС 2011 года – справа) 0.12 4 3.5 0.1 3 0.08 2.5 0.06 2 1.5 0.04 1 0.02 0.5 0 0 Стандартная ошибка по ФХ Standard Error Fay‐Herriot Стандартная ошибка по ФХ Standard Error Fay‐Herriot Станд. ошибка без коррекции Standard Error No Correction Станд. ошибка без коррекции Standard Error No Correction Дополнительная проверка робастности позволяет оценить результаты применения модели ФХ для каждой страны в отдельности (индивидуализированный подход) путем сравнения таких результатов с теми, которые были получены с использованием совокупности данных по всем странам (обобщенный подход). Представленные на рис. 35 результаты показывают, что разница в этом случае незначительна как для точечных оценок, так и для среднеквадратичной ошибки в отношении районов внутри выборки. Независимо от примененного подхода – обобщенного или индивидуализированного, между оценками существует очень сильная связь. Связь остается сильной, но несколько ослабевает в случае районов вне выборки (рис. 35 – справа). Есть основания полагать, что применение обобщенного подхода повышает качество прогнозирования вне выборки, поскольку этот метод позволяет осуществлять обучение модели с большим количеством данных, нежели доступно на национальном уровне. 70 Рисунок 35: Сравнение индивидуализированных моделей с обобщенной моделью (только в пределах выборки – слева; в том числе вне выборки – справа) 1 1 0.9 R² = 0.9852 0.9 R² = 0.9216 0.8 0.8 0.7 0.7 Обобщенные Обобщенные 0.6 0.6 Pooled Pooled 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 Individual Country Maps Индивидуальные карты стран Individual Country Maps Индивидуальные карты стран Эти результаты свидетельствуют о том, что вероятность негативного влияния характерных для каждой страны специфических взаимозависимостей между y и независимыми переменными на показатели других стран не должна вызывать серьезных опасений. Поскольку переменные в модели справа почти полностью основаны на данных дистанционного зондирования и по своей природе не являются характерными для какой-либо конкретной страны, данный подход более пригоден для такого межстранового моделирования, чем другие потенциальные методы, более чувствительные к подобным нюансам. Прямое влияние существующих в исследуемых странах политических режимов на какую-либо из независимых переменных, используемых на этапе моделирования (рассмотренном в Приложении H), в окончательных регрессионных моделях маловероятно. Выбор модели в рамках данного метода основан на поэтапном подходе, позволяющем включать в модель переменные с факторами, увеличивающими дисперсию, которые имеют высокие значения. На рис. 36 показано сравнение модели, используемой для поиска VIF с высокими значениями. Результаты показывают, что ограничение стандартными уровнями фактора, увеличивающего дисперсию (VIF) переменных, включенных в модель в рамках подхода поэтапного отбора, не оказывает большого влияния на модель и соответственно на полученные результаты оценки, а также на снижение скорректированного значения R2 (с 0,72 до 0,67 для оценок по уровню бедности в 5,5 доллара США в день по всей Центральной Азии). Хотя данное изменение приводит лишь к небольшим различиям с точки зрения точечных оценок или среднеквадратичной ошибки результатов оценки, стратегия минимизации VIF явно дает превосходящий по качеству результат, и была принята для целей настоящего отчета. 71 Рисунок 36: Слева: Сравнение модели со строго заданным порогом VIF (5) с принятым порогом (10); Справа: Сравнение модели без порога VIF с принятым порогом (1) 1 1 R² = 0.9758 R² = 0.9628 0.9 0.9 0.8 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 Для того, чтобы карта достоверно отражала динамику, лежащую в основе показателей бедности в стране, важно обеспечить, чтобы результаты были внутренне согласованными. Один из методов оценки стабильности оценок и достоверности результатов заключается в сравнении взаимосвязи между прямыми и скорректированными оценками. Эта взаимосвязь может быть представлена визуально в виде графика рассеяния с расположением прямых оценок обследований на оси x и смоделированных оценок на оси y. При идеальной корреляции все оценки будут находиться на линии в 45°, и как показано на рис. 37, между смоделированными прогнозами и прогнозами, составленными на основе данных наблюдений по результатам обследования, действительно существует сильная взаимосвязь. В случаях, когда полученные с помощью модели ФХ оценки больше всего отличаются от прямых оценок, прямые оценки были относительно неточными, и соответственно, синтетический результат больше опирается на смоделированную оценку показателя. В целом, существующая сильная взаимосвязь говорит о том, что смоделированные оценки повышают точность оценок без существенного изменения точечных оценок, полученных на основе данных обследования. В некоторых случаях оценка находится точно на линии в 45°, что свидетельствует об отсутствии какой-либо дополнительной информации в смоделированных оценках, достаточной для пересмотра прямых оценок. 72 Рисунок 37: Сравнение прямых оценок с оценками выборки по модели Фея-Хэрриота, уровень бедности в $5,5/день (слева) и средний уровень потребления (справа) 1 20 R² = 0.9975 R² = 0.9628 0.9 18 0.8 16 0.7 14 Оценка по ФХ Оценка по ФХ Fay Herriot 12 Fay Herriot 0.6 0.5 10 0.4 8 0.3 6 0.2 4 0.1 2 0 0 0 0.2 0.4 0.6 0.8 1 0 5 10 15 20 Прямая оценка  Direct Estimate Direct Estimate Прямая оценка Коэффициенты вариации (CV) являются полезным ориентиром для определения точности, когда оценки далеки от нуля и когда размер выборки невелик (к примеру, масштабы обследования в Узбекистане и Таджикистане намного меньше, чем в двух других странах). В случае оценки подушевого потребления ни одна из итоговых оценок в выборке не превышает порога в 20%, который принят некоторыми статистическими агентствами (Евростат, 2013). Более того, коэффициент детерминации R2 между уровнями бедности на районном уровне по порогу в 5,5 доллара США в день и показателями среднего потребления является очень высоким (0,74), что позволяет считать оценки бедности и среднего потребления хорошо согласующимися между собой. Такое строгое соответствие должно повышать достоверность оценок бедности. 73 Рисунок 38: Уточнение коэффициента вариации для оценки среднего потребления 74 Приложение G – Сравнение вариантов оценки дисперсии области изменения значений Предыдущие результаты получены с помощью подхода линеаризованной оценки дисперсии на основе ряда Тейлора первого порядка. Два других варианта сопоставлены с этим подходом на рис. 39 и 40, где показаны оценки среднего потребления и уровня бедности по порогу в 5,5 доллара США в день, соответственно. На рис. 41 показано сравнение результатов оценки масштабов бедности, полученных с использованием различных методов оценки дисперсии, с акцентированием относительно небольших различий между принятым подходом (хотя самые большие различия видны у подхода, основанного на модели ГТ). Рисунок 39 Сравнение оценок дисперсии показателей среднего потребления 75 Рисунок 40: Сравнение оценок дисперсии уровня бедности по порогу в $5,5/день Рисунок 41: Доля населения, живущего за чертой бедности ($5,5/день); сравнение оценки по методу линеаризации на основе ряда Тейлора с оценкой по методу ГТ (слева) и сравнение оценки по методу свободного разложения в ряд Тейлора со «сглаженной» оценкой (справа) 100% 100% R² = 0.9083 R² = 0.9909 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% 0% 0% 20% 40% 60% 80% 100% 0% 20% 40% 60% 80% 100% 76 Приложение H – Элементы регрессионной модели Таблица 6: Модель Фея-Хэрриота для расчета уровня бедности в $5,5/день и $3,2/день Бедные Бедные $5,5/день $3,2/день (1) (2) Отсутствие местной подъездной Отсутствие местной подъездной дороги, макс. значение 1,0000*** дороги, макс. значение 1,0000*** (0,0000) (0,0000) Среднее значение ВВП по сетке 0,9559*** Температура воздуха, мин. 1,0088*** (0,0103) (0,0012) Среднее значение по сетке, макс. 0,9981*** Уклон при максимальной высоте 1,0024*** (0,0005) (0,0006) Температура воздуха, макс. 1,0115*** Мин. значение ВВП по сетке 1,4635*** (0,0017) (0,1916) Мин. значение ВВП по сетке 1,7417*** Высота 500 м 1,0001*** (0,3025) (0,0000) Мин. численность населения 1,0002** Среднее значение ВВП по сетке 0,9702*** (0,0001) (0,0083) Высота 500 м 1,0003*** Константа 1,0155 (0,0001) (0,0155) Константа 1,1588*** (0,0373) Наблюдения 331 Наблюдения 331 Коэффициент детерминации R2 0,6984 Коэффициент детерминации R2 0,4538 *** p<0,01, ** p<0,05, * p<0,1; индикаторные *** p<0,01, ** p<0,05, * p<0,1; индикаторные переменные по выбранным странам/областям не переменные по выбранным странам/областям не показаны показаны Таблица 7: Модель Фея-Хэрриота для расчета потребления ниже среднего класса и среднего по ППС 2011 года Ниже среднего Среднее класса потребление (1) (2) Численность населения 1,0000** Температура воздуха, макс. 0,9071*** (0,0000) (0,0270) Суммарное значение ВВП по сетке 1,0000*** Количество осадков, макс. 1,0278*** (0,0000) (0,0104) Мин. значение ВВП по сетке 1,2266*** Ночные огни 1,0000*** (0,0940) (0,0000) Вегетационный индекс, макс. 1,0000** Мин. значение ВВП по сетке 0,0142*** (0,0000) (0,0225) Отсутствие местной подъездной Количество осадков, макс. 0,9987*** дороги, макс. значение 1,0000*** (0,0004) (0,0000) Среднее знач. вегетационного индекса 0,9999*** Среднее значение ВВП по сетке 1,5187*** (0,0000) (0,1485) Отсутствие местной подъездной дороги, макс. 1,0000*** Численность населения 1,0000** (0,0000) (0,0000) Суммарное значение ВВП по сетке 1,0002*** (0,0001) Высота 500 м 0,9977*** (0,0006) Константа 2,8220*** Константа 9,759*** (0,1133) (5755) Наблюдения 331 Наблюдения 331 Коэффициент детерминации R2 0,4902 Коэффициент детерминации R2 0,5593 *** p<0,01, ** p<0,05, * p<0,1; индикаторные переменные *** p<0,01, ** p<0,05, * p<0,1; индикаторные переменные по выбранным странам/областям не показаны по выбранным странам/областям не показаны 78 Приложение I – Чувствительность к методу выбора модели Анализ чувствительности проводился в отношении метода автоматического выбора модели, использованного в рамках метода ФХ. Основным альтернативным методом оценки был метод регрессии лассо, реализованный с использованием набора команд «lassopack» в системе «Stata» (Ahrens et al., 2018). В отличие от пошаговых подходов, при которых производится итерационное добавление переменных в модель и оценивается p-значение показателя (с сохранением переменной в модели, если она ниже определенного порога), подход лассо минимизирует остаточную сумму квадратов с учетом ограничения на абсолютный размер оценки коэффициентов. Считается, что у метода лассо есть два главных преимущества по сравнению с методом наименьших квадратов. Во-первых, данный метод обычно дает разреженные решения и, таким образом, облегчает интерпретацию модели. Во-вторых, эффективность метода лассо может иногда превосходить эффективность метода наименьших квадратов с точки зрения прогнозирования в силу более низкой дисперсии. Тем не менее, решения, предоставленные использованными в данном исследовании пошаговыми моделями, уже были достаточно разреженными, и особых преимуществ в плане минимизации дисперсии не было обнаружено. Каждый из трех вариантов метода лассо был сравнен с методом простого пошагового включения переменных. Ни в одном из случаев различия не были заметны. В связи с этим выбор был сделан в пользу пошагового подхода в силу большей простоты его тиражирования и простоты объяснения для неспециалистов. Рисунок 42: Сравнение метода лассо по критерию Акаике (AIC) с пошаговым методом 1 R² = 0.9445 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Рисунок 43: Сравнение метода лассо по расширенному критерию Байеса (EBIC) с пошаговым методом 1 R² = 0.9232 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Рисунок 44: Сравнение метода лассо по критерию Байеса (BIC) с пошаговым методом 1 R² = 0.9232 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 80 Приложение J – K-кратный анализ чувствительности при выборе модели Еще одна проблема, связанная с методами автоматического выбора переменных, заключается в том, что чрезмерная подгонка приводит к появлению псевдо-моделей, которые производят некачественные результаты при прогнозировании вне выборки. Один из методов оценки риска чрезмерности подгонки заключается в обучении моделей с удержанием части данных, при этом отслеживая качество результатов, производимых методом автоматического построения модели, т.е. не ухудшается ли оно в зависимости от отсутствия таких данных.  В настоящем Приложении J описана такая оценка, результаты которой (представленные графически на рис. 45-49) показывают, что при удержании подмножества данных для проверки эффективности и наличия чрезмерной подгонки в рассматриваемых оценках происходят лишь незначительные изменения. В практическом плане данная оценка проводилась путем разделения выборки на 5 случайно распределенных групп (называемых «кратностями») и разработки модели с использованием 4 кратностей и подстановкой данных с помощью модели ФХ для поправки на отсутствующие наблюдения. Рисунок 45: Кратность A: полная выборка (слева); выборка с удержанными данными (справа) 1 1 R² = 0.983 R² = 0.9795 0.9 0.9 0.8 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 81 Рисунок 46: Кратность B: полная выборка (слева); выборка с удержанными данными (справа) 1 1 R² = 0.9784 R² = 0.9782 0.9 0.9 0.8 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 Рисунок 47: Кратность C: полная выборка (слева); выборка с удержанными данными (справа) 1 1 R² = 0.9754 R² = 0.9893 0.9 0.9 0.8 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 82 Рисунок 48: Кратность D: полная выборка (слева); выборка с удержанными данными (справа) 1 1 R² = 0.9809 0.9 0.9 R² = 0.9804 0.8 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 Рисунок 49: Кратность E: полная выборка (слева); выборка с удержанными данными (справа) 1 1 R² = 0.978 R² = 0.9693 0.9 0.9 0.8 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 83