К вопросу о достоверности международных индексов процветания, счастья и человеческого развития

Чурилова Э.Ю.1
1 Финансовый университет при Правительстве РФ

Статья в журнале

Креативная экономика (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 18, Номер 9 (Сентябрь 2024)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=71960684

Аннотация:
Статья описывает результаты исследования, касающегося достоверности и адекватности расчетов довольно известных в мире международных индексов процветания, счастья и человеческого развития. В настоящее время существует множество нареканий в адрес методологий построения данных индексов, научных обвинений в их недостоверности. Проведенное исследование позволило выявить группы стран, для которых достоверность индексов подтвердилась, и группы стран с проблемами в достоверности одного или нескольких индексов. Установлено, что индексы процветания и счастья можно признать достоверными только по экономически развитым странам мира. Индекс человеческого развития доказал свою точность для всех стран. Индекс гендерного развития оказывает влияние на социально-экономические показатели только в самых экономически бедных странах. В статье также приводятся результаты проверки, так называемого, парадокса Истерлина применительно к межстрановым исследованиям, который на протяжении нескольких десятилетий ученые не могут окончательно доказать или опровергнуть. Суть его сводится к тому, что рост материального благосостояния государств приводит к увеличению индекса счастья только в странах с низким материальным благополучием. В рамках данного исследования установлено, что на уровень счастья влияет не сам уровень материального благополучия, а интенсивность его роста

Ключевые слова: индекс процветания, индекс счастья, индекс человеческого развития, индекс гендерного развития, рейтинги стран

JEL-классификация: E24, J24, O15



Введение. Выбор для исследования именно международных индексов процветания (Prosperity Index), счастья (Happy World Index) и человеческого развития (Human Development Index) далеко неслучаен. В научной среде имеется целое множество методологических нареканий, обвинений в противоречиях и недостоверности данных индексов. Рейтинги стран, построенные на их основе, зачастую различаются между собой, а иногда и вовсе противоречат друг другу. В тоже время на их основе часто делаются выводы о социально-экономическом развитии стран. Таким образом, исследования, касающиеся международных индексов процветания, счастья и человеческого развития, имеют в настоящее время значительную актуальность. Они закрывают научный пробел в области изучения уровня жизни населения не только с помощью таких широко известных показателей, как ВВП на душу населения, доходы, потребление и т.п., но и с позиций комплексных показателей, объединяющих широкий спектр экономических и социальных составляющих жизни людей.

Цель данного исследования заключалась в определении достоверности индексов процветания, счастья и человеческого развития путем логического анализа на основе выявления взаимосвязи этих индексов между собой, а также с индексом гендерного развития (Gender Development Index), валовым национальным доходом на душу населения, показателем ожидаемой продолжительности жизни при рождении. На основе выявленных взаимосвязей логически оценивались соответствия и противоречия данных индексов. Для этого проводился кластерный анализ стран с целью разбиения их на однородные по изучаемым показателям группы. Выводы строились для каждого кластера (группы) стран в отдельности. Кроме того, в ходе исследования имелась возможность подтвердить (или опровергнуть) так называемый парадокс Истерлина, опровергающий прямую связь индекса счастья с материальным благополучием населения. Научная новизна исследования состояла в определении групп стран, для которых достоверность рассматриваемых индексов не вызывает никаких сомнений и групп стран с противоречиями в значениях индексов. Авторская гипотеза касалась дополнений к парадоксу Истерлина, что на уровень счастья влияет не сам уровень материального благополучия, а интенсивность его роста. Кроме того, сделаны некоторые дополнения к выводам, следующим из парадокса Истерлина.

Данной темой так или иначе занимаются многие ученые из разных стран мира. Среди отечественных научных трудов можно назвать работу Е. В. Тиньковой [8], посвященную анализу показателей качества жизни, работы Ю. В. Илясовой [3], О. М. Михалевой [4], Ю. А. Селиверстовой [5] и др. с исследованиями человеческого потенциала. Вопросы гендерного развития затронуты Г. Г. Силласте [6], Д. И. Ташбековой [7], М. В. Барановским [1], В. Г. Доброхлебом [2] и др.

В качестве объекта исследования выступили 132 страны мира, именно по такому их количеству имеется полная информация Страны отбирались на основе Их количество определялось полнотой имеющейся информации по изучаемым показателям (табл. 1): индексу процветания (далее – «PI»), индексу счастья (далее – «HI»), индексу человеческого развития (далее – «HDI»), индексу гендерного развития (далее – «GDI»), валовому национальному доходу на душу населения (далее – «GNI»), ожидаемой продолжительности жизни при рождении (далее – «LE»). При определении взаимосвязей отдельно выделялись субиндексы индекса процветания: «Безопасность и защита» (далее – «Sf»; показывает степень защищенности людей от влияния войны, терроризма и преступности), «Экономическое качество» (далее «Eq»; измеряет способность экономики привлекать рабочую силу и генерировать условия для накопления национального богатства), «Здоровье» (далее – «Hl»; определяет доступность медицинских услуг, уровень смертности, факторы риска и частоты заболеваний, а также показатели здоровья), «Образование» (далее – «Ed»; аккумулирует в себе образовательные уровни населения от дошкольного до высшего образования и набор навыков у взрослого населения).

Таблица 1

Показатели международных индексов процветания (Prosperity Index), счастья (Happy World Index) и человеческого развития (Human Development Index) по странам мира в 2023 г.

Страна
PI1)
HI2)
HDI3)
GDI4)
GNI5)
LE6)
Sf7)
Eq8)
Hl9)
Ed10)
Швейцария
83,42
7,060
0,967
0,971
69 433
84,3
95,7
79,71
82,11
87,72
Норвегия
83,59
7,302
0,966
0,986
69 190
83,4
93,3
77,25
82,98
85,68
Исландия
81,02
7,525
0,959
0,975
54 688
82,8
91,6
69,92
82,72
85,19
Гонконг
76,90
5,316
0,956
0,972
62 486
84,3
89,2
78,19
81,33
85,81
Дания
84,55
7,583
0,952
0,981
62 019
81,9
92,6
76,81
81,07
87,48
Швеция
83,67
7,344
0,952
0,983
56 996
83,5
91
76,18
82,28
85,92
Германия
80,81
6,719
0,950
0,966
55 340
81,0
87,9
73,96
81,41
83,45
Ирландия
80,31
6,838
0,950
0,991
87 468
82,7
91
77,81
80,04
85,00
Сингапур
78,21
6,523
0,949
0,991
88 761
84,1
92,1
80,1
86,89
91,44
Австралия
79,36
7,057
0,946
0,978
49 257
83,6
87,9
68,89
80,36
85,99
Нидерланды
82,32
7,319
0,946
0,960
57 278
82,5
91,2
74,34
82,05
86,43
Бельгия
77,84
6,894
0,942
0,975
53 644
82,3
85,8
66,39
80,6
84,79
Финляндия
83,47
7,741
0,942
0,989
49 522
82,4
89,6
70,28
81,19
88,38
Великобритания
79,95
6,749
0,940
0,976
46 624
82,2
87,6
73,31
78,31
84,81
Новая Зеландия
80,47
7,029
0,939
0,970
43 665
83,0
85,1
69,88
79,84
83,89
ОАЭ
66,89
6,733
0,937
0,986
74 104
79,2
77,2
66,79
78,38
74,72
Канада
79,62
6,900
0,935
0,988
48 444
82,8
87,9
65,34
78,88
84,19
Корея (Республика)
74,07
6,058
0,929
0,948
46 026
84,0
83,0
74,59
84,80
87,76
Люксембург
81,83
7,122
0,927
0,993
78 554
82,6
96,3
76,93
81,59
78,79
США
77,44
6,725
0,927
1,005
65 565
78,2
72,4
72,34
73,26
83,15
Австрия
79,38
6,905
0,926
0,972
56 530
82,4
90,9
68,89
80,36
85,99
Словения
74,54
6,743
0,926
0,999
41 587
82,1
90,1
64,87
79,88
81,80
Япония
78,22
6,060
0,920
0,968
43 644
84,8
92,8
66,35
86,50
84,93
Израиль
72,25
7,341
0,915
0,991
43 588
82,6
59,6
70,96
83,10
81,63
Мальта
74,36
6,346
0,915
0,980
44 464
83,7
89,1
72,04
80,54
78,33
Испания
76,03
6,421
0,911
0,988
40 043
83,9
86,9
57,91
79,66
80,98
Франция
76,73
6,609
0,910
0,986
47 379
83,2
83,0
65,81
80,46
81,27
Кипр
71,82
6,068
0,907
0,977
40 137
81,9
80,3
62,65
79,23
79,14
Италия
73,03
6,324
0,906
0,969
44 284
84,1
86,5
57,77
80,9
80,00
Эстония
77,31
6,448
0,899
1,022
37 152
79,2
86,1
73,32
77,71
82,19
Чехия
75,08
6,822
0,895
0,988
39 945
78,1
90,6
72,12
79,49
80,66
Греция
68,48
5,934
0,893
0,969
31 382
80,6
84,2
49,58
77,43
79,34
Бахрейн
60,92
5,959
0,888
0,937
48 731
79,2
66,5
57,09
76,24
68,65
Польша
70,15
6,442
0,881
1,009
35 151
77,0
86,7
63,63
76,31
78,63
Латвия
72,89
6,234
0,879
1,022
32 083
75,9
85,1
65,11
74,52
81,36
Литва
72,54
6,818
0,879
1,028
38 131
74,3
86,8
65,40
74,43
81,80
Хорватия
68,24
5,942
0,878
0,993
34 324
79,2
84,4
60,36
75,74
73,54
Саудовская Аравия
58,35
6,594
0,875
0,928
50 620
77,9
66,2
57,77
75,34
67,77
Португалия
74,64
6,030
0,874
0,998
35 315
82,2
86,0
60,63
77,44
77,64
Чили
70,18
6,360
0,860
0,973
24 431
79,5
70,3
63,25
76,06
73,47
Словакия
71,15
6,257
0,855
1,002
32 171
75,3
87,3
63,32
76,74
72,75
Турция
55,50
4,975
0,855
0,941
32 834
78,5
45,7
53,04
74,19
64,77
Венгрия
66,88
6,017
0,851
0,989
34 196
75,0
83,8
66,05
76,70
77,34
Аргентина
61,38
6,188
0,849
0,995
22 048
76,1
69,7
41,86
74,75
69,25
Кувейт
60,93
6,951
0,847
1,014
56 729
80,3
77,1
59,91
77,33
64,29
Черногория
65,01
5,707
0,844
0,978
22 513
76,8
81,0
54,03
68,44
71,69
Уругвай
69,69
6,611
0,830
1,020
22 207
78,0
79,4
55,53
77,98
70,64
Румыния
66,40
6,491
0,827
0,981
31 641
74,1
83,7
62,04
73,02
70,47
РФ
58,50
5,785
0,821
1,021
26 992
70,1
51,6
62,86
71,38
81,87
Панама
64,32
6,358
0,820
1,017
32 029
76,8
77,7
60,09
75,10
57,63
Грузия
62,28
5,185
0,814
1,005
15 952
71,6
69,3
51,19
70,64
72,33
Малайзия
66,84
5,975
0,807
0,973
27 295
76,3
70,8
64,98
77,35
72,94
Коста-Рика
69,59
6,955
0,806
0,995
20 248
77,3
77,8
55,84
79,09
71,71
Сербия
62,75
6,411
0,805
0,986
19 494
74,1
79,8
55,37
71,93
73,02
Таиланд
60,79
5,976
0,803
1,011
16 887
79,7
60,9
63,07
78,92
64,9
Казахстан
59,53
6,188
0,802
0,998
22 587
69,5
69,6
63,31
72,23
78,8
Болгария
65,55
5,463
0,799
0,995
25 921
71,5
74,8
62,46
74,11
72,79
Маврикий
65,65
5,816
0,796
0,976
23 252
74,0
80,8
52,83
71,86
68,68
Албания
60,69
5,304
0,789
0,977
15 293
76,8
74,9
45,44
73,95
70,07
Китай
62,15
5,973
0,788
0,962
18 025
78,6
68,0
68,46
83,11
70,42
Армения
60,92
5,455
0,786
1,026
15 388
73,4
70,5
50,35
73,48
69,19
Мексика
59,03
6,678
0,781
0,979
19 138
74,8
43,5
60,17
73,09
63,93
Иран
47,71
4,923
0,780
0,880
14 770
74,6
55,6
38,93
74,93
63,75
Шри-Ланка
56,34
3,898
0,780
0,947
11 899
76,6
53,6
40,95
76,58
65,06
Босния и Герцеговина
59,11
5,877
0,779
0,952
16 571
75,3
78,7
52,37
70,50
61,93
Доминикана
59,85
5,823
0,766
1,029
18 653
74,2
63,7
54,33
70,64
55,55
Эквадор
57,42
5,725
0,765
0,990
10 693
77,9
67,6
42,97
71,80
62,24
Северная Македония
61,95
5,369
0,765
0,950
16 396
73,9
75,8
52,73
72,63
61,04
Молдова
59,44
5,816
0,763
1,033
12 964
68,6
72,8
47,17
79,75
71,02
Перу
61,27
5,841
0,762
0,952
11 916
73,4
67,5
55,34
75,81
64,96
Азербайджан
56,26
4,893
0,760
0,961
15 018
73,5
63,5
54,66
71,25
63,49
Бразилия
60,07
6,272
0,760
1,000
14 616
73,4
60,1
50,58
71,68
59,71
Колумбия
58,01
5,695
0,758
0,998
15 014
73,7
36,6
50,01
77,78
63,33
Алжир
52,13
5,364
0,745
0,881
10 978
77,1
74,7
39,95
73,22
59,57
Монголия
57,07
5,696
0,741
1,032
10 351
72,7
74,2
50,62
66,74
69,12
Иордания
57,14
4,186
0,736
0,863
9 295
74,2
70,5
41,70
68,92
60,79
Украина
58,84
4,873
0,734
1,021
11 416
68,6
54,3
51,37
68,71
77,58
Тунис
54,46
4,422
0,732
0,928
10 297
74,3
59,8
43,34
72,05
56,9
Парагвай
58,86
5,977
0,731
0,994
13 161
70,5
73,6
50,06
70,84
52,10
Египет
48,57
3,977
0,728
0,884
12 361
70,2
48,1
39,63
67,20
51,06
Узбекистан
53,08
6,195
0,727
0,924
8 056
71,7
75,9
50,63
76,28
64,78
Вьетнам
58,86
6,043
0,726
1,007
10 814
74,6
69,1
60,33
76,99
66,56
Ливан
51,38
2,707
0,723
0,928
12 313
74,4
56,4
31,89
68,65
67,08
Южная Африка
58,67
5,422
0,717
0,985
13 186
61,5
52,3
52,71
59,90
52,56
Индонезия
60,88
5,568
0,713
0,940
12 046
68,3
69,9
55,98
71,13
60,93
Филиппины
57,53
6,048
0,710
0,966
9 059
72,2
46,2
57,79
70,06
61,55
Ботсвана
57,83
3,383
0,708
0,998
14 842
65,9
72,1
56,28
59,07
54,50
Ямайка
61,39
5,842
0,706
1,016
9 695
70,6
60,0
48,02
73,83
64,13
Кыргызстан
55,75
5,714
0,701
0,975
4 782
70,5
71,9
49,00
72,46
61,57
Венесуэла
43,60
5,607
0,699
1,002
6 184
71,1
40,5
26,44
69,61
61,10
Боливия
53,13
5,784
0,698
0,965
7 988
64,9
66,2
38,92
66,02
57,18
Марокко
55,19
4,795
0,698
0,851
7 955
75,0
74,2
46,89
71,17
45,25
Габон
48,84
5,106
0,693
0,982
11 194
65,7
64,2
43,07
56,07
50,39
Таджикистан
51,20
5,281
0,679
0,919
4 807
71,3
70,3
43,67
72,46
62,59
Сальвадор
55,05
6,469
0,674
0,972
8 886
71,5
59,4
44,71
69,35
49,93
Ирак
44,66
5,166
0,673
0,786
9 092
71,3
26,9
44,83
64,62
45,44
Бангладеш
47,87
3,886
0,670
0,914
6 511
73,7
50,6
45,09
67,39
44,19
Никарагуа
50,22
6,284
0,669
0,949
5 427
74,6
63,7
42,50
72,10
45,60
Индия
53,66
4,054
0,644
0,852
6 951
67,7
51,9
48,40
66,16
50,46
Гватемала
53,73
6,287
0,629
0,931
8 996
68,7
63,0
51,69
68,33
44,76
Гондурас
53,25
5,968
0,624
0,974
5 272
70,7
56,3
45,44
69,01
46,06
Лаос
50,18
5,158
0,620
0,919
7 745
69,0
75,6
46,61
66,38
48,89
Намибия
56,38
4,832
0,610
1,006
9 200
58,1
73,4
39,77
60,64
49,00
Мьянма
43,66
4,354
0,608
0,941
4 038
67,3
36,9
38,29
66,74
47,83
Гана
54,66
4,289
0,602
0,933
5 380
63,9
69,8
39,68
63,08
45,75
Кения
52,25
4,470
0,601
0,948
4 808
62,1
47,6
45,76
65,21
48,21
Камбоджа
49,19
4,341
0,600
0,926
4 291
69,9
66,1
54,09
70,58
43,25
Конго
42,82
5,221
0,593
0,909
2 903
63,1
53,8
34,70
54,10
47,62
Камерун
43,08
4,874
0,587
0,900
3 681
61,0
36,7
43,11
51,02
47,74
Коморские Острова
46,93
3,566
0,586
0,914
3 261
63,7
74,8
33,14
59,60
38,22
Замбия
47,14
3,502
0,569
0,930
3 157
61,8
66,1
30,93
57,20
39,04
Уганда
46,83
4,372
0,550
0,899
2 241
63,6
53,0
42,04
58,49
37,24
Зимбабве
44,67
3,341
0,550
0,936
2 079
59,4
63,5
37,74
55,46
56,03
Нигерия
44,00
4,881
0,548
0,886
4 755
53,6
39,3
37,73
50,12
37,50
Того
45,52
4,214
0,547
0,848
2 214
61,6
66,7
38,80
55,09
39,99
Мавритания
41,23
4,505
0,540
0,874
5 344
64,7
67,7
39,67
56,74
28,27
Кот-д'Ивуар
48,59
5,080
0,534
0,861
5 376
58,9
60,7
47,48
51,81
37,15
Лесото
45,62
3,186
0,521
0,999
2 709
53,0
66,3
39,37
41,30
45,03
Сенегал
53,68
4,969
0,517
0,925
3 464
67,9
65,6
41,66
64,44
32,88
Малави
47,83
3,421
0,508
0,926
1 432
62,9
66,0
37,65
61,01
33,93
Эфиопия
41,87
3,861
0,492
0,922
2 369
65,6
41,6
42,52
60,91
31,56
Мадагаскар
44,94
4,228
0,487
0,945
1 464
65,2
59,9
30,00
54,12
33,76
Конго (ДР)
35,74
3,295
0,481
0,891
1 080
59,7
31,8
32,45
50,90
33,61
Гвинея
44,47
5,023
0,471
0,818
2 404
59,0
59,7
33,15
48,65
27,83
Афганистан
34,18
1,721
0,462
0,622
1 335
62,9
20,9
33,75
50,91
27,11
Мозамбик
42,70
5,216
0,461
0,929
1 219
59,6
54,2
32,49
52,84
24,36
Сьерра-Леоне
43,62
3,245
0,458
0,885
1 613
60,4
63,9
32,76
48,26
30,75
Буркина-Фасо
45,12
4,548
0,438
0,881
2 037
59,8
47,9
41,36
58,72
22,03
Йемен
32,65
3,561
0,424
0,456
1 106
63,7
22,6
28,81
57,45
28,12
Мали
42,36
4,232
0,410
0,830
2 044
59,4
34,0
41,81
54,47
19,61
Чад
34,69
4,471
0,394
0,776
1 389
53,0
47,1
38,33
39,17
17,58
Нигер
42,26
4,556
0,394
0,826
1 283
62,1
50,9
41,53
54,6
16,78
1), 7) ,8), 9), 10) Доклад об индексе процветания 2024 (The Legatum Prosperity Index 2024) [12];

2) Всемирный доклад о счастье (World Happiness Report 2024) [10];

3), 4) ,5), 6) Доклад о человеческом развитии 2024 (Human Development Report 2024) [11].

Информация бралась из следующих официальных источников: Доклад об индексе процветания 2024 (The Legatum Prosperity Index 2024) [12], Всемирный доклад о счастье (World Happiness Report 2024) [10], Доклад о человеческом развитии 2024 (Human Development Report 2024) [11].

В ходе исследования применялись методы математико-статистического анализа: корреляционный, кластерный, дисперсионный. Расчеты выполнялись в пакете STATISTICA.

Основная часть. Рассчитанные коэффициенты корреляции Пирсона (показывают степень линейной связи) и Спирмена (показывают степень линейной и нелинейной связи) дают возможность увидеть взаимосвязи показателей для всей совокупности стран в целом (табл. 2).

Таблица 2

Корреляционная матрица (по всем странам)*

PI
HI
HDI
GDI
GNI
LE
Sf
Eq
Hl
Ed
PI
1,00
0,81
0,92
0,60
0,87
0,86
0,84
0,91
0,84
0,91
HI
0,84
1,00
0,79
0,57
0,72
0,74
0,65
0,79
0,76
0,75
HDI
0,95
0,82
1,00
0,61
0,85
0,92
0,74
0,85
0,90
0,96
GDI
0,61
0,55
0,55
1,00
0,40
0,46
0,57
0,51
0,54
0,63
GNI
0,93
0,82
0,98
0,56
1,00
0,79
0,70
0,87
0,73
0,80
LE
0,87
0,77
0,93
0,41
0,89
1,00
0,68
0,79
0,94
0,86
Sf
0,85
0,69
0,79
0,44
0,77
0,73
1,00
0,71
0,65
0,72
Eq
0,91
0,82
0,89
0,54
0,90
0,81
0,73
1,00
0,78
0,83
Hl
0,89
0,81
0,91
0,49
0,88
0,92
0,73
0,84
1,00
0,87
Ed
0,93
0,79
0,96
0,59
0,92
0,86
0,77
0,87
0,89
1,00
* Над диагональю матрицы находятся парные (линейные) коэффициенты корреляции Пирсона, под диагональю приводятся ранговые коэффициенты корреляции Спирмена.

Значимые на уровне 0,05 коэффициенты корреляции выделены курсивом.

Анализ корреляционной матрицы позволяет сделать следующие выводы:

1) существует тесная линейная прямая связь между индексами процветания, счастья и человеческого развития: рост одного из них приводит к росту другого;

2) индекс процветания имеет сильную линейную связь с ожидаемой продолжительностью жизни при рождении и размером среднедушевого валового национального дохода;

3) индекс человеческого развития растет с улучшением качества экономики, увеличением уровней образования, здоровья и безопасности;

4) ожидаемая продолжительность жизни при рождении тесно связана со здоровьем населения, уровнем образования, качеством экономики, безопасностью жизни и размером среднедушевого ВНД;

6) индекс счастья в большей мере зависит от качества экономики, немногим меньше – от уровня образования и здоровья людей, их продолжительности жизни, размера среднедушевого ВНД; также невысокая связь (средняя степень по шкале Чеддока) наблюдается с индексом гендерного развития;

7) увеличение гендерного равенства благотворно влияет на все исследуемые показатели, приводит к росту благосостояния населения.

Надо сказать, что при анализе взаимосвязей показателей в целом по всей совокупности стран не наблюдается никаких логических противоречий, естественным представляется рост одних индикаторов с увеличением других. Однако, рассмотрение корреляционных матриц в рамках кластеров однотипных по исследуемым показателям стран дает противоречивые результаты, на основе которых можно сделать некоторые предположения о достоверности или недостоверности данных. Построение нижеприведенных логических цепочек для корреляций показателей не имеет каких-либо сложных элементов, оно достаточно прозрачно и основывается на следующих интуитивно понятных рассуждениях:

- Корреляция 1: Индекс процветания должен иметь статистически значимые корреляции со своими субиндексами.

- Корреляция 2: Индекс процветания должен быть статистически значимо связанным с размером среднедушевого ВНД, индексом человеческого развития и ожидаемой продолжительностью жизнью при рождении. Страна не может быть процветающей, если она бедная, с необразованным, мало живущим населением.

- Корреляция 3: Индекс человеческого развития должен иметь значимую корреляцию с субиндексом образования, т.к. страна с низким уровнем образования, как правило, не обладает высоким человеческим потенциалом. Если корреляции нет, и одновременно субиндекс образования имеет слабую степень связи с индексом процветания, то его достоверность может быть поставлена под сомнение.

- Корреляция 4: Интуитивно также понятно, что индекс гендерного развития связан с индексом человеческого развития, поскольку страна с высокой степенью гендерного неравенства имеет, как правило, слабо образованное женское население и, наоборот, увеличение гендерного равенства приводит к росту человеческого потенциала для страны в целом. Подобные рассуждения можно привести и по поводу корреляций индекса гендерного развития с субиндексом образования.

- Корреляция 5: Логичным представляется обязательное наличие статистически значимой зависимости ожидаемой продолжительности жизни при рождении от субиндекса здоровья. Не может страна с низким показателем здоровья населения иметь его высокую продолжительность жизни. Если же между показателями нет статистически значимой связи с одновременным отсутствием связи субиндекса здоровья с индексом процветания (как непосредственно от него зависящего показателя, поскольку он участвует в расчетах индекса процветания), то можно сделать вывод о плохом информационном качестве субиндекса здоровья.

- Корреляция 6: Субиндекс экономического качества должен быть статистически значимо связанным с размером среднедушевого валового национального дохода. Страну с низким ВНД нельзя назвать страной высокого экономического качества. Поскольку обычно величину ВНД определяют более или менее точно, то нарушение корреляции между показателями будет свидетельствовать о неточностях в подсчетах субиндекса экономического качества.

Заметим, что индекс счастья может быть не связанным с индексами процветания и человеческого развития, т.к. в некоторой степени основывается на том, как «ощущает» себя население, при этом национальные особенности поведения часто выступают решающим фактором.

Кластерный анализ стран проводился методом «k-средних», перед этим была выполнена процедура стандартизации (нормирования) исходных данных для устранения влияния единиц измерения и повышения точности кластеризации. Качество разбиения оценивалось на основе дисперсионного анализа путем сравнений межгрупповых дисперсий с внутригрупповыми дисперсиями. В результате были получены четыре кластерные группы стран, внутри однородные по исследуемым показателям.

В первый кластер «самые благополучные страны мира» вошли 37 государств: Швейцария, Норвегия, Исландия, Гонконг, Дания, Швеция, Германия, Ирландия, Сингапур, Австралия, Нидерланды, Бельгия, Финляндия, Великобритания, Новая Зеландия, ОАЭ, Канада, Южная Корея, Люксембург, США, Австрия, Словения, Япония, Израиль, Мальта, Испания, Франция, Кипр, Италия, Эстония, Чехия, Польша, Латвия, Литва, Португалия, Словакия, Кувейт.

В таблице 3 представлены результаты корреляционного анализа для стран первого кластера. Таким образом, для них выполняются Корреляции 1, 2, 3, 5 и 6. Не выполняется Корреляция 4: нет прямой связи индекса гендерного развития с индексом человеческого развития. Кроме того, обратная связь индекса гендерного развития со всеми остальными показателями, говорит о том, что с ростом «благополучия» гендерное равенство уменьшается, но, тем не менее, для всех стран первого кластера продолжает оставаться очень высоким (среднее значение GDI=0,991).

Индекс процветания имеет высокую степень связи с индексом человеческого развития и низкую с индексом счастья, т.е. в странах первого кластера более образованное население менее склонно чувствовать себя счастливым.

Таблица 3

Корреляционная матрица для стран первого кластера*

PI
HI
HDI
GDI
GNI
LE
Sf
Eq
Hl
Ed
PI
1,00
0,46
0,77
-0,42
0,35
0,46
0,58
0,64
0,43
0,81
HI
0,62
1,00
0,39
-0,02
0,30
0,07
0,07
0,28
0,14
0,23
HDI
0,78
0,50
1,00
-0,62
0,62
0,63
0,34
0,69
0,58
0,77
GDI
-0,39
-0,04
-0,53
1,00
-0,21
-0,72
-0,22
-0,28
-0,69
-0,46
GNI
0,56
0,47
0,75
-0,28
1,00
0,36
0,23
0,65
0,39
0,30
LE
0,36
-0,01
0,49
-0,59
0,36
1,00
0,23
0,28
0,78
0,45
Sf
0,71
0,37
0,56
-0,24
0,43
0,37
1,00
0,33
0,30
0,39
Eq
0,64
0,35
0,74
-0,26
0,67
0,31
0,54
1,00
0,45
0,62
Hl
0,52
0,30
0,64
-0,61
0,48
0,73
0,54
0,57
1,00
0,52
Ed
0,72
0,40
0,77
-0,46
0,49
0,47
0,52
0,65
0,61
1,00
* Над диагональю матрицы находятся парные (линейные) коэффициенты корреляции Пирсона, под диагональю приводятся ранговые коэффициенты корреляции Спирмена.

Значимые на уровне 0,05 коэффициенты корреляции выделены курсивом.

Для первого кластера подтвердилась взаимосвязь индекса человеческого развития с показателями экономического качества, уровнями здоровья и образования, а также с ВНД и продолжительностью жизни: с их ростом ИЧР увеличивается (средняя и высокая степени связи по шкале Чеддока). Индекс счастья практически не связан с качеством экономики, уровнями безопасности, здоровья и образования, а также с размером среднедушевого ВНД, индексами гендерного и человеческого развития. Это может быть частично объяснено парадоксом Истерлина, в соответствии с которым рост материального благополучия увеличивается уровень «счастья» лишь в бедных странах.

Во второй кластер «достаточно благополучные страны» вошли 43 государства: Греция, Бахрейн, Хорватия, Саудовская Аравия, Чили, Турция, Венгрия, Аргентина, Черногория, Уругвай, Румыния, Россия, Панама, Грузия, Малайзия, Коста-Рика, Сербия, Таиланд, Казахстан, Болгария, Маврикий, Албания, Китай, Армения, Мексика, Босния и Герцеговина, Доминикана, Эквадор, Северная Македония, Молдова, Перу, Азербайджан, Бразилия, Колумбия, Монголия, Украина, Парагвай, Узбекистан, Вьетнам, Индонезия, Филиппины, Ямайка, Кыргызстан.

На основе анализа корреляционной матрицы (табл. 4) можно сказать, что в рамках второго кластера подтвердились Корреляции 1, 2, 3, 5, 6. Не подтвердилась Корреляция 4, поскольку индекс гендерного развития не имеет статистически значимой связи ни с одним из показателей, участвующем в исследовании.

В общем случае результаты второго и первого кластера достаточно близки друг к другу. Наибольшую связь имеют индекс человеческого развития и среднедушевой ВНД, т.е. более богатые страны обладают лучшим человеческим потенциалом (коэффициент Пирсона – 0,87; коэффициент Спирмена – 0,92), и в таких странах ожидаемая продолжительность жизни выше (коэффициенты корреляции между HDI и LE составили: 0,7 – коэффициент Пирсона, 0,68 – коэффициент Спирмена). Наблюдается корреляция между индексами процветания, счастья и человеческого развития (средняя степени связи по шкале Чеддока). В отличие от первого кластера статистически значимы (хотя и имеют невысокие значения) коэффициенты корреляции индекса счастья с такими показателями, как продолжительность жизни, уровни экономического качества и здоровья.

Таблица 4

Корреляционная матрица для стран второго кластера*

PI
HI
HDI
GDI
GNI
LE
Sf
Eq
Hl
Ed
PI
1,00
0,38
0,57
0,15
0,41
0,44
0,55
0,37
0,34
0,44
HI
0,31
1,00
0,24
0,002
0,27
0,30
0,21
0,31
0,37
0,02
HDI
0,58
0,27
1,00
-0,14
0,87
0,70
0,29
0,29
0,31
0,52
GDI
0,06
-0,03
-0,11
1,00
-0,26
-0,25
-0,03
-0,09
-0,09
0,15
GNI
0,55
0,29
0,92
-0,15
1,00
0,54
0,18
0,42
0,26
0,35
LE
0,40
0,33
0,68
-0,28
0,56
1,00
0,19
0,19
0,46
0,09
Sf
0,60
0,18
0,34
-0,08
0,30
0,20
1,00
0,03
0,08
0,22
Eq
0,34
0,39
0,37
-0,13
0,53
0,24
0,02
1,00
0,31
0,31
Hl
0,35
0,37
0,33
-0,07
0,29
0,48
0,12
0,24
1,00
0,19
Ed
0,49
0,06
0,57
0,18
0,46
0,13
0,33
0,33
0,26
1,00
* Над диагональю матрицы находятся парные (линейные) коэффициенты корреляции Пирсона, под диагональю приводятся ранговые коэффициенты корреляции Спирмена.

Значимые на уровне 0,05 коэффициенты корреляции выделены курсивом.

В третий кластер «удовлетворительно благополучные страны» вошли 28 государств: Иран, Шри-Ланка, Алжир, Иордания, Тунис, Египет, Ливан, Южная Африка, Ботсвана, Венесуэла, Боливия, Марокко, Габон, Таджикистан, Сальвадор, Ирак, Бангладеш, Никарагуа, Индия, Гватемала, Гондурас, Лаос, Намибия, Мьянма, Гана, Кения, Камбоджа, Сенегал.

Корреляционная матрица (табл. 5) подтверждает только Корреляции 3 и 5. Таким образом, для данного кластера открытым остается вопрос о достоверности индекса процветания, поскольку он не имеет значимых корреляций со своими субиндексами (здоровья и образования), а также с индексом человеческого развития, среднедушевым ВНД и ожидаемой продолжительностью жизни при рождении. Это же доказывает отсутствие связи между среднедушевым ВНД и субиндексом экономического качества. Поскольку первый из них рассчитывается более тщательно, то стоит усомниться в верности определения субиндекса. Но так как субиндекс экономического качества участвует в построении самого индекса процветания, то, соответственно, его искажения в свою очередь являются причиной искажения и самого индекса процветания. Субиндекс здоровья косвенным образом подтверждает свою точность наличием тесной связи с ожидаемой продолжительностью жизни при рождении. Отсутствие связи между ним и индексом процветания говорит о недостоверности последнего.

Индекс гендерного развития снижается с ростом продолжительности жизни, что объясняется специфичным набором стран, вошедших в кластер. У них, главным образом, достаточно высокая продолжительность жизни, но низкая степень гендерного равенства, например, Алжир, Марокко, Египет, Ливан, Иран, Иордания, Тунис, Бангладеш, Таджикистан, Ирак и др.

Индекс человеческого развития имеет тесную прямую связь с субиндексом образования, доказывая тем самым свою истинность. В свою очередь, индекс счастья не показал ни одной значимой корреляции с исследуемыми показателями, этим продемонстрировав, что он отражает, в первую очередь, не социальное и экономическое благополучие населения, а носит случайный характер и зависит зачастую от принятых в обществе норм поведения, когда говорить, что чувствуешь себя несчастливым, является попросту неприличным (исходная информация для построения индекса счастья собирается, главным образом, путем опросов населения; например, респондентов просят оценить, насколько они чувствуют себя счастливыми по 10-ти бальной шкале).

Таблица 5

Корреляционная матрица для третьего кластера*

PI
HI
HDI
GDI
GNI
LE
Sf
Eq
Hl
Ed
PI
1,00
-0,06
0,08
0,23
0,28
-0,21
0,59
0,43
-0,14
0,05
HI
-0,07
1,00
-0,17
0,19
-0,26
-0,05
0,07
0,05
0,10
-0,25
HDI
0,12
-0,14
1,00
-0,15
0,77
0,53
-0,05
-0,20
0,38
0,80
GDI
0,24
0,28
-0,15
1,00
-0,01
-0,48
0,19
-0,06
-0,33
0,05
GNI
0,27
-0,21
0,79
0,02
1,00
0,13
0,05
0,06
-0,08
0,55
LE
-0,16
-0,03
0,56
-0,49
0,18
1,00
-0,03
-0,23
0,80
0,35
Sf
0,45
0,08
-0,01
-0,03
0,05
0,03
1,00
0,25
-0,01
0,01
Eq
0,34
0,05
-0,27
-0,07
-0,06
-0,17
0,15
1,00
-0,26
-0,43
Hl
-0,17
0,12
0,42
-0,32
-0,03
0,85
0,03
-0,18
1,00
0,38
Ed
0,08
-0,15
0,78
0,09
0,57
0,25
0,002
-0,45
0,30
1,00
* Над диагональю матрицы находятся парные (линейные) коэффициенты корреляции Пирсона, под диагональю приводятся ранговые коэффициенты корреляции Спирмена.

Значимые на уровне 0,05 коэффициенты корреляции выделены курсивом.

В четвертый кластер «неблагополучные страны» вошли 24 государства: Конго, Конго (Демократическая Республика), Камерун, Коморские Острова, Замбия, Уганда, Зимбабве, Нигерия, Того, Мавритания, Кот-д'Ивуар, Лесото, Малави, Эфиопия, Мадагаскар, Гвинея, Афганистан, Мозамбик, Сьерра-Леоне, Буркина-Фасо, Йемен, Мали, Чад, Нигер.

В рамках четвертого кластера подтвердились Корреляции 3, 4, 5, 6 (табл. 6). Таким образом, поскольку субиндекс экономического качества имеет статистически значимую связь со среднедушевым ВНД (что косвенным образом подтверждает его достоверность), но не имеет связи с индексом процветания, то возникают сомнения в достоверности последнего. Этот же вывод можно сделать, исходя из отсутствия связи индекса процветания со своим субиндексом здоровья, который имеет тесную степень связи с ожидаемой продолжительностью жизни при рождении (как подтверждение точности определения субиндекса здоровья).

Можно предположить хорошее качество индекса человеческого развития, он имеет прямую тесную связь с индексом образования (коэффициент Пирсона составил 0,86), достаточную статистически значимую связь со среднедушевым ВНД (коэффициент Пирсона – 0,62), с индексом гендерного развития (коэффициент Пирсона равен 0,48), а также с субиндексом безопасности и защиты (0,44).

В четвертом кластере в отличие от других кластеров у индекса гендерного развития наблюдается значимая корреляция с индексами человеческого развития и процветания, уровнями безопасности жизни и образования. Это единственный кластер, где гендерное равенство имеет влияние на показатели. Объяснить данное обстоятельство можно достаточно просто: здесь наблюдается достаточная вариация показателя GDI в отличие от других кластеров, что позволяет оценить взаимосвязи. Индекс счастья не связан ни с одним из показателей, носит случайный характер, как и в других кластерах.

Таблица 6

Корреляционная матрица для четвертого кластера*

PI
HI
HDI
GDI
GNI
LE
Sf
Eq
Hl
Ed
PI
1,00
0,31
0,54
0,73
0,42
0,04
0,75
0,33
0,30
0,41
HI
0,02
1,00
0,09
0,25
0,39
-0,14
0,16
0,34
-0,02
-0,08
HDI
0,51
0,08
1,00
0,48
0,62
0,17
0,44
0,07
0,25
0,86
GDI
0,50
-0,17
0,54
1,00
0,27
-0,13
0,64
0,26
0,02
0,41
GNI
0,48
0,33
0,72
0,22
1,00
-0,10
0,30
0,45
0,03
0,35
LE
-0,11
-0,14
0,19
0,11
-0,05
1,00
0,03
-0,18
0,79
0,01
Sf
0,66
-0,09
0,42
0,45
0,43
0,07
1,00
0,03
0,09
0,32
Eq
0,13
0,32
0,10
-0,13
0,43
-0,15
-0,07
1,00
0,02
0,02
Hl
0,26
-0,08
0,21
0,20
0,03
0,68
0,20
0,10
1,00
0,07
Ed
0,54
-0,13
0,90
0,61
0,57
0,04
0,41
0,03
0,08
1,00
* Над диагональю матрицы находятся парные (линейные) коэффициенты корреляции Пирсона, под диагональю приводятся ранговые коэффициенты корреляции Спирмена.

Значимые на уровне 0,05 коэффициенты корреляции выделены курсивом.

С помощью данных таблицы 7 можно сравнить средние значения показателей по кластерным группам и, таким образом, количественно оценить отличия групп между собой. Так, мы видим, что все без исключения показатели снижаются при переходе от первого к четвертому кластеру. Более бедные страны имеют более низкие индексы процветания, счастья, человеческого и гендерного развития, меньшую продолжительность жизни, худшие здоровье и образование. Различия составили (превышение значений показателей первого кластера по сравнению с четвертым): в 1,8 раза по индексу процветания, в 1,6 раза по индексу счастья, в 1,8 раза по индексу человеческого развития, в 1,2 раза по индексу гендерного развития, в 1,3 раза по продолжительности жизни, в 1,7 раза по субиндексу безопасности жизни, в 1,9 раза по субиндексу экономического качества, в 1,5 раза по субиндексу здоровья, в 2,5 раза по субиндексу образования и в 21,4 раза по размеру среднедушевого валового национального продукта.

Таблица 7

Средние значения показателей по кластерным группам

Показатели
Номер кластера
1
2
3
4
Индекс процветания (PI)
76,94
61,52
51,95
42,87
Индекс счастья (HI)
6,741
5,897
4,835
4,088
Индекс человеческого развития (HDI)
0,923
0,791
0,673
0,500
Индекс гендерного развития (GDI)
0,991
0,985
0,928
0,861
Среднедушевой валовый национальный доход (GNI), долл.
52092
20341
8505
2437
Ожидаемая продолжительность жизни при рождении (LE), лет
81,7
74,5
69,8
60,7
Субиндекс безопасности и защиты индекса процветания (Sf)
86,8
68,98
59,48
52,04
Субиндекс экономического качества индекса процветания (Eq)
69,72
55,14
43,32
37,14
Субиндекс здоровья индекса процветания (Hl)
80,13
73,98
67,50
53,46
Субиндекс образования индекса процветания (Ed)
82,54
67,83
51,79
33,37
Составлено автором

В ходе исследования была возможность проверить, так называемый, парадокс Истерлина. Кратко его суть по отношению к межстрановым сопоставлениям можно сформулировать следующим образом: рост материального благосостояния государств приводит к увеличению индекса счастья только в странах с низким материальным благополучием [9]. Таким образом, по мнению Истерлина, достигнув определенного уровня жизни, который обеспечивает человека всеми основными средствами для существования, население богатых стран не будет чувствовать себя более счастливым по сравнению с людьми из стран с более низкими доходами [9]. Этим Истерлин объясняет тот факт, что на первые места в рейтинге индекса счастья могут выйти достаточно неблагополучные в материальном плане государства. Социально-экономический вывод из исследований Истерлина следующий: рост материального благосостояния населения не всегда приводит к увеличению удовлетворенностью жизнью. По рассчитанным коэффициентам корреляции между индексом счастья и среднедушевым ВНД, а также между индексом счастья и субиндексом качества экономики можно сделать вывод, что в целом по всем странам с ростом материального благополучия население становится более «счастливым» (коэффициенты корреляции Пирсона соответственно равны 0,72 и 0,79), но в пределах кластеров, т.е. в пределах схожих групп стран эта закономерность не прослеживается, либо проявляет себя очень слабо. Таким образом, чтобы заметно повысить уровень «счастья» нужно перейти в другую, качественно отличную по своим экономическим параметрам группу, т.е. должны быть существенные экономические достижения и перемены в стране. Иными словами, если бедная страна из четвертого кластера перейдет в третий кластер, то можно надеяться на существенный рост, в том числе, и «счастья», хотя общий материальный уровень населения этой страны остается намного ниже, чем у стран первого и второго кластеров. Таким образом, «скачок» счастья провоцирует не уровень, а интенсивность изменения материального благосостояния. Данный вывод подтверждают дополнительные расчеты коэффициентов корреляции между индексом счастья и среднедушевым ВНД, а также между ним и субиндексом качества экономики по двум подсовокупностям, сформированным объединением кластера 1 с кластером 2 и кластера 3 с кластером 4 (получаются две подсовокупности условно «богатых» и «бедных» стран). Коэффициенты Пирсона для подсовокупности «богатых» стран составили 0,25 и 0,32 (между HI и GNI; между HI и Eq); для подсовокупности «бедных» стран – 0,27 и 0,31 (между HI и GNI; между HI и Eq). Обращает на себя внимание тот факт, что соответствующие коэффициенты по двум подсовокупностям приблизительно одинаковые. Таким образом, парадокс Истерлина можно дополнить следующим: рост материального благосостояния населения приводит к увеличению удовлетворенностью жизнью только в случае существенных экономических достижений страны, причем «скачок» благополучия дает «скачок» уровню счастья. В дальнейшем этот уровень находится в стабильном состоянии до следующего экономического прорыва.

Выводы. На основе корреляционного анализа показателей (индексов счастья, процветания, человеческого развития, гендерного развития; субиндексов образования, здоровья, экономического качества и безопасности жизни; среднедушевого ВНД; продолжительности жизни при рождении) можно сделать следующие выводы:

1) Индекс процветания подтверждает свою достоверность только для категорий стран «самые благополучные» и «относительно благополучные», т.е. для экономически развитых стран мира. Для стран слаборазвитых (в основном это страны Африки и Азии) значения индекса вступают в противоречия с остальными показателями. Индекс счастья логически взаимосвязан с другими показателями только для стран первого и второго кластеров, и носит абсолютно случайный характер для стран третьего и четвертого кластеров. Таким образом, чем беднее страны, тем слабее связи между индексами процветания, счастья и человеческого развития. Для стран третьего и четвертого кластерных групп эти связи практически пропадают. Это свидетельствует о плохом качестве исходных данных для построения индексов для слаборазвитых стран. Таким образом, говорить о достоверности и адекватности индексов процветания и счастья можно только стран первого и второго кластеров («самых благополучных» и «относительно благополучных»). Самым верным, с позиций увязки взаимосвязей, выступает индекс человеческого развития. Во всех кластерных группах он подтвердил свою достоверность.

2) Гендерное равенство или неравенство актуально только для стран четвертого кластера (самые бедные страны мира), для остальных стран оно на приблизительно одинаковом высоком уровне и имеет незначительную вариацию, что делает его несвязанным ни с одним из показателей, участвующем в обследовании.

3) Проверенный в ходе исследования парадокс Истерлина, заключающийся в том, что материальное благосостояние государств влияет на индекс счастья только в странах с низким материальным благополучием, дополнен следующим утверждением: на уровень счастья влияет не сам уровень материального благополучия, а интенсивность роста материального благополучия. Именно это обстоятельство объясняет ситуацию, когда бедные страны периодически занимают в рейтингах счастья места более высокие, чем более богатые государства. В своем «чистом виде» парадокс Истерлина в ходе данного исследования не подтвердился.


Источники:

1. Барановский М. В. Гендерный разрыв и доверие: объективные и субъективные показатели социологического анализа // Женщина в российском обществе. – 2022. – № 2. – c. 74-86. – doi: 10.21064/WinRS.2022.2.6.
2. Доброхлеб В. Г., Кондакова Н. А. Гендерная составляющая демографической безопасности стран ЕАЭС // Женщина в российском обществе. – 2022. – c. 4-18. – doi: 10.21064/WinRS.2022.0.1.
3. Илясова Ю.В., Мираньков Д.Б., Шенгелия Т.А. Развитие человеческого капитала Российской Федерации и его позиции в международных рейтингах // Ученые записки Крымского федерального университета имени В.И. Вернадского. Экономика и управление. – 2020. – № 2. – c. 44-58. – doi: 10.37279/2413-1644-2020-6-2-44-58.
4. Михалева О. М., Матюшкина И. А. Развитие человеческого капитала в России и за рубежом // Менеджмент в России и за рубежом. – 2023. – № 5. – c. 62-68.
5. Селиверстова Ю. А. Социально-экономические условия развития человеческого капитала в России и Китае // Восток. Афро-Азиатские общества: история и современность. – 2021. – № 1. – c. 42-53. – doi: 10.31857/S086919080013534-4.
6. Силласте Г. Г. Мировой гендерный ландшафт и страновой гендерный порядок в условиях глобальной трансформации социальных систем // Век глобализации. – 2022. – № 3(43). – c. 112-131. – doi: 10.30884/vglob/2022.03.09.
7. Ташбекова Д. И., Долгих Е. А. Статистический анализ гендерного неравенства в странах мира // Экономика и предпринимательство. – 2023. – № 12(161). – c. 159-162. – doi: 10.34925/EIP.2023.161.12.031.
8. Тинькова Е.В., Иваничкина А.В., Требухин А.Ф. Показатели оценки качества жизни населения отдельных стран мира // Экономика и предпринимательство. – 2023. – № 8(157). – c. 314-318. – doi: 10.34925/EIP.2023.157.8.054.
9. Easterlin R. A., McVey L. A., Switek M., Sawangfa O., Zweig J. S. The happiness–income paradox revisited // Proceedings of the National Academy of Sciences of the United States of America. – 2010. – № 52. – p. 22463–22468.
10. Helliwell J. F., Layard R., Sachs J. D., De Neve J.-E., Aknin L. B., Wang S. World Happiness Report 2024. University of Oxford: Wellbeing Research Centre. [Электронный ресурс]. URL: https://worldhappiness.report/ed/2024/ (дата обращения: 03.05.2024).
11. Human Development Report 2023-24. [Электронный ресурс]. URL: https://hdr.undp.org/content/human-development-report-2023-24 (дата обращения: 03.05.2024).
12. The Legatum Prosperity Index 2024. [Электронный ресурс]. URL: https://worldpopulationreview.com/country-rankings/legatum-prosperity-index (дата обращения: 03.05.2024).

Страница обновлена: 26.11.2024 в 13:05:07