A. Методика расчета прогнозных значений РН для 2020, 2021 и 2022 годов
Как и в предыдущих выпусках этого доклада, ввиду отсутствия непосредственной информации о самых актуальных значениях каждого из элементов, необходимых для расчета распространенности недоедания (РН) и числа недоедающих (ЧН) (см. Приложение 1В), для последних лет приводятся только прогнозные данные, это прогнозные значения по последним годам.
Как уже отмечалось в прошлогоднем выпуске доклада, из-за пандемии COVID-19 и ее затяжных последствий 2020 и 2021 годы можно считать во многом уникальными. Поэтому при расчете прогнозных значений РН, особенно в том, что касалось оценки вероятных изменений коэффициента вариации (CV) и моделирования влияния неравенства в доступе к продовольствию на показатели недоедания, необходимо было учесть ряд дополнительных соображений. Оба эти аспекта требовали особого подхода, обеспечивающего учет особых условий функционирования продовольственных систем в период пандемии.
Стратегия прогнозирования значений CV|y для 2019-2021 годов и диапазонов для оценки РН и ЧН в мире строилась на тех же подходах, что и в прошлогоднем выпуске доклада, что же касается 2022 года, были приняты во внимание дополнительные соображения. Оба подхода описаны ниже.
Прогнозирование CV|y до 2021 года
Прогнозные значения потребления энергии с питанием (ПЭП) можно рассчитать традиционным способом, т.е. на основе информации, предоставленной Отделом рынков и торговли ФАО, которая используется при составлении Сельскохозяйственного прогноза ФАО, однако традиционный подход, используемый для расчета коэффициента вариации CV, необходимо было модифицировать, с тем чтобы обеспечить учет особых условий, сложившихся в 2020 и 2021 годах. Как правило, изменения CV|у (компонента CV, определяющего зависимость потребления продовольствия от различий в уровне доходов домохозяйств) обусловлены различиями средних показателей распространенности острого отсутствия продовольственной безопасности по ШВОПБ (FIsev) за три года, которые не связаны с изменениями запасов продовольствия. Использование средних показателей за три года позволяет учесть возможную избыточную вариабельность выборки в оценках FIsev на уровне стран (которая для большинства стран обусловлена относительно небольшими размерами выборок данных по ШВОПБ) и согласуется с допущением, что тренд CV|у носит относительно стабильный характер. Но из-за исключительной ситуации, сложившейся в 2020 и 2021 годах, использование последнего допущения представлялось проблематичным. Поэтому для прогнозирования значений CV|y 2020 года использовались изменения среднего значения FIsev за 2017-2019 годы и годовое значение этого показателя за 2020 год, а для прогнозирования значений CV|y 2021 года – изменения годового значения FIsev за 2020 и 2021 годы.
Еще одним параметром, который необходимо было учесть при расчете значения РН 2020 года, является доля изменения FIsev (что служит показателем ожидаемого изменения РН), обусловленная влиянием CV|у. Эконометрический анализ зависимостей РН, ПЭП и CV|у за прошлые годы показал, что обычно эта доля равна одной трети. Но с учетом исключительности обстоятельств 2020 и 2021 годов эта закономерность ставилась под сомнение. Так как в 2020 и 2021 годах национальных обследований потребления и расходов домохозяйств практически не проводилось, эмпирических данных, которые позволили бы ее надлежащим образом модифицировать, до сих пор нет. Поэтому было решено провести анализ чувствительности, меняя долю изменения FIsev, обусловленную влиянием CV|у, от минимального значения (одна треть) до максимального (единица). Это позволило определить верхнюю и нижнюю границы диапазонов оценочных серий по 2020 и 2021 годам.
Особые соображения по 2022 году
В 2022 году, на фоне преодоления основных последствий пандемии COVID-19, положение дел в плане сбора данных начало выправляться, и все же масштабы возможных перемен в части равноправного доступа к продовольствию на протяжении прошлого года в значительной мере неясны. До сих пор неизвестно, повлекли ли за собой пандемия и все прочие разрушительные события, воздействию которых на протяжении последних трех лет подвергалось мировое сельское хозяйство, долгосрочные последствия, определившие влияние спроса и предложения на доступ населения к продовольствию. Вследствие этого потребовалось несколько изменить подход к определению прогнозных значений CV|y – а значит и РН – для 2022 года.
В частности, с учетом 33-процентного значения возможного воздействия изменений CV на наблюдаемые изменения РН была определена средняя точка оценочной серии, отражающая гипотетическую ситуацию "возврата к нормальности" (см. Приложение 1B). После этого для каждой отдельно взятой страны дополнительно были подставлены значения 50, 67 и 100 процентов, отражающие различные вероятные допущения относительно того, насколько изменение CV|y способно было повлиять на изменение РН в 2022 году. Следует отметить, что в отличие от 2020 и 2021 годов, когда оценки на основании ШВОПБ указывали на практически повсеместное обострение отсутствия продовольственной безопасности, увеличение влияния значения CV на значение РН по 2022 году привело к обратному эффекту. Учитывая, что оценка распространенности острого отсутствия продовольственной безопасности свидетельствует об улучшении положения во многих странах в 2022 году относительно 2021 года, по этим странам прогнозируется не увеличение, а уменьшение значения CV|y. На основании сочетания полного набора максимальных и полного набора минимальных оценочных значений, соответственно, определяются верхние и нижние границы диапазонов данных по регионам и по всему миру. В целом, в сравнении с оценками за два предыдущих года на глобальном уровне диапазон оценочных значений РН и ЧН для 2022 года получился более узким (таблица A2.1).
В таблица A2.1 представлены нижняя и верхняя границы диапазона значений РН в 2020, 2021 и 2022 годах на глобальном, региональном и субрегиональном уровнях.
ТАБЛИЦА A2.1Диапазон прогнозных значений РН и ЧН в 2020, 2021 и 2022 годах

B. Методика прогнозирования показателя РН на период до 2030 года
Чтобы составить прогноз значений РН на период до 2030 года, составляются отдельные прогнозы для каждой из трех основных переменных, входящих в формулу расчета РН (ПЭП, CV и МППЭ), при этом, в зависимости от рассматриваемого сценария, используются различные исходные данные.
Основным источником информации являются выходные данные рекурсивной динамической вычислимой модели общего равновесия MIRAGRODEP, которая выдает ряды прогнозируемых значений на уровне стран для следующих параметров:
- реальный ВВП на душу населения (GDP_Vol_pc);
- коэффициент Джини (gini_income);
- индекс реальных цен на продовольствие (Prices_Real_Food);
- доля населения, живущего в условиях крайней нищеты (то есть населения, реальный дневной доход которого меньше 2,15 долл. США) (x215_ALL); и
- суточное потребление продовольствия на душу населения (DES_Kcal).
Модель MIRAGRODEP была откалибрована с учетом ситуации в мировой экономике в 2018 году, до начала пандемии COVID-19; она была использована для составления прогнозов основных макроэкономических показателей на период с 2019 по 2030 год для трех сценариев: 1) до начала пандемии COVID-19, с учетом воздействия наличия продовольствия и доступа к продовольствию (а значит и РН) на перспективы мировой экономики согласно опубликованному в октябре 2019 года выпуску бюллетеня МВФ "Перспективы развития мировой экономики"; 2) до начала войны на Украине с учетом тех же воздействий согласно выпуску бюллетеня "Перспективы развития мировой экономики", опубликованному в октябре 2021 года; 3) "текущие прогнозы" с учетом данных выпуска бюллетеня "Перспективы развития мировой экономики", опубликованного в апреле 2023 года17. Более подробное описание модели MIRAGRODEP, а также допущения, использованные при построении указанных сценариев, можно найти в работе Laborde and Torero (2023)18.
Кроме того, были использованы медианные прогнозы общей численности населения (обоих полов), его половозрастной структуры, а также общего коэффициента рождаемости, представленные в выпуске доклада ДЭСВ ООН "Мировые демографические перспективы" за 2022 год4.
Расчет значений ПЭП
Расчет рядов значений ПЭП проводится по следующей формуле:

где DES = ЕЦДП, T = 2019 год для сценария “до начала пандемии COVID-19”, T = 2021 год для сценария “до начала войны на Украине", и T = 2022 год для сценария “текущие прогнозы”.
Иными словами, ряды данных DES_Kcal, рассчитанные с помощью модели, корректируются таким образом, чтобы значение за год T соответствовало фактическому (это необходимо, поскольку модель MIRAGRODEP была откалибрована по значениям из ПБ за более ранний период).
Расчет значений МППЭ
Значение МППЭ вычисляется на основе данных о половозрастной структуре населения, представленных в докладе "Мировые демографические перспективы"4 за 2019 год (медианная оценка).
Расчет значений CV
Как пояснено в описании методики расчета РН (см. Приложение 1B), суммарное значение CV рассчитывается по формуле , компоненты которой означают, соответственно, вариацию, обусловленную различиями привычного душевого потребления энергии с питанием вследствие различий между домохозяйствами по уровню дохода, и вариацию, обусловленную различиями между отдельными лицами по полу, возрасту, массе тела и уровню физической активности. Прогнозные значения CV для 2025 и 2030 годов рассчитываются по приведенной выше формуле с подстановкой раздельно спрогнозированных значений CV|r и CV|y. Прогнозное значение CV|r рассчитывается с учетом прогнозной половозрастной структуры населения согласно данным бюллетеня "Мировые демографические перспективы" (аналогично расчету МППЭ), а прогнозное значение CV|y – как линейная комбинация соответствующих прогнозных значений макроэкономических и демографических переменных по следующей формуле:

Для оценки коэффициентов, используемых в приведенной выше формуле, в настоящем выпуске доклада рассматриваются альтернативные модели, более совершенные, чем модель, использованная в 2022 году. Как показано в таблице A2.2, значения коэффициентов для трех альтернативных моделей очень близки, соответственно очень близки и прогнозные оценки, полученные с использованием одних и тех же серий независимых прогнозных переменных по модели MIRAGRODEP и согласно выпуску бюллетеня "Мировые демографические перспективы" за 2022 год4.
Таблица A2.2 Коэффициенты регрессии в трех альтернативных моделях, рассчитанные по ретроспективным значениям CV|y (2000-2018 годы), и сравнение с моделью, использованной в 2022 году

В целом была использована та же, что и в прошлом году, стратегия расчета по модели линейной регрессии со случайными эффектами, а основное отличие модели, использованной в 2022 году для получения прогнозных значений CV|y, состояло в наборе архивных данных, по которым велся расчет.
Во-первых, в этом году были использованы новые серии архивных значений CV|y, которые использовались для расчета текущих серий оценочных значений РН, приведенных в настоящем докладе в таблице 1 и таблице A1. Эти серии включают ряд пересмотренных оценок, полученных на основании результатов обследований потребления продуктов питания, которые использовались и ранее, но потом были повторно обработаны с учетом более точных обновленных таблиц состава пищевых продуктов, а также данные, полученные по итогам анализа результатов 14 новых обследований (см. описание методики расчета РН в Приложении 1B).
Что особенно важно, в этом году был пересмотрен состав источников серий архивных данных по душевому ВВП, коэффициенту Джини, реальному значению индекса потребительских цен на продовольствие (ИПЦ), числу жителей за чертой бедности, общему коэффициенту рождаемости и общей численности населения. Для числа жителей за чертой бедности и коэффициента Джини выборка была ограничена оценками, основанными на итогах обследования домохозяйств и опубликованными на созданной Всемирным банком новой платформе "Нищета и неравенство" (PIP), которая заменила закрытые в марте 2022 года сеть PovcalNet и Портал данных о нищете и равенстве. Наиболее важным последствием использования исключительно полученных с портала PIP данных, основанных на итогах обследования домохозяйств, стало сокращение числа комбинаций стран и годов, для которых возможно непосредственно рассчитать коэффициент Джини и число жителей за чертой бедности. Таким образом, если раньше для оценки используемой модели можно было использовать 119 точек данных, то в 2022 году их количество сократилось до 75.
Кроме того, доступные на портале PIP и в бюллетене МВФ "Перспективы развития мировой экономики" данные экономического характера были обновлены с учетом пересмотренного по 2017 году паритета покупательной способности (ППС) согласно публикации Программы международных сопоставлений (ПМС)19.
Ввиду обновления значительной части данных и существенных различий в расчетных коэффициентах, использованных в модели 2022 года и модели, которая использовалась в этом году (Модель 3), что обусловило несколько отличные и более оптимистические прогнозы уменьшения CV|y, для понимания причин расхождения полученных результатов была проведена оценка двух дополнительных промежуточных моделей. Сначала одна модель (Модель 1 в таблице A2.2) была оценена по старому набору данных как для зависимых, так и для независимых переменных, но лишь по 69 комбинациям страна/год, которые входят и в число 119 комбинаций, использованных в 2022 году, и в число 75 комбинаций этого года. На следующем шаге были использованы данные из нового источника – PIP, но с сохранением значения числа жителей за чертой бедности по ППС по 2011 году (Модель 2), и только потом – новые значения всех переменных, что соответствует модели, в конечном итоге использованной в прогнозах (Модель 3).
При сравнении полученных по итогам расчета значений коэффициентов (колонки 3-6 таблицы A2.2) было отмечено, что основное влияние оказывает уменьшение количества комбинаций страна/год, в основе которых лежат значения числа жителей за чертой бедности и коэффициентов Джини, полученные путем интерполяции либо моделирования: в сравнении с моделью, использованной в 2022 году, Модель 1 дает более высокие по абсолютному значению и более весомые с точки зрения статистической значимости коэффициент реального душевого ВВП и коэффициент Джини. Еще один привлекший внимание эффект может быть связан с обновлением данных до значений 2023 года и добавлением еще шести комбинаций страна/год: в сравнении с Моделью 1, при оценке по Модели 2 коэффициент реального душевого ВВП, коэффициент Джини и реальный ИПЦ на продовольствие увеличились еще больше, а число жителей за чертой бедности сократилось. Наконец, обновление числа жителей за чертой бедности с учетом ППС по 2017 году дало пренебрежимо малый эффект, поскольку коэффициенты для всех переменных, используемые в Модели 2 и Модели 3, очень близки по значениям (частичным исключением можно считать число жителей за чертой бедности, влияние которого на значение CV|y стало еще менее ощутимым).
В целом можно сделать вывод, что прогнозные значения CV|y в этом году более надежны. Вновь полученные коэффициенты указывают на влияние каузальных переменных на прогноз CV|y в том же направлении, что и согласно ранее сделанным оценкам, но при этом теперь модель намного лучше соответствует используемым данным, о чем свидетельствует увеличение коэффициента r2 и увеличение соотношения между рассчитанными коэффициентами, что в первую очередь относится к реальному душевому ВВП и коэффициенту Джини.
Как и для ЭЦДП, ряд значений CV|y, рассчитанных на годы с T + 1 по 2030 год по этой формуле для каждой страны отдельно, калибруется по наблюдаемым данным за год T:

где T = 2019 год для сценария “до начала пандемии COVID-19”, T = 2021 год для сценария “до начала войны на Украине", и T = 2022 год для сценария “текущие прогнозы”.
C. Методика анализа отсутствия продовольственной безопасности в разбивке по степени урбанизации и гендерной принадлежности
Когда данные получаются непосредственно от физических лиц, включенных в национальную репрезентативную выборку, показатель распространенности отсутствия продовольственной безопасности может быть представлен в разбивке по тем или иным характеристикам респондентов/домохозяйств. В главе 2 приводятся оценки распространенности отсутствия продовольственной безопасности в разбивке по половой принадлежности респондентов (взрослых мужчин и женщин) и по степени урбанизации (DEGURBA) (по месту проживания респондентов в городах, пригородах или сельских районах).
При разбивке показателя по любым характеристикам домохозяйств или физических лиц применяется следующая методика:
- Сравнимая по странам вероятность отсутствия продовольственной безопасности для каждого респондента рассчитывается по двум формам тяжести: умеренной и острой и только острой. Вероятности для каждой категории агрегируются по интересующим нас характеристикам через вычисление средневзвешенного значения (по весовым коэффициентам выборки) для респондентов соответствующей категории, в результате получается значение распространенности отсутствия продовольственной безопасности для соответствующей группы (например, для респондентов-женщин).
- Распространенность отсутствия продовольственной безопасности для той или иной категории взвешивается по численности соответствующего населения (например, по числу взрослых женщин в стране), что позволяет получить оценки субрегионального, регионального и глобального уровней (например, значение распространенности отсутствия продовольственной безопасности среди взрослых женщин, проживающих в Северной Африке), но только при наличии достоверных данных по численности населения и обеспечении достаточного географического охвата, то есть охвата достаточной доли населения.
Расчет распространенности отсутствия продовольственной безопасности в разбивке по половой принадлежности возможен там, где сбор данных респондентов – физических лиц (взрослых в возрасте 15 лет и старше) организует ФАО с привлечением соответствующих подрядчиков (см. Приложение 1B). Там, где распространенность отсутствия продовольственной безопасности для страны рассчитывается по данным обследований, проведенных правительством (см. Приложение 1B), осуществить разбивку показателя по половой принадлежности, как правило, невозможно, поскольку данные собираются на уровне домохозяйств. В этом году впервые был разработан протокол, позволяющий решить данную проблему. Согласно протоколу, в таких случаях к рассчитанному на основании национальных данных показателю распространенности отсутствия продовольственной безопасности для населения в целом применяется рассчитанный по данным, собранным ФАО, коэффициент, равный соотношению долей обоих полов в численности населения. Результат получается приблизительным, поскольку разница долей двух полов по данным ФАО применяется к взрослым респондентам, а не к населению в целом. Тем не менее, положительная сторона состоит в том, что статистические данные в разбивке по половой принадлежности более последовательны в плане уровней и тенденций, нежели данные по населению в целом. При подготовке настоящего выпуска доклада пересматривались целые серии данных, однако полученные в результате дезагрегированные по признаку половой принадлежности показатели распространенности отсутствия продовольственной безопасности на региональном и глобальном уровнях ненамного отличаются от показателей 2022 года.
С 2021 года Институт Гэллапа© начал указывать географическую привязку для каждого респондента, принявшего участие в опросах, проводимых в очном режиме в разных странах, в итоге в этом году впервые открылась возможность получить показатели в разбивке по уровню урбанизации. В 2022 году географическая привязка стала указываться и для респондентов, принявших участие в телефонных опросах, что обеспечило необходимый уровень географической репрезентативности для расчета показателей в разбивке по степени урбанизации на субрегиональном, региональном и глобальном уровнях.
По каждой стране возможно сопоставить каждую географическую привязку с набором данных DEGURBA и на основании сравнимых на международных уровне критериев, предложенных Евростатом, МОТ, ФАО, ОЭСР, Программой "ООН-Хабитат" и Всемирным банком и утвержденных в мае 2020 года 51-й сессией Статистической комиссии ООН20, по размеру населенного пункта и плотности населения определить, находился ли респондент в большом городе, малом городе или в сельской местности. После этого для каждой степени урбанизации рассчитывается значение распространенности отсутствия продовольственной безопасности, а затем показатели агрегируются на субрегиональном, региональном и глобальном уровнях с использованием опубликованных Евростатом обновленных данных о распределении населения по степени урбанизации за 2020 год21. Для стран, по которым официальная статистика в части отсутствия продовольственной безопасности основывается на национальных данных, была использована та же методика аппроксимации, что и при дезагрегации показателей по половой принадлежности.
Поскольку в 2022 году данные по ШВОПБ в Китае ФАО не собирала, а для данных 2021 года географические привязки отсутствуют, оценочные показатели распространенности отсутствия продовольственной безопасности в Китае в разбивке по степени урбанизации были аппроксимированы следующим образом: показатель распространенности отсутствия продовольственной безопасности за 2021 год был дезагрегирован по районам проживания, определенным по итогам Всемирного опроса Института Гэллапа©, в ходе которого респонденты отвечают на вопрос, проживают ли они в сельской местности или на ферме, в малом городе или деревне, в большом городе или в ближайшем пригороде большого города. После этого указанные категории сопоставлялись с набором данных DEGURBA: респонденты, проживавшие на ферме или в сельской местности, включались в категорию "жителей сельских районов", проживающие в малых городах и деревнях – в категорию "жителей пригородов", а проживающие в больших городах и их ближайших пригородах – в категорию "жителей городов". Правомерность такого сопоставления была обоснована тем, что DEGURBA предусматривает классификацию территорий по степени урбанизации с учетом размера таких территорий и плотности их населения. Чтобы не допустить при применении данной методики серьезных погрешностей, в целях ее валидации аналогичным образом были сопоставлены данные по другим азиатским странам, где в 2022 году сбор данных проводился.
D. Методика расчета стоимости и экономической доступности здорового питания
При поддержке Группы Всемирного банка по работе с данными ФАО осуществляет систематический мониторинг показателей стоимости и экономической доступности здоровых пищевых рационов (CoAHD), а недавно начала распространять полученные данные, включив обновленные серии в базу данных ФАОСТАТ22. Данные обновлялись по состоянию на 2021 год (см. разделы "Обновление информации o стоимости здорового рациона" и "Обновление информации об экономической доступности здорового рациона"). Кроме того, ФАО периодически пересматривает всю серию данных, что позволяет непрерывно совершенствовать методику и обеспечивать надежность расчета показателей CoAHD.
Стоимость здорового рациона питания
Стоимость здорового рациона определяется как стоимость наименее дорогостоящих пищевых продуктов в наличии на соответствующей территории, отвечающих требованиям, сформулированным в рекомендациях по правильному питанию на основе имеющихся продуктов (РПП) для репрезентативного физического лица, с балансом энергии 2330 ккал/день. В анализируемых РПП явным образом указаны рекомендуемые количества пищевых продуктов из каждой группы и обеспечено широкое представительство разных регионов. Несмотря на то, что здоровый рацион составлялся не по нормам потребления питательных веществ, а в соответствии со значениями, указанными в РПП, он в среднем почти на 95 процентов удовлетворяет потребности человека в питательных веществах и потому может почти всегда считаться отвечающим нормам с точки зрения потребления питательных веществ.
Данные о наличии необходимых для здорового питания продуктов из каждой группы и ценах на них были получены из руководимой Всемирным банком ПМС в форме средних национальных показателей за 2017 год. Определения товарных позиций стандартизированы на международном уровне, что позволяет классифицировать их по группам пищевых продуктов и рассчитать наименьшие затраты, необходимые для соблюдения требований РПП в каждой стране, исходя из средних рыночных цен на соответствующие продукты в течение года19. Показатель стоимости здоровых пищевых рационов рассчитывается на основе стандартной продовольственной корзины, получившей название "Корзина здорового питания": в нее входят пищевые продукты из шести продуктовых групп, отвечающие общим для десяти РПП требованиям. Подробное описание здорового пищевого рациона и соответствующей методики – см. Herforth et al. (2020, 2022)23, 24.
Экономическая доступность здорового питания
В этом докладе для определения экономической доступности здорового рациона стоимость здорового пищевого рациона сравнивается с распределением доходов населения разных стран по данным, взятым из базы данных Всемирного банка "Нищета и неравенство"25. Показателями доступности являются доля и число жителей страны, которые в 2021 году не имели возможности позволить себе здоровое питание. Здоровый рацион питания считается экономически недоступным, если его стоимость превышает 52 процента дохода в стране. Это та часть дохода, которую с уверенностью можно отнести на питание: как показывают наблюдения, население стран с низким уровнем дохода тратит на питание в среднем 52 процента своего дохода (данные о расходах домохозяйств были получены из ПМС в форме национальных показателей за 2017 год).
На основе этого порогового значения и по результатам сравнения стоимости рациона с распределением доходов в стране определяется процентная доля населения, для которого соответствующий рацион является экономически недоступным. Умножив эту долю на численность населения каждой страны в 2021 году, полученную с использованием показателей мирового развития (ПМР) Всемирного банка26, определяем количество людей в стране, которые не имеют возможности позволить себе здоровое питание. Подробное описание показателей экономической доступности здорового рациона и соответствующей методики – см. Приложение 3 к публикации ФАО, МФСР, ЮНИСЕФ, ВВП и ВОЗ (2020)27.
Обновление информации о стоимости здорового рациона
В настоящее время единственным источником данных о розничных ценах на продовольствие по стандартизированным на международном уровне товарным позициям служит ПМС, которая является элементом более крупного проекта по расчету ППС для разных валют во всех странах мира. Однако эти данные публикуются только один раз в три-пять лет, что не позволяет проводить ежегодный глобальный мониторинг расходов на питание, результаты которого можно было бы использовать для разработки политических мер и программ. В отсутствие актуальных данных о ценах на продовольствие используемый в этом докладе метод обновления показателя стоимости рациона в период между выпусками ПМС основывается на индексах потребительских цен (ИПЦ), публикуемых ФАО. В этом наборе данных отслеживаются ежемесячные изменения общего ИПЦ и ИПЦ на продовольственные товары на национальном уровне по сравнению с базовым 2015 годом. годовые ИПЦ рассчитываются как простые средние значения 12 ИПЦ, полученные в течение года. В частности, для обновления данных о стоимости здорового рациона в 2021 году использовались индексы потребительских цен (ИПЦ) на продукты питания и безалкогольные напитки; исключение составили Центральноафриканская Республика и Гайана, для которых использовались общие ИПЦ. Для полных серий данных (2018-2021 годы) стоимость здорового питания оценивается путем умножения фактической стоимости для каждой страны в 2017 году, выраженной в местных валютных единицах (МВЕ), на коэффициент ИПЦ и деления на значение паритета покупательной способности:

Стоимость здорового рациона сначала обновляется в МВЕ, а затем для ее сравнения в разных странах и политических образованиях она пересчитывается в международные доллары с использованием ППС для частного потребления, взятых из ПМР28. Подробное описание методики см. Bai et al. (2023)29.
В 2017 году стоимость здорового рациона питания была рассчитана для 169 стран и территорий, а затем эти данные были обновлены по состоянию на 2018-2021 годы для всех стран, кроме Ангильи, Монтсеррата и китайской провинции Тайвань, для которых нет информации ни об ИПЦ, ни о ППС. Из оставшихся 166 стран и территорий по 24 странам отсутствуют данные о ППС за любой год в период с 2018 по 2021 годbg, а по одной территории (Острова Теркс и Кайкос) отсутствуют данные по ИПЦ. По указанным 24 странам расчеты ППС были выполнены с использованием модели авторегрессии проинтегрированного скользящего среднего с учетом внешнего фактора (ARIMAX). В соответствии с методикой экстраполяции ППС, используемой в ПМР Всемирного банка, в спецификацию модели в качестве основного фактора, позволяющего прогнозировать ППС, включено соотношение между общим ИПЦ страны и ИПЦ базовой страны (в данном случае Соединенных Штатов Америки). Кроме того, в качестве внешних ковариат используются ВВП на душу населения и потребительские расходы домохозяйств на душу населения, при необходимости для заполнения пробелов к обоим рядам применяется метод сглаживания Хольта – Винтерса. Подход ARIMAX позволяет для каждой страны оценить несколько спецификаций модели, которые включают компонент авторегрессии, компонент интеграции, скользящее среднее и сочетание этих трех компонентов. Оптимальная спецификация выбирается, когда статистически значимым оказывается как минимум расчетный коэффициент ИПЦ, а также статистически значимыми оказываются параметры ARIMAX. Коэффициент ИПЦ является единственным статистически значимым коэффициентом, влияющим на изменчивость значений ППС в странах и на территориях с аномальными временными рядами ППС. Для прогнозирования значений паритета покупательной способности по странам и территориям с менее волатильными рядами ППС также важны ретроспективный тренд ППС и оценки коэффициентов ВВП на душу населения и/или расходов на душу населения. С помощью подхода ARIMAX рассчитываются прогнозные значения выбранной оптимальной спецификации каждой страны/территории.
Для одной территории, для которой информация об ИПЦ отсутствует (острова Теркс и Кайкос), расчеты были проведены на основе средней стоимости рациона в соответствующем субрегионе:

Средняя стоимость по субрегионам рассчитывалась без учета островов Теркс и Кайкос.
Ограничением этого метода является то, что изменения стоимости здорового рациона в период между 2018 и 2021 годами зависят от (продовольственных) ИПЦ, и из-за отсутствия новых данных о ценах на конкретные продукты с более высокой пищевой ценностью не отражают ни изменений продовольственных цен на конкретные товары, ни различий в изменениях цен на различные группы пищевых продуктов. ФАО изучает возможности расширения представления информации о ценах на уровне товаров, чтобы обеспечить более частый и надежный мониторинг стоимости здорового рациона питания.
Обновление информации об экономической доступности здорового рациона
В этом докладе были обновлены данные об экономической доступности рациона за 2018-2021 годы. Из 169 стран и территорий, по которым есть информация о стоимости в 2017 году, оценочные показатели экономической доступности были рассчитаны для 143 стран, для которых в базе данных PIP доступны сведения о распределении доходов. Эта информация была обновлена за 2018-2021 годы для всех стран и территорий, кроме китайской провинции Тайвань, по которой отсутствуют данные по ИПЦ на продовольствие.
Благодаря непрерывным обновлениям, основанным на поступающих результатах национальных обследований и расчетных данных, в базе данных PIP25 были обновлены данные о распределении доходов за 2020 и 2021 годы для многих стран и территорий. Содержащиеся в базе данных PIP данные о распределении доходов были использованы при обновлении показателей экономической доступности для 78 из 142 стран по 2020 году и для 27 стран по 2021 году. Для остальных стран и территорий (64 по 2020 году и 115 по 2021 году) показатели экономической доступности здоровых пищевых рационов рассчитывались группой, ведущей базу данных PIP, на основании прогнозных показателей распределения доходов30, полученных по стандартной методике, предложенной Всемирным банком для прогнозирования параметров нищеты31. Наконец, умножением доли людей, которые не имеют возможности позволить себе здоровое питание, на численность населения соответствующей страны/территории (по данным доклада Всемирного банка "Показатели мирового развития") рассчитывалось число тех, кто не может позволить себе здоровое питание. Последние расчеты показателей экономической доступности были выполнены 26 апреля 2023 года. Поскольку в настоящее время данные о распределении доходов в базе данных "Нищета и неравенство" постоянно обновляются, информация об экономической доступности рациона после этой даты может незначительно измениться.
В выпуске доклада за этот год в рамках пересмотра методики были пересмотрены серии данных, отражающих экономическую доступность здорового питания. После недавней публикации ППС по ценам 2017 года Всемирный банк утвердил наиболее актуальные коэффициенты пересчета по ППС по 2017 году включенных в его наборы монетарных данных, в том числе показателей распределения дохода в базе данных PIP25. В результате показатели экономической доступности выражаются не по ППС по 2011 году, а по ППС по 2017 году. Смена базового года обусловила заметные изменения показателей экономической доступности здорового питания для отдельных стран. Тем не менее считается, что это изменение повышает качество ППС и более точно отражает текущую экономическую ситуацию в мире32. В частности, если говорить о показателях 2021 года, при расчете по ППС по 2017 году доля населения семи стран (Ангола, Многонациональное Государство Боливия, Египет, Иордания, Ирак, Сан-Томе и Принсипи и Суринам), не имеющего возможность позволить себе здоровое питание, получилась на 7 процентных пунктов меньшей, чем при расчете по ППС по 2011 году. В Белизе же, наоборот, эта доля увеличилась на 7 процентных пунктов, а в Гане – на 14 процентных пунктов. Для тех же стран после перехода на расчет по ППС по 2017 году Всемирный банк отметил значительные изменения показателя масштабов нищеты. Тщательный анализ выявленных изменений показал, что они были обусловлены повышением качества ППС32. В некоторых из перечисленных стран ППС по 2017 году рассчитывался по ценам на более широкий набор продуктов, чем тот, что составил основу для расчета ППС по 2011 году; в других странах данные о ценах были в 2017 году получены впервые, что позволило обойти ограничения, ранее связанные с определением ППС на основе расчетных данных. При этом в странах с уровнем дохода выше среднего, к каковой категории относятся Белиз и Гана, в период 2011-2017 годов наблюдался рост ценового порога, поэтому как процентная доля, так и абсолютное число людей, чьи доходы оказались ниже такого порога (т.е. тех, кто не может позволить себе здоровое питание) увеличились33.
E. Методика анализа значимости проживания в городских или сельских районах для показателей питания
Описанный в разделе 2.3 анализ значимости проживания в городских или сельских районах проводился для определения влияния места проживания (городские и сельские районы) на четыре показателя питания, в основу анализа были положены расчетные показатели регионального уровня с учетом соответствующих доверительных интервалов. Анализ проводился по регионам с использованием имеющихся данных по странам в каждом регионе.
Предметом взвешенного анализа стали последние доступные данные национальных опросов за период с 2015 по 2021 год. Список стран, данные по которым использовались в ходе анализа каждого региона, приводится в таблице A2.3; источники данных указаны в примечаниях к таблице.
Таблица A2.3 Включенные в подвыборку для проведения анализа значимости проживания в городских или сельских районах страны и территории, для которых доступны данные национальных обследований по показателям исключительно грудного вскармливания (за 2015-2021 годы), отставания в росте, истощения и избыточного веса (за 2016-2022 годы)
![ИСТОЧНИКИ: данные по отставанию в росте, истощению и избыточному весу представлены по материалам UNICEF, WHO & World Bank. 2023. UNICEFWHO-World Bank: Joint child malnutrition estimates - Levels and trends (2023 edition). [По состоянию на 27 апреля 2023 года]. https://data.unicef.org/resources/jme-report-2023, www.who.int/teams/nutrition-and-food-safety/monitoring-nutritional-status-and-food-safety-and-events/joint-child-malnutrition-estimates, https://datatopics.worldbank.org/child-malnutrition; данные по исключительно грудному вскармливанию представлены по материалам UNICEF. 2022. Infant and young child feeding. In: UNICEF. [По состоянию на 6 апреля 2023 года]. https://data.unicef.org/topic/nutrition/infant-and-young-child-feeding](../img/CC3017RU_SOFI_tabA2-3.jpg)
Представленные результаты анализа значимости проживания в городских или сельских районах на региональном уровне получены по итогам взвешенного по численности населения анализа подвыборки стран, для которых доступны данные в разбивке по месту проживания, с использованием наиболее актуальных данных национальных обследований по четырем показателям: исключительно грудное вскармливание (за 2015-2021 годы), отставание в росте, истощение и избыточный вес (за 2016-2022 годы). Оценки значимости проживания в городских или сельских районах показаны только для случаев, когда региональная оценка по месту проживания охватывает 50 и более процентов популяции, проживающей в городских или сельских районах. Охват населения стран, где за указанный временной промежуток по результатам обследований домохозяйств была определена хотя бы одна точка данных, рассчитывался делением суммарного числа проживающих в стране детей в возрасте до пяти лет на общее число детей до пяти лет, проживающих во всех странах региона.
F. Методика оценки прогресса в решении глобальных задач в области питания на региональном и глобальном уровнях
Описание данной методики относится к результатам, представленным в таблице 6 в разделе 2.3 доклада, где описаны оценочные показатели достигнутого на региональном и глобальном уровнях прогресса в решении глобальных задач в области питания на 2030 год. Прогресс оценивался в сравнении с целевыми показателями в области питания, установленными на 2030 год ЮНИСЕФ и ВОЗ34, с использованием адаптированной редакции правил, разработанных Технической экспертной консультативной группой ВОЗ-ЮНИСЕФ по мониторингу в области питания35; предметом оценки стали все показатели, для которых были установлены целевые значения на 2030 год или были определены правила оценки прогресса.
Чтобы определить, какой оценочной категории соответствует достигнутый прогресс по каждому показателю и каждому региону, сначала были рассчитаны два значения среднегодового темпа снижения (СГТС)bh: i) значение СГТС, необходимое, чтобы к 2030 году регион достиг целевого показателя; ii) фактическое значение СГТС по региону на текущий момент. Затем на основании фактического и необходимого значений СГТС на текущий момент было определено, к какой оценочной категории следует отнести регион. Диапазоны СГТС и пороги распространенности по каждому показателю для каждой оценочной категории показаны в таблице A2.4. Если резюмировать:
- По графику – регионы, по которым текущее значение СГТС превышает необходимое значение, относятся к категории, свидетельствующей, что работа по решению задачи ведется по графику (зеленая категория). Статистический порог актуального значения распространенности, указанный для каждого показателя в таблице A2.4, также используется в качестве критерия для отнесения регионов к категории "по графику"; так, к этой категории относится любой регион, для которого наиболее актуальное значение распространенности избыточного веса не превышает 3 процентов, даже если текущее значение СГТС ниже необходимого.
- С отставанием – регионы, по которым текущее значение СГТС меньше необходимого значения, а наиболее актуальное значение распространенности выше указанного в таблице A2.4 статистического порога для категории "по графику", относятся к категории "с отставанием". Для отдельных показателей категория "с отставанием" разбита на ряд подкатегорий. Для показателей отставания детей в росте, избыточного веса у детей и истощения у детей в категории "с отставанием" предусмотрены три подкатегории: "с отставанием, определенный прогресс" (желтая), "с отставанием, прогресс отсутствует" (ярко-красная) и "с отставанием, ухудшение" (темно-красная). Для показателей низкого веса при рождении и исключительно грудного вскармливания подкатегории "с отставанием, прогресс отсутствует" (ярко-красная) и "с отставанием, ухудшение" (темно красная) объединены в единую подкатегорию "с отставанием, прогресс отсутствует или ухудшение", которая показывается оранжевым цветом и свидетельствует, что изменения, отмеченные на текущей момент, недостаточно велики, чтобы распределить их по двум подкатегориям.
- Оценка невозможна – оценка показателей, основанных на данных, смоделированных по странам (отставание в росте у детей, избыточный вес у детей, низкий вес при рождении), возможна для всех регионов, поскольку смоделированные оценки существуют по всем странам, то есть имеется достаточно данных для получения репрезентативных оценок по всем регионам за все годы. Если охват населения региона составляет ниже 50 процентов, оценка показателей, по которым смоделированные по странам значения отсутствуют (истощение у детей и исключительно грудное вскармливание), невозможна (см. примечания 16 и 17 к таблице A2.4).
ТАБЛИЦА A2.4Правило оценки прогресса в решении глобальных задач в области питания

1. Для показателей низкого веса при рождении и исключительно грудного вскармливания подкатегории "с отставанием, прогресс отсутствует" и "с отставанием, ухудшение" объединены в единую подкатегорию "с отставанием, прогресс отсутствует или ухудшение", поскольку изменения соответствующего показателя недостаточно велики, чтобы распределить их по двум подкатегориям.
2. В плане исключительно грудного вскармливания актуальная задача состоит в том, чтобы к 2030 году увеличить распространенность исключительно грудного вскармливания младенцев (в возрасте до шести месяцев) до 70 процентов, но в данном случае формулировка была изменена на "распространенность не исключительно грудного вскармливания", что позволило применить к показателю, как и к другим шести целевым показателям, концепцию СГТС.
3. Необходимое значение СГТС определяется на основании изменения показателя распространенности отставания в росте, обеспечивающего за период с 2012 по 2030 год сокращение распространенности отставания в росте у детей на 50 процентов (с учетом роста численности населения согласно оценкам, приведенным в бюллетене Организации Объединенных Наций "Мировые демографические перспективы"). Текущее значение СГТС рассчитывается по данным за каждый год за период 2012-2022 годов.
4. К категории "по графику" причисляются регионы, для которых в 2022 году точечная оценка распространенности отставания в росте либо нижний доверительный интервал (95 процентов) ниже 3 процентов.
5. Необходимое значение СГТС рассчитывается исходя из изменения распространенности избыточного веса либо истощения, необходимого, чтобы к 2030 году уменьшить значение показателя с базового (2012 год) до 3 процентов. Текущее значение СГТС рассчитывается по данным за каждый год за период 2012-2022 годов. Следует отметить, что для получения текущего значения СГТС для распространенности истощения используется также не опубликованный тренд СОНП.
6. К категории "по графику" причисляются регионы, для которых точечная оценка распространенности избыточного веса/истощения в 2022 году составила менее 3 процентов.
7. Необходимое значение СГТС рассчитывается исходя из изменения распространенности низкого веса при рождении, необходимого, чтобы к 2030 году уменьшить значение показателя на 30 процентов относительно базового (2012 год). Поскольку задача состоит в относительном снижении значения распространенности на 30 процентов от базового уровня, для всех регионов используется одно и то же значение СГТС = 1,96. Текущее значение СГТС рассчитывается по данным за каждый год за период 2012-2020 годов.
8. К категории "по графику" причисляются регионы, для которых точечная оценка распространенности низкого веса при рождении в 2020 году составила менее 5 процентов.
9. Необходимое значение СГТС рассчитывается исходя из изменения распространенности не исключительно грудного вскармливания, необходимого, чтобы к 2030 году уменьшить значение показателя на 30 процентов относительно базового (2012 год). Текущее значение СГТС рассчитывается только по двум оценкам (за 2012 и 2021 годы), при этом средние значения по региону взвешиваются по численности населения согласно наиболее актуальным оценкам для каждой страны за период с 2005 по 2012 год для оценки за 2012 год и с 2016 по 2021 год для оценки за 2021 год.
10. К категории "по графику" причисляются регионы, для которых точечная оценка распространенности не исключительно грудного вскармливания в 2021 году составила менее 30 процентов (т.е. распространенность исключительно грудного вскармливания составила 70 процентов и более).
11. Глобальные базы данных показателей отставания в росте, избыточного веса и низкого веса при рождении построены по моделям странового уровня, согласно которым для расчета региональных и глобальных оценок используются оценки по отдельным странам (т.е. оценки по годам имеются даже для стран, для которых данные обследований домохозяйств отсутствуют, и даже если оценки по страновой модели не публикуются и используются исключительно для получения региональных и глобальных оценок); такой подход позволяет оценить прогресс для всех регионов.
12. Для стран, по которым отсутствуют более актуальные, чем за 2022 год, исходные данные для страновой модели (например результаты обследования домохозяйств) либо смоделированные оценки ожидают окончательного рассмотрения, оценка прогресса в решении задач по отставанию в росте у детей и избыточному весу у детей не проводится.
13. Оценка прогресса в решении задачи по истощению для регионов, где охват населения составил менее 50 процентов, невозможна. Охват населения стран, где за период 1990-2020 годов по результатам обследований домохозяйств была определена хотя бы одна точка данных, рассчитывался делением суммарного числа проживающих в стране детей в возрасте до пяти лет на общее число детей до пяти лет, проживающих во всех странах региона. Поскольку оценки распространенности истощения рассчитываются по субрегиональной модели, при определении охвата населения учитываются даже данные одного года за период с 1990 по 2020 год.
14. Для стран, по которым нет хотя бы двух точек данных (например результатов обследования домохозяйств) за период с 2005 по 2022 год, одна из которых получена после 2012 года, оценка прогресса в решении задачи по истощению у детей не проводится.
15. Если оценка распространенности исключительно грудного вскармливания за 2012 и/или 2021 год получена по результатам страновых обследований, не обеспечивших охвата хотя бы 50 процентов населения региона, оценка прогресса в решении соответствующей задачи невозможна. Для 2012 года охват населения стран, где за период 2005-2012 годов по результатам обследований домохозяйств была определена хотя бы одна точка данных, рассчитывался делением суммарного числа проживающих в стране детей в возрасте до пяти лет на общее число детей до пяти лет, проживающих во всех странах региона. Для 2021 года охват населения стран, где за период 2016-2021 годов по результатам обследований домохозяйств была определена хотя бы одна точка данных, рассчитывался делением суммарного числа проживающих в стране детей в возрасте до пяти лет.
ИСТОЧНИК: при подготовке текста использовались данные из следующих публикаций: WHO & UNICEF. 2017. Methodology for monitoring progress towards the global nutrition targets for 2025 – technical report; and WHO & UNICEF. 2017. The extension of the 2025 Maternal, Infant and Young Child nutrition targets to 2030.
Границы временного периода для вычисления текущего значения СГТС на региональном уровне по каждому показателю определяются индивидуально (см. примечания к таблице A2.4). Текущее значение СГТС для каждого региона рассчитывается по тренду, построенному по результатам всех расчетов за период с 2012 года (базовый уровень) до года, когда значение соответствующего показателя было рассчитано в последний раз; исключение составляет показатель исключительно грудного вскармливания, для которого смоделированные оценки недоступны, и поэтому он рассчитывается на основании двух оценок: базовой (2012 год) и последней доступной (2019 год). Необходимое значение СГТС рассчитывается, исходя из базового значения показателя распространенности в регионе (2012 год) и его целевого значения на 2030 год, определенного Глобальными задачами по улучшению питания матерей и детей грудного и раннего возраста34 (т.е. для показателя распространенности избыточного веса у детей на глобальном уровне берется значение 3,41 процента, соответствующее величине изменения показателя за год, необходимого, чтобы при значении базового (2012 год) показателя, равном 5,6 процента, выйти к 2030 году на целевой показатель 3,0 процента).