Страны Европейского союза продвигаются к целям устойчивого развития (ЦУР) ООН, но не одинаковыми темпами.
Исследование, проведённое под руководством Мигеля Эрнандеса из Университета Эльче (УМЭ, Испания), Вроцлавского университета экономики и бизнеса (Польша) и Автономного университета Мадрида (АУМа, Испания), показывает, что страны Северной Европы и Бенилюкса продвигаются быстрее всего. В то же время страны Южной и Восточной Европы демонстрируют более медленный прогресс.
Результаты опубликованы в журнале Expert Systems with Applications.
Исследователи Хуан Апарисио и Хуан Франсиско Монге из Центра исследований операций (CIO) в УМЭ совместно руководили разработкой математической модели, предназначенной для более точного измерения эффективности, с которой страны-члены ЕС продвигаются к ЦУР, используя имеющиеся у них ресурсы.
«Наша модель предлагает более реалистичную картину прогресса Европы», — объясняет Апарисио, первый автор исследования. «Она не только показывает, кто ближе к достижению ЦУР, но и учитывает первоначальное ресурсное обеспечение каждой страны, давая представление о том, насколько эффективно используются её сильные стороны».
Чтобы избежать искажений при сравнении стран с разными характеристиками, исследовательская группа опирается на модель «Преимущество сомнения» (BoD), которая позволяет данным определять веса каждого показателя, а не накладывать внешние критерии.
Оценка эффективности ЦУР требует анализа десятков взаимосвязанных переменных, связанных с бедностью, образованием, энергетикой, гендерным равенством и другими ключевыми областями.
По мере роста числа показателей наборы данных становятся более разрозненными, что затрудняет выявление устойчивых закономерностей. Это известно как «проклятие размерности» — явление, которое может снизить точность модели или привести к ошибочным выводам.
«Проблема особенно очевидна в Европе», — объясняет Монге, «где общая политическая база, такая как Европейский закон о климате, позволяет нам сравнивать страны с одинаковым экономическим развитием, но используя очень большие наборы данных. Всего оценивается 17 ЦУР с помощью 102 показателей, 34 из которых используются для нескольких целей. И не все страны имеют полные данные за все годы».
Учитывая эти ограничения, анализ сосредоточился на 2019 годе — наиболее позднем году с достаточно полной информацией по странам ЕС.
Применяя подход BoD к более чем 100 переменным, исследователи разработали усовершенствованную версию анализа оболочки данных (DEA) и разбили проблему на более мелкие, более управляемые компоненты.
Новый метод, получивший название Ensemble-DEA, генерирует тысячи подмоделей, каждая из которых использует только восемь показателей, а затем объединяет их результаты. Процесс включает в себя бутстрэп-ресемплинг, при котором некоторые страны неоднократно появляются в случайных подвыборках для повышения надёжности.
«Упрощая, это похоже на измерение чего-либо много раз с помощью разных линеек, чтобы убедиться, что конечное значение верное», — говорит Монге. Авторы демонстрируют, что этот ансамблевый подход позволяет получать более стабильные, сбалансированные и справедливые оценки, даже при сравнении стран с очень разными размерами, уровнями развития или доступностью данных.
Результаты подтверждают чёткую территориальную закономерность.
Исследование также выявляет два структурных разрыва: разрыв между севером и югом и разрыв между западом и востоком, которые чётко отражаются в эффективности достижения ЦУР.
Предоставлено Университетом Мигеля Эрнандеса в Эльче.