S2.1 Методика, использованная при оценке распространенности недоедания на период c 2020 по 2023 год

Как и во всех остальных случаях в настоящем докладе, показатели распространенности недоедания (РН) и числа недоедающих (ЧН) за последние годы рассчитываются на основе прогнозов ввиду отсутствия прямой информации о самых свежих значениях каждого из элементов, используемых в расчетах; иными словами, можно сказать, что они представляют собой прогнозы на совсем недавнее прошлое.

Как отмечалось в двух последних выпусках настоящего доклада, 2020, 2021 и 2022 годы (последний – в меньшей степени) были уникальными во многих отношениях по причине пандемии COVID-19 и ее затяжных последствий. Поэтому, учитывая особые условия, в которых функционировали продовольственные системы во время пандемии, для прогнозирования значений РН, особенно для оценки вероятного изменения коэффициента вариации (CV), потребовался особый подход.

В основе стратегии, использованной для прогнозирования значений CV|y на период с 2019 по 2022 год, лежали допущения о том, как неравенство в доступе к продовольствию влияет на масштабы недоедания (развернутую информацию о таком влиянии см. в выпуске доклада за прошлый год). В этом году ситуация не изменилась, но на фоне постепенного возвращения мира к нормальной жизни во многих странах возобновилось проведение обследований домохозяйств. Поэтому Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО) стали доступны микроданные по результатам обследований домохозяйств, проведенных после 2020 года в девяти странах, что позволило провести переоценку значений CV, которые ранее были получены с помощью моделей. Кроме того, для прогнозирования CV|y на 2023 год были пересмотрены допущения о возможном влиянии неравенства в доступе к продовольствию на объемы потребления продовольствия и масштабы недоедания так, чтобы в них нашел отражение постепенный возврат к стандартным процедурам оценки.

Одним из следствий такого пересмотра стало снижение неопределенности в оценке РН и ЧН за 2021 и 2022 годы: степень неопределенности оценок за 2023 год оказалась значительно ниже, чем в годы сразу после пандемии COVID-19.

В таблице S2.1 показаны нижние и верхние границы РН в 2022 и 2023 годах на глобальном, региональном и субрегиональном уровнях.

ТАБЛИЦА S2.1ДИАПАЗОНЫ РАСПРОСТРАНЕННОСТИ НЕДОЕДАНИЯ И ЧИСЛА НЕДОЕДАЮЩИХ, АКТУАЛИЗИРОВАННЫЕ НА ОСНОВЕ КРАТКОСРОЧНЫХ ПРОГНОЗОВ НА 2022 И 2023 ГОДЫ

ПРИМЕЧАНИЕ. РН = распространенность недоедания; ЧН = число недоедающих; н. д. = нет данных в связи с тем, что распространенность составляет менее 2,5 процента. Суммарные показатели ЧН по регионам могут не совпадать с суммой показателей субрегионального уровня вследствие округления полученных значений и отсутствия данных. Информация о странах, включенных в сводные показатели по каждому региону/субрегиону – см. примечания по географическим регионам в статистических таблицах в конце основного текста доклада.
ИСТОЧНИК: подготовлено авторами (ФАО).

S2.2 Методика, использованная при подготовке прогнозов распространенности недоедания на период до 2030 года

Для прогноза значений РН на период до 2030 года три основные переменные, входящие в формулу расчета РН (потребление энергии с питанием [ПЭП], CV и минимальная потребность в пищевой энергии [МППЭ]), экстраполируются отдельно, на основе различных исходных данных, в зависимости от рассматриваемого сценария.

Основным источником информации являются результаты расчетов с помощью рекурсивной динамической вычисляемой модели общего равновесия MIRAGRODEP, с помощью которой формируется серия экстраполированных значений следующих параметров на уровне стран:

• реальный валовой внутренний продукт (ВВП) на душу населения (GDP_Vol_pc);
• коэффициент Джини (gini_income);
• индекс реальных продовольственных цен (Prices_Real_Food);
• доля населения, живущего в условиях крайней нищеты (то есть населения, чей реальный дневной доход ниже 2,15 долл. США) (x215_ALL); и
• энергетическая ценность рациона на душу населения в день (DES_Kcal).

Модель MIRAGRODEP была откалибрована по ситуации, сложившейся в мировой экономике до пандемии, в 2019 году, и использовалась для прогнозирования макроэкономических показателей на 2020–2030 годы по следующим двум сценариям: i) сценарий "прогнозы на основе показателей до начала пандемии COVID-19", построенный с учетом динамики наличия и физической доступности продовольствия (и, следовательно, РН), отраженной в прогнозах развития мировой экономики, подготовленных в период до начала пандемии, в соответствии с выпуском базы данных "Перспективы развития мировой экономики" Международного валютного фонда (МВФ) за октябрь 2019 года; и ii) сценарий "прогнозы на основе актуальных показателей", составленный на основе данных последнего выпуска базы "Перспективы развития мировой экономики", опубликованного в апреле 2024 года¹. Более подробное описание модели MIRAGRODEP и предположения, использованные для построения различных сценариев, см. в Laborde and Torero (2023)².

Кроме того, мы используем медианные данные об общей численности населения (обоих полов), его составе в разбивке по полу и возрасту, а также об общем коэффициенте рождаемости, представленные в выпуске подготовленного Отделом народонаселения Департамента по экономическим и социальным вопросам Секретариата Организации Объединенных Наций справочника "Мировые демографические перспективы" за июнь 2019 года³.

Данные о потреблении энергии с питанием

Для формирования серии данных о ПЭП путем экстраполяции мы используем следующую формулу:

где T = 2019 год (сценарий "прогнозы на основе показателей до начала пандемии COVID-19"), а T = 2023 год (сценарий "прогнозы на основе актуальных показателей").

Иными словами, мы берем серию данных DES_Kcal, сформированную с помощью модели, и корректируем уровень таким образом, чтобы значение для года T совпадало с фактическим значением. (Это необходимо потому, что модель MIRAGRODEP была откалибрована по более старым сериям данных Продовольственного баланса [ПБ]).

Показатели минимальной потребности в пищевой энергии

Для получения МППЭ выполняются простые вычисления на основе данных о составе населения в разбивке по полу и возрасту, представленных в выпуске справочника "Мировые демографические перспективы" за 2022 год⁴ (медианный вариант).

Показатели коэффициента вариации

Как объясняется в примечаниях по методике определения РН в Приложении 1B основного доклада, суммарный CV рассчитывается по формуле , где два компонента отражают разброс в уровне привычного потребления энергии с питанием на душу населения, обусловленный различиями в уровне дохода домохозяйств, и различия между отдельными лицами, обусловленные половой принадлежностью, возрастом, массой тела и уровнем физической активности. Значения CV на 2025 и 2030 годы были получены в результате применения вышеприведенной формулы к экстраполированным значениям CV|r и CV|y по отдельности. Экстраполированное значение CV|r рассчитывается на основе данных о структуре населения по полу и возрасту, представленных в справочнике "Мировые демографические перспективы" (в том же порядке, что и МППЭ), а экстраполированное значение CV|y вычисляется как линейная комбинация соответствующих макроэкономических и демографических переменных по следующей формуле:

В таблице S2.2 представлены расчетные коэффициенты регрессии.

ТАБЛИЦА S2.2КОЭФФИЦИЕНТЫ, РАССЧИТАННЫЕ С ПОМОЩЬЮ РЕГРЕССИОННОГО АНАЛИЗА ЗНАЧЕНИЙ CV|Y ЗА ПРОШЕДШИЕ ПЕРИОДЫ С ИСПОЛЬЗОВАНИЕМ НАБОРА КОВАРИАТ, 2000–2018 ГОДЫ

ПРИМЕЧАНИЕ. ИПЦ = индекс потребительских цен; CV = коэффициент вариации; ВВП = валовой внутренний продукт.
ИСТОЧНИК: подготовлено авторами (ФАО).

Серия прогнозных значений CV|y, рассчитанная по формуле отдельно для каждой страны на период с T + 1 по 2030 год, калибруется по значению для года T, в том же порядке, что и ЭЦРП:

где T = 2019 год (сценарий "прогнозы на основе показателей до начала пандемии COVID-19"), а T = 2022 год (сценарий "прогнозы на основе актуальных показателей").

S2.3 Методика анализа отсутствия продовольственной безопасности в зависимости от степени урбанизации и гендерной принадлежности

Если данные собираются непосредственно у отдельных респондентов, включенных в репрезентативные на национальном уровне выборки, то распространенность отсутствия продовольственной безопасности можно дезагрегировать по характеристикам респондентов и домохозяйств. В главе 2 основного доклада оценочные данные об отсутствии продовольственной безопасности представлены в разбивке по полу респондентов (взрослые мужчины или женщины) и по степени урбанизации (СУ) (т. е. проживание в городе, пригороде или сельской местности).

Для дезагрегирования показателя по любой характеристике отдельного лица или домохозяйства применяется следующая методика:

• для каждого респондента рассчитывается сопоставимая по странам вероятность отсутствия продовольственной безопасности по двум уровням тяжести: умеренная или острая и только острая. Агрегируются вероятности по каждой категории, обладающей анализируемой характеристикой, для чего вычисляется средневзвешенное значение (с использованием весов выборки) по всем респондентам в данной категории, что позволяет получить значение распространенности отсутствия продовольственной безопасности в соответствующей группе (например, среди респондентов-женщин).
• Для получения субрегиональной/региональной/глобальной оценки (например, распространенности отсутствия продовольственной безопасности среди взрослых женщин в Северной Африке) распространенность отсутствия продовольственной безопасности в той или иной категории взвешивается по численности соответствующей группы населения (например, по числу взрослых женщин в стране), при условии наличия достоверных данных о населении и достаточном географическом охвате (не менее 50 процентов) применительно к доле населения.

Расчет распространенности отсутствия продовольственной безопасности в разбивке по полу возможен благодаря тому, что ФАО поручает сбор данных у отдельных респондентов (взрослых в возрасте от 15 лет) поставщикам услуг по сбору данных (см. Приложение 1B к основному докладу). Для стран, в которых для расчета распространенности отсутствия продовольственной безопасности используются данные национальных государственных обследований (см. Приложение 1B к основному докладу), как правило, невозможно дезагрегировать показатель по полу, так как данные собираются на уровне домохозяйств. В таких случаях разница показателей по полу в относительных цифрах, рассчитанная на основе собранных ФАО данных, применяется к показателю распространенности отсутствия продовольственной безопасности в популяции в целом, полученному на основе национальных данных. Это приблизительный показатель, поскольку разница в данных ФАО относится к взрослым респондентам, а не ко всему населению. Однако преимущество такого подхода заключается в том, что уровни и тенденции по полу соответствуют показателям статистики по населению в целом.

Возможность дезагрегировать данные по СУ есть благодаря тому, что в 2021 году Институт Гэллапа начал проводить собеседования в очном формате с географической привязкой. С 2022 года с такой же привязкой собираются и данные по странам, где проводятся телефонные опросы, что обеспечивает достаточную географическую представленность для получения субрегиональных, региональных и глобальных показателей отсутствия продовольственной безопасности в разбивке по СУ.

В каждой стране можно сопоставить каждое наблюдение с географической привязкой с набором данных по СУ и установить, получены ли данные наблюдений (находится ли респондент) в городе, поселке или сельской местности, исходя из плотности и размера населения, в соответствии с международно сопоставимыми критериями, разработанными Статистическим бюро Европейского союза (ЕВРОСТАТ), Международной организацией труда (МОТ), ФАО, Организацией экономического сотрудничества и развития (ОЭСР), Программой Организации Объединенных Наций по населенным пунктам (ООН-Хабитат) и Всемирным банком и утвержденной на 51-й сессии Статистической комиссии Организации Объединенных Наций в марте 2020 года⁵. Распространенность отсутствия продовольственной безопасности рассчитывается для каждой категории по степени урбанизации, а затем агрегируется на субрегиональном, региональном и глобальном уровнях с использованием обновленных данных о распределении населения по СУ, опубликованных ЕВРОСТАТ в 2020 году⁶. Для стран, где официальная статистика отсутствия продовольственной безопасности формируется на основе национальных данных, применяется тот же метод аппроксимации, что и для разбивки по полу (см. описание выше).

В 2022 и 2023 годах ФАО не собирала данные по шкале восприятия отсутствия продовольственной безопасности (ШВОПБ) в Китае, а данные, собранные в 2021 году, не имели географической привязки, поэтому были сформированы приблизительные оценки отсутствия продовольственной безопасности по СУ в Китае, для чего распространенность отсутствия продовольственной безопасности на 2021 год была дезагрегирована по району проживания респондентов, записанному в рамках всемирного опроса Института Гэллапа© (ВОГ) со слов респондентов (сельская местность или ферма; небольшой город; крупный город или пригород крупного города). Затем эти категории сопоставлялись с классификацией СУ: лица, живущие в сельской местности или на ферме, учитывались как жители сельских районов, лица, живущие в небольшом городе или деревне – как жители пригородных районов, а лица, живущие в крупном городе или пригороде крупного города, – как жители городских районов. Такое распределение было обосновано тем, что в классификации СУ уровень урбанизации определяется на основе плотности и численности населения. Чтобы проверить, не возникает ли при использовании такого подхода серьезных погрешностей, такое же сопоставление было выполнено для других азиатских стран, где данные в 2022 году собирались, что подтвердило точность расчетов.

S2.4 Методика анализа, представленного во врезке 3 основного доклада "Связана ли тяжесть отсутствия продовольственной безопасности с особенностями здорового рациона?". Предварительный анализ по 28 странам

Цель анализа, представленного во врезке 3 основного доклада, заключалась в изучении связи между тяжестью отсутствия продовольственной безопасности и отдельными параметрами здорового рациона с использованием данных об отсутствии продовольственной безопасности и рационе, собранных у одних и тех же респондентов в 28 странах в период с 2021 по 2022 год.

Наборы данных

Данные об отсутствии продовольственной безопасности были собраны с помощью опросного листа ШВОПБ (с привязкой к отдельному респонденту и с учетным периодом, равным одному году). ФАО ежегодно собирает данные о продовольственной безопасности с 2014 года с помощью опросного листа ШВОПБ в рамках ВОГ. Данные по питанию собирались с использованием вопросника по качеству питания (ВКП), разработанного в рамках глобального проекта по качеству рациона, совместно осуществляемого Институтом Гэллапа©, Гарвардским университетом и Глобальным альянсом за улучшение питания⁷. С помощью ВКП собираются данные о потреблении 29 групп пищевых продуктов, при этом используется перечень продуктов-маркеров. Начиная с 2021 года все больше стран используют ВКП в рамках ВОГ.

Анализировались только те страны и раунды сбора данных, в которых у одних и тех же респондентов в возрасте от 15 лет собирались данные обоих типов. Использовались наборы данных по 28 странам, включая 16 стран Африки, семь стран Азии, три страны Латинской Америки и по одной стране Северной Америки и Европы. Из них 20 стран относилось к категории "страны с низким уровнем дохода или с уровнем дохода ниже среднего" и восемь – к категории "страны с уровнем дохода выше среднего или с высоким уровнем дохода" согласно классификации доходов стран Всемирного банка на 2024 финансовый год.

В 2021 году данные для анализа собирались в рамках ВОГ в 19 странах, а в 2022 году – в девяти странах. В 2021 году это были Бенин, Боливия (Многонациональное Государство), Буркина-Фасо, Вьетнам, Габон, Гана, Египет, Камерун, Кения, Мозамбик, Нигерия, Объединенная Республика Танзания, Сенегал, Соединенные Штаты Америки, Сьерра-Леоне, Турция, Уганда, Эквадор и Южная Африка. В 2022 году – Афганистан, Албания, Армения, Гондурас, Кыргызстан, Малави, Палестина, Тунис и Узбекистан.

Описание переменных

Для оценки тяжести отсутствия продовольственной безопасности была сформирована трихотомическая переменная с использованием оценочной вероятности отсутствия продовольственной безопасности на уровне респондентов на основе глобальной справочной шкалы ШВОПБ. Респонденты были распределены по следующим категориям:

• живущие в условиях продовольственной безопасности или ее слабого отсутствия – при вероятности умеренного или острого отсутствия продовольственной безопасности менее 0,5;
• живущие в условиях умеренного отсутствия продовольственной безопасности – при вероятности умеренного или острого отсутствия продовольственной безопасности не менее 0,5 и при вероятности острого отсутствия продовольственной безопасности менее 0,5;
• живущие в условиях острого отсутствия продовольственной безопасности – при вероятности острого отсутствия продовольственной безопасности не менее 0,5.

Для определения параметров здорового рациона были использованы следующие показатели, взятые из ВКП:

• Минимальное разнообразие рациона питания женщин (МРР-Ж), которое рассчитывалось только для женщин в возрасте 15–49 лет: если женщина употребляла продукты, относящиеся как минимум к 5 из 10 групп пищевых продуктов^a, включенных в список (что указывает на минимально приемлемый уровень разнообразия рациона) в течение 24 часов, предшествующих собеседованию, этот показатель принимался равным единице, в остальных случаях – нулю.
• Нулевое потребление овощей или фруктов (НПОФ), которое рассчитывалось для всех респондентов: если респондент не употреблял никаких фруктов или овощей в течение 24 часов, предшествующих опросу, показатель принимался равным единице, в остальных случаях – нулю.
• Пищевые продукты животного происхождения (ПЖП), которые рассчитывались для всех респондентов: если респондент потреблял как минимум один продукт животного происхождения в течение 24 часов, предшествующих опросу, показатель принимался равным единице, в остальных случаях – нулю.
• Показатель "защита от НИЗ", который рассчитывался для всех респондентов: по шкале от 0 до 9, на основе информации о потреблении пищевых продуктов из девяти групп^b, в которые входят продукты с пищевыми компонентами, защищающими от неинфекционных заболеваний (НИЗ). Чем выше балл, тем больше количество здоровых продуктов в рационе.
• Показатель "риск НИЗ", который рассчитывался для всех респондентов по шкале от 0 до 9 баллов на основе информации о потреблении пищевых продуктов из восьми групп^c, содержащих пищевые компоненты, потребление которых рекомендуется ограничить или исключить в соответствии с глобальными диетологическими рекомендациями. Чем выше балл, тем больше потребляется продуктов и напитков, потребление которых рекомендуется исключить или ограничить.

Анализ

Для изучения связи между отсутствием продовольственной безопасности и параметрами здорового рациона все данные были сгруппированы, после чего дважды проанализированы с разными целями:

• изучение связи между тяжестью отсутствия продовольственной безопасности и параметрами здорового рациона путем расчета каждого из следующих показателей по трем категориям отсутствия продовольственной безопасности (продовольственная безопасность/слабая степень отсутствия продовольственной безопасности; умеренное отсутствие продовольственной безопасности; острое отсутствие продовольственной безопасности):

• –взвешенная доля женщин в возрасте от 15 до 49 лет, чей рацион отвечает критериям МРР-Ж;
• –взвешенная доля всех респондентов, чей рацион отвечает критериям НПОФ;
• –взвешенная доля всех респондентов, потреблявших ПЖП;
• –средневзвешенное значение показателя "защита от НИЗ";
• –средневзвешенное значение показателя "риск НИЗ".

• Использование регрессионных моделей с учетом возможных факторов, затрудняющих трактовку результатов:

• –Были выполнены отдельные расчеты на основе моделей логистической регрессии с использованием бинарных показателей МРР-Ж, НПОВ, ПЖП в качестве зависимых переменных и уровня отсутствия продовольственной безопасности в качестве независимой переменной; кроме того, в качестве возможных искажающих переменных учитывались квинтили по уровню дохода, образование, пол, страна, местожительство респондента (городской район или сельский район).
• –Были выполнены отдельные расчеты на основе порядковых моделей логистической регрессии с использованием бинарных показателей "риск НИЗ" и "защита от НИЗ" (считающихся порядковыми номинальными переменными) в качестве зависимых переменных и того же набора независимых и потенциальных сдерживающих переменных, что и в предыдущем пункте.

S2.5 Методика обновления данных о стоимости здорового рациона

Единственным источником данных о розничных ценах на продовольственные товары по международным стандартам в настоящее время служит Программа международных сопоставлений (ПМС), координируемая Всемирным банком, причем новые данные публикуются всего лишь раз в три – четыре года. В предыдущих изданиях настоящего доклада в качестве справочной серии данных ПМС использовалась серия 2020 года, отражающая цены 2017 года⁸. В этом году за основу для расчета стоимости здорового рациона (СЗР) был взят последний выпуск ПМС за 2024 год, в котором приводятся цены 2021 года⁸⁵.

В качестве справочной серии для обновления стоимости в этом году был взят выпуск ПМС 2024 года, поскольку в нем приводятся самые свежие данные о ценах на продовольствие с учетом динамики в годы после пандемии COVID-19. Кроме того, в последнем выпуске содержится более обширный список пищевых продуктов, чем в предыдущем: в частности, он дополнен такими продуктами, как зеленые листовые овощи, которые представляют собой относительно недорогой продукт с высокой пищевой ценностью, особенно для жителей бедных стран.

Поэтому использование для расчета СЗР выпуска данных ПМС за 2024 год, а не за 2020 год может также повлиять на состав эталонной корзины здорового рациона (КЗР), которая формируется с учетом новой информации о ценах. Соответственно новый состав КЗР для каждой страны может отличаться от предыдущего, что обусловлено изменением как списка товаров, цены на которые публикуются в этих выпусках, так и цен на каждый из них. Состав КЗР с точки зрения калорийности и содержания питательных веществ остается неизменным, но в качестве наименее дорогостоящих продуктов, доступных на местных рынках, которые отбираются из конкретных групп пищевых продуктов, в корзину могли быть включены другие продукты, что обусловлено как расширением охвата выпуска ПМС за 2024 год, так и изменением цен на товары. Поэтому читателям предлагается отказаться от прямого сравнения серий, приведенных в выпуске доклада за этот год, с приведенными в прошлых выпусках.

Что касается подхода к построению серии, то СЗР за 2021 год рассчитывается непосредственно по данным ПМС, тогда как за 2017, 2018, 2019, 2020 и 2022 годы, по которым непосредственная информация о ценах на продовольственные товары отсутствует, формируется оценочный показатель. Расходы оцениваются путем приведения цен 2021 года к текущему уровню с использованием индекса потребительских цен (ИПЦ) на пищевые продукты и напитки⁹.

В частности, для оценки СЗР за год t, выраженной в единицах паритета покупательной способности (c(PPP)_t), СЗР 2021 года, выраженная в местной валюте (c(LCU)₂₀₂₁), сначала умножается на соотношение между ИПЦ на пищевые продукты в году t и в 2021 году (в данной публикации обозначенное как FCPI ratio^t₂₀₂₁), а затем делится на коэффициенты пересчета паритета покупательной способности в году t (PPP_t):

где t = 2017, 2018, 2019, 2020, 2022 и:

В связи с нехваткой данных в годы между выпусками ПМС, содержащими данные о ценах на пищевые продукты, СЗР обновляется с использованием совокупного ИПЦ на пищевые продукты и напитки. Однако ИПЦ на продовольственные товары отражает средние изменения цен на корзину различных продуктов, устанавливаемые в каждой стране, и может неточно отражать изменения цен на продукты, входящие в КЗР. В КЗР по определению включаются самые дешевые питательные продукты, составляющие здоровый рацион. Поэтому использование совокупного ИПЦ на пищевые продукты может привести к завышению СЗР. В настоящее время проводятся дальнейшие исследования с целью разработки индекса цен, в котором будет точно отражаться состав КЗР.

S2.6 Методика оценки экономической недоступности здорового рациона

В принципе доступность – это условие, при котором домохозяйства или отдельные лица распоряжаются достаточным количеством ресурсов, чтобы иметь возможность приобретать продукты, обеспечивающие здоровый рацион. В соответствии с этой концепцией доля и число людей в популяции, для которых экономически недоступен здоровый рацион, оцениваются путем сопоставления распределения доходов в этой популяции с фиксированным, стандартизированным пороговым значением расходов, представляющим собой сумму, необходимую для приобретения наименее дорогостоящего набора доступных на местном рынке пищевых продуктов, необходимых для здорового питания, а также всех прочих непродовольственных товаров и услуг, без которых невозможно ведение достойной жизни.

Поскольку цены на товары и услуги, как связанные, так и не связанные с продовольствием, зависят от места проживания, идеальной единицей анализа считается максимально крупная территория (обычно субнационального уровня), в пределах которой пороговые значения стоимости можно считать одинаковыми для всех ее жителей.

Формально распространенность экономической недоступности на территории s (PUA_s) можно оценить следующим образом:

формула 1:

где r_s – фиксированное стандартизированное пороговое значение стоимости, представляющее собой сумму стоимости здорового рациона (c_s) и расходов на удовлетворение основных потребностей, не связанных с продовольствием (n_s), а f^s(x) – распределение доходов между жителями рассматриваемой территории. Затем число лиц, для которых экономически недоступен здоровый рацион, вычисляется как произведение PUA_s и численности населения N_s:

ЧЭН по стране вычисляется путем сложения NUA_s по всем соответствующим территориям s, а РЭН рассчитывается как соотношение ЧЭН и численности населения страны:

На практике показатель зачастую можно рассчитать только для всего населения страны или на уровне субнациональных территорий (например, городских и сельских районов или административных единиц), размер которых превышает идеальный. Это связано с тем, что данные о распределении доходов, либо о средних расходах, либо оба вида данных доступны только на этом уровне. В таких случаях оценку можно провести по формуле 1 с учетом распределения дохода в стране f(x) и среднего порогового показателя по стране следующим образом:

формула 2:

с оговоркой, что с использованием формулы 2 можно получить оценку истинного значения PUA без погрешности только в том случае, если распределение значений r по субнациональным территориям статистически не зависит от распределения доходов по тем же субнациональным районам. Во всех остальных случаях пороговое значение, используемое в формуле 2, будет создавать погрешность (см. врезку S2.1). Вопрос о том, существует ли пространственная корреляция между доходами и соответствующими пороговыми значениями расходов и является ли она положительной или отрицательной, остается открытым, поэтому в настоящее время проводятся исследования на большом количестве наборов данных, полученных в ходе недавних обследований, с целью найти оптимальный подход к корректировке пороговых значений и устранить потенциальную погрешность, которая влияет на имеющиеся оценки.

Врезка S2.1ПОЧЕМУ ИСПОЛЬЗОВАНИЕ СРЕДНИХ РАСХОДОВ ПО СТРАНЕ НА ЗДОРОВЫЙ РАЦИОН И УДОВЛЕТВОРЕНИЕ ОСНОВНЫХ ПОТРЕБНОСТЕЙ МОЖЕТ ПРИВОДИТЬ К ВОЗНИКНОВЕНИЮ ПОГРЕШНОСТИ В ОЦЕНКЕ РАСПРОСТРАНЕННОСТИ ЭКОНОМИЧЕСКОЙ НЕДОСТУПНОСТИ

Если существует систематическая зависимость между уровнем дохода и величиной, полученной при сложении стоимости здорового рациона и расходов на удовлетворение основных непродовольственных потребностей, то использование среднего показателя в качестве порогового (как в формуле 2) приводит к завышению или занижению фактического показателя распространенности экономической недоступности (РЭН) здорового рациона в зависимости от того, идет ли речь о положительной или отрицательной зависимости и находится ли средний показатель выше или ниже модального дохода. Причина в том, что при наличии корреляции между доходами и расходами в разных регионах страны использование среднего порогового показателя вместо разных пороговых показателей создает на каждой из территорий ошибки классификации, которые не нивелируются в суммарном значении. Так происходит потому, что в моделях, где вопрос сводится к оценке множеств по функции распределения вероятностей, вероятность ошибочной классификации единиц, отличающихся от порогового значения в большую и меньшую сторону, неодинакова, за исключением (особого) случая, когда пороговое значение оказывается в области, где функция распределения вероятностей будет плоской. Если истинные пороговые значения находятся в областях распределений, где функции распределения вероятностей доходов возрастают, то использование среднего значения в качестве порогового приведет к завышению ЧЭН при положительной корреляции средних доходов и расходов на питание и удовлетворение основных потребностей и к занижению – при отрицательной корреляции (что менее вероятно).

На рисунке A, иллюстрирующем эту закономерность, показано распределение доходов в двух гипотетических географических районах страны субнационального уровня, в одном из которых доходы систематически выше, а в другом – систематически ниже. На рисунке показано, почему погрешности в оценке РЭН при использовании среднего значения в качестве порогового не нивелируются при наличии корреляции между корректными значениями, которые предполагается использовать в качестве пороговых, и доходами.

РИСУНОК A ЗАВЫШЕНИЕ И ЗАНИЖЕНИЕ РАСПРОСТРАНЕННОСТИ ЭКОНОМИЧЕСКОЙ НЕДОСТУПНОСТИ ЗДОРОВОГО РАЦИОНА В СЛУЧАЯХ, КОГДА В КАЧЕСТВЕ ПОРОГОВОГО ИСПОЛЬЗУЕТСЯ СРЕДНИЙ ПОКАЗАТЕЛЬ И СУЩЕСТВУЕТ КОРРЕЛЯЦИЯ МЕЖДУ ДОХОДАМИ И РАСХОДАМИ

ПРИМЕЧАНИЕ. Зеленой линией обозначено распределение доходов в географическом субрегионе с более низким доходом, а красной – в субрегионе с более высоким.
ИСТОЧНИК: подготовлено авторами (ФАО).

В этом издании доклада РЭН рассчитывается по формуле 2, а распределение доходов определяется путем поиска по платформе Всемирного банка "Нищета и неравенство", на которой приводятся данные о доле населения, чей доход ниже любого оговоренного порогового значения. Пороговое значение для каждого года рассчитывается как сумма страновых показателей и оценочной суммы денежных средств (n^g_t), необходимой для приобретения основных непродовольственных товаров и услуг:

где верхний индекс c обозначает страну, а g – группу стран по уровню дохода.

Последний показатель рассчитывается на основе значений черты бедности, используемой Всемирным банком для расчета показателей крайней нищеты, с допущением, что на питание тратится определенная доля дохода, которая варьирует в зависимости от группы стран по уровню дохода. При этом в зависимости от того, к какой группе страна отнесена в последнем выпуске классификации стран Всемирного банка (т. е. классифицируется ли она как страна с низким уровнем дохода, с уровнем дохода ниже среднего, с уровнем дохода выше среднего или высоким уровнем дохода), используются четыре различных значения n (см. таблицу S2.3).

ТАБЛИЦА S2.3РАСЧЕТ КОМПОНЕНТА ПОРОГОВОЙ СТОИМОСТИ, СООТВЕТСТВУЮЩЕГО ОСНОВНЫМ НЕПРОДОВОЛЬСТВЕННЫМ ТОВАРАМ И УСЛУГАМ

ПРИМЕЧАНИЕ. ППС = паритет покупательной способности.
ИСТОЧНИК: Bai, Y., Herforth, A., Cafiero, C., Conti, V., Rissanen, M.O., Masters, W.A. & Rosero Moncayo, J. (готовится к публикации). Methods for monitoring the affordability of a healthy diet. FAO Statistics Division Working Paper. Rome, FAO.

S2.7 Методика расчета прогностического значения показателя, характеризующего положение дел в области питания, на период до 2030 года

Методика расчета показателей отставания в росте, анемии, низкой массы тела при рождении, избыточной массы тела, исключительно грудного вскармливания и истощения

Всемирная организация здравоохранения (ВОЗ) и Детский фонд ООН (ЮНИСЕФ) используют для экстраполяции оценок на период по прошествии последнего года, за который имеются данные, следующий подход. Они применяют к периоду с базового года по последний год, за который доступны данные, показатель "среднегодовой темп снижения" (СГТС). Базовым годом для расчета этих показателей выбран 2012 год; с того же года отсчитывается изменение показателей, установленных Резолюцией 65.6 Всемирной ассамблеи здравоохранения (ВАЗ) "Комплексный план осуществления действий в области питания матерей, а также детей грудного и раннего возраста"¹⁰. Показатели отставания в росте, избыточной массы тела, исключительно грудного вскармливания и истощения рассчитываются на период до 2022 года включительно. Последние годы для расчета показателей анемии и низкой массы тела при рождении – 2019 и 2020 соответственно.

Расчет среднегодового темпа снижения

СГТС рассчитывается с помощью линейного регрессионного анализа. Зависимые переменные представляют собой натуральные логарифмы всех точек данных за период от базового до последнего года. В качестве независимых переменных берутся все годы, за которые имеются данные. Коэффициент этой линейной регрессии (β) можно преобразовать в среднегодовой темп снижения по формуле:

Формула 1: AARR = 1 – e^β

Экстраполяция показателей на период до 2030 года с учетом среднегодового темпа снижения

Для экстраполяции оценочных показателей на период после того, когда в последний раз рассчитывались данные на базе СГТС, используется следующая формула. Прогнозируемая распространенность на год – t_n, базовый год – t₀:

Формула 2:

Методика, использованная для оценки масштабов ожирения у взрослых

Для экстраполяции показателей распространенности ожирения среди взрослого населения на период по окончании последнего года, за который доступны данные, ВОЗ использует следующий подход. Показатель определяется путем применения показателя среднего изменения к данным за период с базового года по последний год, когда публиковались данные, с помощью пробит-модели. В качестве базового периода для расчета распространенности ожирения у взрослых выбран 2010 год, в соответствии с базовыми показателями, установленными резолюцией 66.10 ВАЗ "Последующие меры в контексте Политической декларации Совещания высокого уровня Генеральной Ассамблеи по профилактике неинфекционных заболеваний и борьбе с ними"¹¹ и Глобального плана действий по профилактике неинфекционных заболеваний и борьбе с ними^{12, 13}. Оценки выполняются с применением результатов, полученных с помощью модели Байеса, которую ВОЗ использует для оценки распространенности ожирения среди взрослых по каждому году, стране, возрасту и полу. Сначала для каждой итерации использования модели рассчитывается стандартизированная по возрасту распространенность ожирения среди населения в возрасте от 18 лет по каждому году, каждому полу и обоим полам, а также для каждой страны. Затем к данным за 2010–2022 годы отдельно для каждой единицы "страна–пол" подбирается следующая регрессия:

формула 3: probit(prev) = α + β × year

Пробит-функция – это обратная кумулятивная стандартная функция нормального распределения.

Экстраполяция показателей на период до 2030 года

Для экстраполяции оценочных показателей на период после того, когда в последний раз выполнялась оценка по каждому году t_n, каждой стране, каждому полу и каждой итерации, используется следующая формула. Прогнозный показатель распространенности за год t_n, последний год (2022) – t₀:

Прогнозные значения для каждого года, страны и пола рассчитываются как среднее значение по всем итерациям.

S2.8 Методика оценки прогресса в достижении глобальных целей в области питания на уровне стран

Выборка стран

Анализ хода работы стран по достижению цели (целей) на 2030 год выполнялся на выборке из 195 стран, отслеживающих показатели, которые предполагалось рассчитывать с применением модели (отставание в росте, анемия, низкая масса тела при рождении, избыточная масса тела, ожирение у взрослых), и которые предоставляют информацию по показателям, рассчитываемым на основе первичных данных (исключительно грудное вскармливание, истощение)¹⁴. Такой подход был принят с целью обеспечить корректное сравнение по всем показателям. В выборку были включены следующие страны и территории: Австралия, Австрия, Азербайджан, Албания, Алжир, Ангола, Андорра, Антигуа и Барбуда, Аргентина, Армения, Афганистан, Багамские острова, Бангладеш, Барбадос, Бахрейн, Беларусь, Белиз, Бельгия, Бенин, Болгария, Боливия (Многонациональное Государство), Босния и Герцеговина, Ботсвана, Бразилия, Бруней-Даруссалам, Буркина-Фасо, Бурунди, Бутан, Вануату, Венгрия, Венесуэла (Боливарианская Республика), Вьетнам, Габон, Гаити, Гайана, Гамбия, Гана, Гватемала, Гвинея, Гвинея-Бисау, Германия, Гондурас, Гренада, Греция, Грузия, Дания, Демократическая Республика Конго, Джибути, Доминика, Доминиканская Республика, Египет, Замбия, Зимбабве, Израиль, Индия, Индонезия, Иордания, Ирак, Иран (Исламская Республика), Ирландия, Исландия, Испания, Италия, Йемен, Кабо-Верде, Казахстан, Камбоджа, Камерун, Канада, Катар, Кения, Кипр, Кыргызстан, Кирибати, Китай, Колумбия, Коморские Острова, Конго, Корейская Народно-Демократическая Республика, Коста-Рика, Кот-д’Ивуар, Куба, Кувейт, Лаосская Народно-Демократическая Республика, Латвия, Лесото, Либерия, Ливан, Ливия, Литва, Люксембург, Маврикий, Мавритания, Мадагаскар, Малави, Малайзия, Мали, Мальдивские Острова, Мальта, Марокко, Маршалловы Острова, Мексика, Микронезия (Федеративные Штаты), Мозамбик, Монако, Монголия, Мьянма, Намибия, Науру, Непал, Нигер, Нигерия, Нидерланды (Королевство), Никарагуа, Ниуэ, Новая Зеландия, Норвегия, Объединенная Республика Танзания, Объединенные Арабские Эмираты, Оман, Острова Кука, Пакистан, Палау, Палестина, Панама, Папуа – Новая Гвинея, Парагвай, Перу, Польша, Португалия, Республика Корея, Республика Молдова, Российская Федерация, Руанда, Румыния, Сальвадор, Самоа, Сан-Марино, Сан-Томе и Принсипи, Саудовская Аравия, Северная Македония, Сейшельские Острова, Сенегал, Сент-Винсент и Гренадины, Сент-Китс и Невис, Сент-Люсия, Сербия, Сингапур, Сирийская Арабская Республика, Словакия, Словения, Соединенное Королевство Великобритании и Северной Ирландии, Соединенные Штаты Америки, Соломоновы Острова, Сомали, Судан, Суринам, Сьерра-Леоне, Таджикистан, Таиланд, Тимор-Лешти, Того, Тонга, Тринидад и Тобаго, Тувалу, Тунис, Туркменистан, Турция, Уганда, Узбекистан, Украина, Уругвай, Фиджи, Филиппины, Финляндия, Франция, Хорватия, Центральноафриканская Республика, Чад, Черногория, Чехия, Чили, Швейцария, Швеция, Шри-Ланка, Эквадор, Экваториальная Гвинея, Эритрея, Эсватини, Эстония, Эфиопия, Южная Африка, Южный Судан, Ямайка, Япония.

Целевые значения

Целевые значения различных показателей приводятся в таблице S2.4.

ТАБЛИЦА S2.4ГЛОБАЛЬНЫЕ ЦЕЛИ В ОБЛАСТИ ПИТАНИЯ МАТЕРЕЙ, МЛАДЕНЦЕВ И ДЕТЕЙ МЛАДШЕГО ВОЗРАСТА НА 2030 ГОД

ИСТОЧНИК: подготовлено авторами (ФАО, ЮНИСЕФ).

Расчет среднегодового темпа снижения

Для оценки прогресса по всем показателям, кроме ожирения среди взрослых, использовался показатель "среднегодовой темп снижения". Этот показатель рассчитывается с помощью линейной регрессии. Зависимые переменные представляют собой натуральные логарифмы всех точек данных. В качестве независимых переменных берутся все годы, за которые имеются точки данных. Коэффициент этой линейной регрессии (β) можно преобразовать в среднегодовой темп снижения по формуле:

Формула 5: AARR = 1 – e^β

Установление базовых показателей

Базовые показатели отставания в росте, анемии, низкой массы тела при рождении и избыточной массы тела устанавливались с применением моделей, что позволило сформировать последовательные временные ряды на уровне стран. В качестве базового периода для отслеживания этих показателей был взят 2012 год.

Информация об исключительно грудном вскармливании и истощении основана на первичных данных, которые преимущественно собираются в ходе репрезентативных на национальном уровне обследований. Сроки проведения этих обследований в разных странах не совпадают. Поэтому базовый уровень определяется следующим образом:

1. Если страна располагает данными за период с 2005 по 2012 год →, выбирается последняя точка данных за этот период.
2. Если страна располагает данными только за период начиная с 2013 года →, выбирается самая ранняя точка данных за этот период.

Расчет текущего среднегодового темпа снижения

Текущий показатель СГТС рассчитывается с использованием всех точек данных начиная с базового года и заканчивая последним годом, за который доступны данные. Для расчета показателей, основанных на первичных данных, необходимо не менее двух точек данных, причем одна из них должна относиться к годам по окончании базового периода (2005–2012 годы).

Расчет требуемого среднегодового темпа снижения

Требуемый СГТС – это СГТС, необходимый для достижения цели в 2030 году. Этот показатель рассчитывается по двум точкам данных – исходной и целевой распространенности:

формула 6:

где:

Показатель распространенности в сопоставлении с графиком достижения глобальных целей

Чтобы выяснить, отстает ли страна от графика достижения цели, независимо от текущего СГТС и требуемого СГТС, используются пороговые значения распространенности, представленные в таблице S2.5. Все показатели, кроме отставания в росте, рассчитываются только на основе точечной оценки. Показатели отставания в росте с учетом распространенности рассчитываются по нижнему пределу доверительного интервала.

ТАБЛИЦА S2.5ПОКАЗАТЕЛИ РАСПРОСТРАНЕННОСТИ ПО ШЕСТИ ГЛОБАЛЬНЫМ ПОКАЗАТЕЛЯМ В ОТНОШЕНИИ МАТЕРЕЙ, МЛАДЕНЦЕВ И ДЕТЕЙ РАННЕГО ВОЗРАСТА В СОПОСТАВЛЕНИИ С ГРАФИКОМ РАБОТЫ

ИСТОЧНИК: подготовлено авторами (ФАО, ЮНИСЕФ).

Вычисление апостериорной вероятности того, что показатель действительно будет расти (истинного увеличения)

Прогресс в борьбе с ожирением у взрослых оценивается на основе апостериорной вероятности того, что распространенность ожирения действительно остается неизменной или снижается. Апостериорная вероятность – это показатель достоверности. С помощью этого показателя можно на основе имеющихся данных и допущений установить приблизительную вероятность того, что тот или иной результат окажется истинной величиной (например, осталась ли распространенность неизменной или снизилась за период с 2010 по 2022 год). Для вычисления апостериорных вероятностей используется регрессионный анализ по формуле 3. Мы устанавливаем апостериорную вероятность того, что оценочный показатель изменения распространенности ожирения служит отображением фактической тенденции к снижению как доли итераций в модели Байеса, в которых ß не выше 0. Если апостериорная вероятность отсутствия изменений или снижения превышает 0,5, считается, что работа в стране ведется в соответствии с графиком, иначе считается, что работа ведется с отставанием.

Правила оценки прогресса в достижении семи глобальных целей в области питания вкратце описаны в таблице S2.6.

ТАБЛИЦА S2.6ПРАВИЛА ОЦЕНКИ ХОДА РАБОТЫ ПО ДОСТИЖЕНИЮ СЕМИ ГЛОБАЛЬНЫХ ЦЕЛЕЙ В ОБЛАСТИ ПИТАНИЯ

ПРИМЕЧАНИЕ. Н.д = нет данных; СГТС = среднегодовой темп сокращения. * Оценки хода работы по достижению цели в отношении исключительном грудного вскармливания получены на основании показателей неисключительно грудного вскармливания (100 – исключительно грудное вскармливание).
ИСТОЧНИК: подготовлено авторами (ФАО, ЮНИСЕФ).

Взвешивание по численности населения

Для оценки доли населения, проживающей в странах, отнесенных к группам "работа ведется по графику", "работа ведется с отставанием" и "оценка не выполнялась", брались те же весовые коэффициенты по численности населения, что и при расчете региональных и глобальных агрегированных показателей (см. Приложение 1B к основному докладу). Это следующие коэффициенты:

1. отставание в росте, избыточная масса тела, истощение – дети в возрасте до пяти лет (общее число детей в возрасте от 0 до 4 лет включительно);
2. анемия: женщины в возрасте 15–49 лет (общее число женщин в возрасте от 15 до 49 лет включительно);
3. низкая масса тела – число живорожденных;
4. исключительное грудное вскармливание – дети в возрасте 0–6 месяцев (половина детей в возрасте 0 лет);
5. ожирение у взрослых: взрослые в возрасте 18–100 лет и старше (общее число взрослых в возрасте от 18 до 100 лет и старше).

Для корректного сравнения всех показателей в качестве постоянного года взят 2023 год.