Антон Павлов / ANTEO

+1

🤩 Гигантские карты интенсивности ночной светимости VIIRS в России (и на соседних территориях) по сетке 500 метров*: 1️⃣ в 2022 г. 2️⃣ в 2025 г. 3️⃣ относительная динамика за 2022-2025 гг. 4️⃣ интенсивность светимости новых ячеек в 2025 г. (где не было света в 2022 г.) 5️⃣ абсолютная динамика за 2022-2025 гг. с затемнением близких к 0 значений * Telegram сжимает картинки, карты в разрешении 32К будут в комментариях. Я уже делал карты ночной светимости PCNL за 1992-2024 гг. по всему миру и по постсоветским странам. Но PCNL — это приведённые к единому ряду данные DMSP-OLS (1992 - 2013 гг., старые и менее качественные) и NPP-VIIRS (2012 г. - н.в.), новые и более качественные). Здесь же только новые данные последней версии VNL 2.2 (начинаются как раз с 2022 г.), полученные сенсором VIIRS со спутников NPP-Suomi и NOAA. Ночная светимость (NTL) — важный прокси-показатель человеческой активности, сильно коррелирующий с плотностью населения и экономической активностью (распределением ВВП). Это один из немногих доступных типов данных для анализа состояния территорий с неполной или некачественной статистикой, а также просто хорошие дополнительные данные для альтернативного и более детального взгляда на территорию. Конечно, у NTL есть ограничения: связь между NTL и человеческой активностью неоднородна по регионам и не всегда устойчива во времени, а также может быть подвержена искажениям, таким как: 💡 массовый переход на другой тип освещения; ♻️ целенаправленная политика экономии света ночью (как это было во Франции, а здесь, вероятно, что-то похожее видно в Финляндии); 🔥 очень яркие газовые факелы от сжигания попутного газа при нефтедобыче (хорошо видны в Западной Сибири) — очень специфичный вид NTL, обычно анализируется отдельно; 🏠 очень яркий свет сельскохозяйственных теплиц (например, в Московской и Липецкой областях), который может затмевать целые города (например, Елец). 🔍 Что мы видим? Светимость отражает процессы строительства и модернизации инфраструктуры: расширение освещённых участков трасс, рост светимости в районе порта Усть-Луга, новые яркие «пятна света» сельскохозяйственных теплиц в Тульской и Московской областях. Видно почти повсеместное расширение площади и рост интенсивности светимости вокруг крупных городов-милионников (но не вокруг Москвы и Санкт-Петербурга), в то время как светимость их центральных районов часто стагнирует или даже снижается. Самые яркие новые ячейки света в основном также появляются по краям крупных городских агломераций — так, пожалуй, самое яркое и плотное «кольцо» из новых ячеек у Тюмени, одной из самых быстрорастущих агломераций России. Это свидетельства субурбанизации, которая затрагивает большинство крупных городов России. И визуально в России эти «кольца» выражены сильнее, чем в соседних странах. Почему-то в северных широтах интенсивность новых ячеек света растёт с увеличением широты во всех странах — возможно, это артефакт, т. к. там проблемы с измерением NTL. Интересно, что светимость Центральной и Северо-Западной России в целом стагнирует или даже снижается, включая агломерации Москвы и Санкт-Петербурга. По понятным причинам упала светимость приграничных территорий Курской, Белгородской областей и новых регионов, а вот в восточных районах ДНР и ЛНР светимость растёт. Почему-то упала светимость Севастополя при росте светимости остального Крыма. На Урале и в Поволжье светимость сильно растёт и там также много новых ячеек света, а на юге (Дон, Кубань, Ставрополье, республики Кавказа) хорошо растут уже имеющиеся. Сибирь и Дальний Восток в целом тоже растут, но я не совсем понял, что это за новое «пятно света» вокруг Татарского пролива у Сахалина. В нефтегазовых районах Западной Сибири, Иркутской и Оренбургской областей затухают одни газовые факелы и разгораются другие — затухают они как из-за истощения месторождений, так и из-за модернизации инфраструктуры (что позволяет не сжигать попутный газ, а направлять его в переработку или на нужды энергетики), а растут из-за разработки новых месторождений. А что интересного заметили вы? Напишите в комментариях!

17 октября читаю в Москве лекцию «Такая разная Россия» Этим летом я собрал росстатовские данные по зарплатам в разрезе населённых пунктов. Медиана по стране вышла примерно 60 тыс., но реальный разрыв между условной деревней в Нечерноземье и арктическим вахтовым посёлком достигает десятков раз. И даже внутри регионов контрасты могут быть огромными. Разрыв как таковой мало кого удивляет. Интереснее другое: почему он именно такой и почему он так устойчив. Попробуем с вами ответить на вопрос: почему, как говорил Наполеон, география — это судьба, и как она отражается на России? Ну и порассуждаем, что с этим делать. Что лучше: рассредоточить население по стране, равномерно развивая малые населённые пункты, или смириться с тем, что люди уезжают в десяток крупных агломераций за лучшей жизнью? Разберу аргументы обеих сторон. Свою позицию обозначу, но убеждать в ней никого не собираюсь. Всё это будет на картах — часть вы видели в канале, часть буду делать специально к лекции. Так что если вы из Москвы или ближнего Подмосковья, буду очень рад пообщаться лично. 13:00, 17 октября (это суббота) Библиотека по естественным наукам РАН, Малый Знаменский пер., 11/11 Билеты на сайте

Добавленная стоимость (ДС) по муниципалитетам России в 2025 г. по данным Российской базы бухгалтерской отчётности (РББО) 🗺 Карта в HD — в комментариях 📑 Научная статья о базе 💻 GitHub базы Скачать базу можно тут: 🤗 HuggingFace 📥 Zenodo ⚫️ Если быть точным ДС — это выручка фирмы минус затраты (стоимость закупленных у других фирм товаров и услуг). ДС показывает реальный вклад фирмы в экономику: по сути, ДС — аналог ВВП: именно из сумм ДС рассчитывается ВВП регионов (ВРП). В статье показано, что ДС из РББО коррелирует с ВВП регионов России чуть лучше, чем ВВП из данных Kummu et al. (по ним были прошлые карты): R² = 0,888 против 0,838. Но это не совсем «карта ВВП муниципалитетов», а скорее «карта того, где зарегистрированы фирмы, производящие его». И тут много искажений: 1. Абсолютные цифры ДС занижены и искажены по отраслям. ДС из РББО отражает ~40-50% ВВП России. По сравнению со структурой ВВП страны, в РББО перепредставлена ДС торговли, но в ней почти нет госуправления, образования, здравоохранения (и т.п.) и финансовых фирм (тут они исключены) — формирование их ДС отличается от нефинансовых. В базе нет отчётности, которую не удалось собрать, в т.ч. фирм, получивших право не публиковать её — например, нет Роснефти, Сургутнефтегаза, Северстали. Полнота подачи отчётности по регионам разная — например, на Кавказе выше доля фирм, не подавших её. 2. Главное пространственное искажение: вся ДС приписана месту регистрации фирмы. Так, ДС Газпрома, зарегистрированного в Лахта-Ольгино в Санкт-Петербурге, приписана сюда. С переносом Газпрома ДС Лахты-Ольгино взлетела с 10 млрд в 2020 г. до 2,97 трлн в 2021 г. (правда, к 2025 г. упала до 1,56 трлн), а ДС московских Черёмушек (где он базировался до этого) упала с 1,16 трлн в 2020 г. до 281 млрд в 2021 г. Конечно, на самом деле Лахта-Ольгино с населением ~16 тыс. не производит 1,56 трлн ДС — это больше 1,24 трлн ДС г. Пермь с населением ~1 млн. ДС Газпрома формируется сложной цепочкой через всю страну: от геологоразведки и нефтегазодобычи в условном ЯНАО через НПЗ в условной Ленобласти до потребителя/экспорта. 3. Есть допущения по качеству координат. Я посчитал фирмы со всеми уровнями качества координат: «дом», «улица» и «город». В городах фед. значения это немного завышает ДС в их центральных точках (большинство фирм с качеством «город» привязаны к ним), в других регионах эта проблема менее выражена. Но если убрать точки с качеством «город», то падает или даже пропадает ДС многих «периферийных» районов. Также границы районов новых регионов неидеальны, но пока что это лучшее, что есть — за слой спасибо Михаилу Балабану (gpkg файл тут). Понимая все искажения, посмотрим на топ районов по ДС: 1. Красносельский (Москва) — 3,36 трлн. Из них 2,58 трлн — Лукойл. В реальности, большую часть ДС он тоже создаёт не в Москве. 2. Пресненский (Москва) — 3,28 трлн. Тут Москва-Сити с кучей штаб-квартир. 3. Екатеринбург — 2,15 трлн. По методике ИЭГ за 2022 г. он 3-й город России по ВВП. 4. Краснодар — 1,79 трлн, из них 488 млрд (27%) — Магнит. Это большая сеть, и её ДС на самом деле тоже «размазана» по стране. 5. Лахта-Ольгино (СПб) — 1,56 трлн. Тут Газпром. В топ-30 много Москвы и МосОбласти — тут много штаб-квартир. Даже у СПб кроме Лахты-Ольгино здесь только Литейный округ на 30-м месте. В Москве 37,7% ДС при доле в ВВП страны за 2024 г. в ~20%. СПб — 9% ДС и ~7% ВВП, МосОбласть — 7,5% ДС и ~5,5% ВВП. Из других регионов: 10. Пермь — 1,24 трлн, из них 833 млрд — Лукойл-Пермь. 13. Когалым (ХМАО) — 927 млрд, из них 716 — Лукойл-Западная Сибирь. 14. Серпухов (МО) — 874 млрд, из них 683 (78%) — ДС одной букмекерской конторы. 15. Новый Уренгой (ЯНАО) — 869 млрд, из них структуры Газпрома — не менее 746 (85%). 16. Альметьевский р-н (Татарстан) — 859, из них Татнефть — 652 (76%). И крупные города: 19. Казань — 848 млрд (при этом ВВП города в 2025 г. по расчётам мэрии — 1,9 трлн). 20. Нижний Новгород — 847 22. Уфа — 820 23. Новосибирск — 794 24. Владивосток — 741 25. Подольск — 710 (из них 307 — Wildberries) 26. Калининград — 650 27. Химки — 642 (из них 415 — фармкомпания Пульс) 28. Воронеж — 626

ВВП на душу населения (ППС) по 4176 районам и 209 регионам стран бывшего СССР в 2024 году в долларах США 2021 г. — оценка на базе машинного обучения (ML) по районам. Карты в HD и Excel-таблицы — в комментариях (на карте по АТЕ-2 много мелких городских районов). Всё на основе работы Kummu et al. — тут разбор метода. Кратко: провели пространственное дезагрегирование (детализацию) ВВП через ML, чтобы получить данные по районам, а кое-где и по регионам. В прошлых постах писал о неточностях и ограничениях метода и ВВП/душу (ППС) для оценки уровня жизни. Сейчас отмечу только это: • Границы районов из GADM неидеальны и кое-где странные; • Данные по Крыму, ДНР, ЛНР, Херсонской и Запорожской о. занижены и по сути нерелевантны после 2014/2022 гг., т.к. авторы не меняли границы. 🔍 Что мы видим? Снова отмечу, насколько важно детализировать данные: пространственное неравенство на уровне районов раскрывается намного лучше, чем на уровне регионов. Например, у Тверской области значение $27 449, но у Твери — $50 322, а у Кашинского р-на — $14 548. К сожалению, у нас нет офиц. данных о ВВП муниципальных районов (ВМП) многих стран, в т.ч. России. Были попытки посчитать ВМП России: например, карта того же показателя (ВМП/душу по ППС) за 2023 год от Станислава с канала «Случайное блуждание» по методике Института экономики города (ИЭГ) на базе зарплат. Но у той методики много недостатков, так что вот ещё одна альтернативная оценка. Можно посмотреть обе карты и сравнить. Я бы отметил у Kummu et al. большую зависимость значений от региона и большую однородность значений районов внутри регионов, чем по методике от ИЭГ — логично, т.к. здесь модель предсказывала отношение значения района к значению региона. Посмотрим на данные. Самый богатый — г. Надым в ЯНАО ($733 847). У него вообще 2-е место в мире после центра Лондона. Самый бедный в постСССР — Спитаменский р-н Таджикистана ($1360). Разница — 540 раз. Самый бедный в России — Наурский р-н Чечни ($7355), разница с Надымом — 100 раз. В целом, самые «богатые» — районы добычи полезных ископаемых: в России (Тюменская о., ХМАО, ЯНАО, Якутия, Чукотка, Магаданская о., Сахалин), Казахстане (Атырауская о.) и Азербайджане (Апшеронский п-ов вокруг Баку). Здесь ВВП/душу (ППС) может составлять сотни тысяч долларов. Сюда можно отнести и некоторые р-ны, Татарстана, Красноярского края, Иркутской, Амурской, Мурманской (тут яркий Ковдорский р-н с гигантским Горно-Обогатительным Комбинатом), Астраханской, Оренбургской о. (не понял почему тут такой богатый Кваркенский р-н на востоке) и северные районы Коми. Хорошо виден Чернушинский р-н на юге Пермского края — там тоже развитая нефтегазодобыча. Впрочем, ресурсы на Севере в значительной степени добывают вахтой, и «сверхбогатство» Севера зачастую «виртуальное», но, надеюсь, это и так понятно. Довольно богаты крупные городские центры и столицы своих стран/регионов — почти везде они заметно богаче соседних территорий. Богатейшие: Москва (111К, причём от 202К в ЦАО до 48К в СЗАО, и здесь она без Новой Москвы), Красноярский р-н (97К), Вильнюс (94К), Рига (77К), Таллин (73К), Санкт-Петербург и р-н Астаны (по 68К), Казанский р-н (66К), Киев (64К), Алматы (62К). Странно, что Красноярск оказался богаче аж Санкт-Петербурга, а Сочи — беднее абхазской Гагры. К относительно богатым можно отнести: Московскую и Ленинградскую о., Татарстан, большую часть Казахстана (кроме юга), Прибалтику, Минск с областью, большую часть Урала, Сибири и Севера России, часть Центральной России (Белгородская, Липецкая, Калужская, Нижегородская о.), Самарскую о. Сельские районы в целом гораздо беднее, особенно — изолированные и горные. Беднее среднего — приграничье России, Беларуси, Латвии и Эстонии, Среднее Поволжье?, Волго-Вятский регион, Южная Сибирь (Курганская, Омская о., Алтайский край, респ. Алтай, Тыва, Бурятия, Забайкалье), Северный Кавказ, большая часть Украины, Молдовы, Азербайджана, юг Казахстана, Туркменистан. Самые бедные — почти весь Таджикистан, большая часть Киргизии и Узбекистана. В общем, модель показывает в целом реалистичную картину, но не без странностей.

🎉 Недавно (17 сентября) мой канал достиг отметки в 1000 подписчиков! Спасибо всем, кто читает, лайкает, комментирует и репостит мои посты) Если есть желание поддержать мой канал материально, то это можно сделать здесь: Boosty - подписки от 199 рублей и донаты DonationAlerts - донаты ЮMoney - донаты Скоро будет ещё много уникального контента😎

Вчера завершилась конференция Центра социальных исследований Севера «Холодное лето-2026» — прошедшая, вопреки названию, тепло. Спасибо всем участникам за доклады и дискуссии!

Завтра, 18 сентября, в Европейском начнется конференция Центра социальных исследований Севера «Холодное лето — 2026». С двумя докладами там выступит студент программы ПАНДАН Антон Павлов ➖На секции «Города на ветру: трансформации системы расселения и городской экономики Севера» (пятница, 10:00–12:00) Антон расскажет про трансформацию системы расселения на Севере России на основе интерактивной карты динамики населения всех населённых пунктов России по данным 2002, 2010 и 2021 гг. ➖А на секции «Взгляд с высоты птичьего полета: социальные науки и геоданные» (пятница, 15:00–16:45) расскажет о волнах освоения Сибири и Севера России через призму хронологического картирования основания городов. Приходите послушать! Подробности и регистрация по ссылке В оформлении использовано фото Валерии Васильевой, Сындасскская тундра, Таймыр, 2015 😊 Ш.В.С.Н в Европейском

🤓В эту пятницу, 18 сентября, буду выступать в 😉 Европейском университете в Санкт-Петербурге на конференции Центра социальных исследований Севера ЕУСПб «Холодное лето — 2026», где расскажу про: 🤩 Трансформацию системы расселения на Севере России на базе моей интерактивной карты динамики населения всех населённых пунктов России по данным 2002, 2010 и 2021 гг. 🤩 Волны освоения Сибири и Севера России через призму хронологического картирования основания городов (на эту тему когда-то давно были посты). Расскажу про данные, о чём они говорят, в чём их проблемы и как можно их улучшить и расширить для дальнейших исследований. Возможно, по мотивам тем потом будет ещё некоторый контент на канале.

+6

ВВП на душу населения (в пересчёте по ППС) 47 858 районов мира (АТЕ-2) в 1990 г. и 2024 г. (по единой шкале) и динамика за 34 года — всё в долларах США 2021 г. на основе работы Kummu et al. Карты в HD и Excel-таблица — в комментариях. Одно из главных достижений работы Kummu et al. — дезагрегация ВВП/душу на уровень районов мира (АТЕ-2) машинным обучением (данные по всем АТЕ-2 получены полностью через ML). Такой детализации до этого нигде не было. ⚠️Не все районы выделены точно реальному АТД — но что есть, то есть. ⚠️Стоит не забывать о проблемах подсчёта ВВП/душу (ППС), искажениях из-за прироста/убыли населения и о неточностях ML — всё это на уровне районов ещё более выражено, чем на уровне регионов. 🔍Что мы видим? Пространственное неравенство на уровне районов выражено ещё сильнее, чем на уровне регионов. Интересные примеры: В топе по динамике несколько районов 🇧🇷 Бразилии: 1. Catas Altas — рост 16 123% ($2 664 ➡️ $429 521) — абсолютный рекордсмен. Город с населением ~5 400 чел. стал богатейшим в Бразилии из-за добыче железной руды компанией Vale — в 2006 г. она начала здесь активную эксплуатацию рудника Fazendão. Общий ВВП города в 2021 г. составлял ~5 млрд реалов — почти такой же ВВП в 2021 г. был у Еврейской автономной области России с населением ~150 000. 2. Conceição do Mato Dentro — рост 13 779% ($1 757 ➡️ $242 106). Здесь находится проект Minas-Rio компании Anglo American — это крупнейший в мире 529-километровый трубопровод для транспортировки железной руды в порт Порту-Асу, запущенный в 2014 г. 3. Canaã dos Carajás — рост 9 786% ($4 758 ➡️ $465 640). Расположен в центре проекта S11D Vale — крупнейшего в мире железорудного комплекса , открытого в 2016 г. Инвестиции превратили город в один из самых быстрорастущих в стране: население выросло с 26 716 в 2010 г. до 89 524 в 2025 г. 4. São Gonçalo do Rio Abaixo — рост 9 107% ($3 504 ➡️ $319 129). В 2006 г. тут открыли комплекс Brucut — крупнейшую в мире железорудную шахту по начальной мощности (30 млн тонн в год). (Непонятны причины сильнейшего падения в Cachoeira Dourada). На 12 месте по росту — Охинский район Сахалинской области 🇷🇺 России — рост 5609% ($2 992 ➡️ $167 820). Основа роста — разработка шельфовых нефтегазоносных месторождений в рамках проектов «Сахалин-1» и «Сахалин-2». Но и население тут упало более чем в 2 раза — с ~54 тыс. в 1989 г. до ~21 тыс. в 2024 г. Самый упавший по ВВП/душу район мира — Авеил (Aweil) в 🇸🇸 Южном Судане с падением до 6,3% ($6 962➡️$437). 🤯 Там творился какой-то ад: сначала голод в 1998 г., когда из-за гражданской войны ~90% жителей Авеила покинули город. Затем гражданская война 2013–2020 гг., в когда тысячи человек здесь оказались на грани голодной смерти. А в 2020-е добавился третий удар — наводнения в штате Авеил, затронувшие тысячи домов. Интересны первый и последний по динамике округа 🇺🇸США: 1. Пресидио (Presidio, Техас) — рост 1893,9% ($12 338 ➡️ $233 665). Здесь компания Helios Energy в 2017 г. начала проект по добычи нефти Presidio Oil Project. Но и население здесь сократилось с 6 637 в 1990 г. до 5 686 в 2024 г. 2. Кейн (Kane, Иллинойс), где падение до 65% ($49 081 ➡️ $31 880). Этот пригород Чикаго — «ржавый пояс». С 1990 по 2024 гг. здесь закрылись крупные предприятия, вкл. завод Caterpillar, а население сильно выросло (с 317 тыс. в 1990 году до 516 тыс. в 2024-м), в первую очередь за счёт миграции латиноамериканцев. Ещё мне бросился в глаза портовый район Людериц (Lüderitz) в 🇳🇦 Намибии с ростом 3187,7% ($764 ➡️ $24 354). В 1990-е сюда пришли рыболовные компании (напр., Pescanova), создавшие здесь рыбную индустрию, в 2014 г. здесь начали нефтегазовую разведку на шельфе, а в 2022 г. началась добыча. Ещё из интересного: 1. Разница в динамике районов 🇮🇳 Индии — юго-запад и восток с их IT, фармацевтикой и промышленностью растёт быстрее более сельского северо-востока с его более высокой рождаемостью и более сильным тормозящим влиянием кастовой системы. 2. Сильный рост на севере 🇰🇿 Казахстана во многом объясняется убылью населения. Позже посмотрим отдельно на Россию и постсоветские страны.

+1

ВВП на душу населения (ППС) 2870 регионов мира (АТЕ-1) в 1990 г. и 2024 г. (по единой шкале) и динамика за 34 года — всё в долларах США 2021 г. на основе работы Kummu et al. Карты в HD и Excel-таблица — в комментариях (качество картинок, к сожалению, немного упало). Посмотрим на регионы. Не везде они выделяются отдельно (некоторые страны — один регион), а некоторые регионы выделены странно (в США мне вообще непонятно, что это за регионы) — но что есть, то есть. На уровне АТЕ-0 пространственная дезагрегация машинным обучением (ML) была частично — только для регионов 89 стран были взяты данные из источников (примерно для этих стран), т.е. в 145 странах данные по регионам предсказаны через ML). Стоит не забывать об искажениях из-за прироста/убыли населения, искажениях самого подсчёта ВВП по ППС и о неточностях ML. 🔍Что мы видим? На уровне АТЕ-1 начинает проявляться региональное неравенство, в т.ч. в динамике — регионы стран богатеют/беднеют неравномерно. Посмотрим, например, на 🇨🇳Китай с 4-м местом по росту среди стран (2735%, $991➡️$27 105). Самый большой рост (3687%, $753➡️$28 516) у региона Чунцин — это огромный город центрального подчинения, который по статусу равен провинции. Самый слабый рост (1196,6%, $1 687➡️$21 873) у региона Ляонин — это там, где некогда был арендованный Россией Порт-Артур (или Дальний, ныне Далянь). Разница в динамике между регионами — более чем в 3 раза. Если в 1990 г. Чунцин был на 20-м месте по регионам Китая, то в 2024 году он на 5-м месте из 31. Ляонин же был на 5-м месте, а теперь на 15-м из 31. 🤔Почему так? Чунцин в 1990 г. был центром тяжёлой промышленности и ВПК — уже тогда эти заводы производили в основном устаревшую продукцию и были неэффективны. После получения статуса города центрального подчинения в 1997 г. и массовой господдержки Чунцин сменил экономическую модель: привлёк IT-гигантов и автоконцерны, превратившись в крупнейший в Китае центр автомобилестроения и производителя около трети ноутбуков в мире. А Ляонин — это типичный «ржавый пояс». В 1990 г. он также был центром тяжёлой промышленности, но перестроиться под реалии 21 века не смог: огромный тяжёлопромышленный госсектор не смогли развернуть под реалии 21 века, порт Далянь проиграл конкуренцию другим портам, а провинция самой первой в Китае столкнулась с убылью населения. ◾️Ещё некоторые примеры самого сильного роста регионов своих стран с выделением ключевых двигателей роста: 🇰🇿 Казахстан: Западно-Казахстанская область — рост 2447% ($2 177 ➡️ $53 275). Основа роста — гигантское Карачаганакское нефтегазовое месторождение, одно из крупнейших в мире. Его активная разработка стартовала в 1995 году. На месторождение приходится около половины всей газодобычи и ~15% нефтедобычи Казахстана. 🇵🇪 Перу: Апуримак (Apurímac) — рост 2184% ($835 ➡️ $18 238). Основа роста — гигантский медный рудник «Лас-Бамбас», заработавший в 2016 году. Он содержит более 1 млрд тонн медной руды, что делает его крупнейшим в мире по запасам меди. 🇲🇿 Мозамбик: Иньямбане (Inhambane) — рост 2006% ($223 ➡️ $4 475). Основа роста — освоение гигантских месторождений природного газа Панде и Темане с середины 2000-х. 🇷🇺 Россия: Сахалинская область — рост 1367% ($12 565 ➡️ $171 832). Основа роста — крупные шельфовые нефтегазовые проекты (Сахалин-1, Сахалин-2), реализуемые с середины 1990-х годов. В структуре ВРП региона доля добычи полезных ископаемых достигает более половины, обеспечивая до 70% доходов бюджета области. Снижение ВВП/душу по АТЕ-1 выглядит немного странно. Почти у всех регионов 🇻🇪Венесуэлы здесь одинаковое снижение в процентах. Возможно, ошибка. Сильно упавшая ЛНР при слабо выросшей ДНР также выглядит статистическим артефактом. Все 2000+ регионов разбирать сейчас не буду, но в таблице будут все. В целом — самый сильный рост ВВП/душу обеспечивают либо приток масштабных инвестиций, либо разработка ресурсных месторождений. И если второе почти всегда зависит от географии, то первое также зависит от множества других факторов, включая политику руководства страны/региона. В следующем посте посмотрим на 48 тысяч районов мира с динамикой.

+1

ВВП на душу населения (ППС) 234 стран и территорий мира в 1990 г. и 2024 г. (по единой шкале) и динамика за 34 года (от 100%) — всё в долларах США 2021 г. на основе работы Kummu et al. Карты в HD и Excel-таблица — в комментариях. На уровне стран (АТЕ-0) машинного обучения не было — данные прямо из источников, так что тут всё зависит от качества статистики. Рассмотрим некоторые страны: 📈Рост: На 1 месте — зависимая территория Великобритании 🇸🇭 Острова Святой Елены, Вознесения и Тристан-да-Кунья с ростом в 4069% (40 раз) с $467 до $19 003. Их экономика сильно зависит от британских дотаций, а население сократилось на ~21% за 34 года, что тоже «помогло» вырасти ВВП/душу — он может расти чисто за счёт убыли населения без развития экономики. Не буду рассматривать совсем карликовые государства — колебания населения и зависимость от отдельных предприятий искажают их динамику ВВП/душу, отчего их много как среди первых 50 по росту, так и среди 50 последних. Тогда выходит, что сильнее всех разбогатела 🇲🇪 Черногория — с $959 до $33 380 (рост 3481%, 34 раза). Небольшая бедная страна ещё до обретения независимости в 2006 г. создала благоприятную среду для инвестиций, а из-за климата стала привлекательной для туризма и миграции, прибавив ~3% населения. Соседняя 🇧🇦 Босния на 6-м месте (рост 2106%), она потеряла ~30% населения из-за миграций и войны, а затем восстанавливалась с низкой базы с международной помощью. 🇦🇱 Албания выросла на 885%, но и потеряла ~28% населения. Сильно выросла 🇮🇪 Ирландия (955%), но во многом из-за офшоров. Заметно выросли 🇷🇴 Румыния (923%) и 🇵🇱 Польша (815%) — обе привлекли огромные инвестиции и помощь ЕС, Польша провела более успешные реформы экономики, но Румыния потеряла больше населения из-за миграции. Из постсоветских стран самый сильный рост (827%) у 🇦🇲 Армении (особенно с 2022 г.), но она также потеряла ~15% населения. Потом 🇪🇪 Эстония (660%), 🇱🇹 Литва (608%), 🇧🇾 Беларусь (632%), 🇷🇺 Россия (591%) и 🇱🇻 Латвия (589%) — балтийские страны провели более успешные реформы в 1990-х гг. и получили помощь ЕС, но потеряли больший процент населения, а Россия (и косвенно Беларусь) получила ресурсы, а также провела успешные реформы в 2000-х. 🇨🇳 Китай — 4-е место (рост 2735%, $991➡️$27 105), и это при росте населения на ~23%. Рыночные реформы Дэн Сяопина с интеграцией в мировую экономику, внедрением новых технологий и развитием образования превратили одну из беднейших аграрных стран в «фабрику мира» и создателя уже своих технологий. Выросли 🇻🇳 Вьетнам (1354%), 🇲🇲 Мьянма (1360%) и 🇧🇩 Бангладеш (1025%) за счёт рыночных реформ с интеграцией в мировые рынки (напр., реформы Дой Мой) и развития экспорта. 🇮🇳 Индия тоже сильно выросла с низкой базы (921%) из-за рыночных реформ, инвестиций и развития IT. 🇬🇶 Экваториальная Гвинея на 3-м месте по росту (3045%) и резко выделяется в Африке из-за открытия нефтегазовых месторождений в 1990-х гг. 5-е место у 🇬🇾 Гайаны (2644%), тоже из-за открытия нефтегазовых месторождений с 2015 г. 📉Снижение: 🇸🇸 Южный Судан — самое сильное падение (20,8%) ($3178➡️$660). Гражданские войны здесь (2013–2020 гг.) и в соседнем 🇸🇩 Судане (с 2023 г. — н.в.) вызвали коллапс экономики и потерю нефтяных доходов, превратив Ю. Судан в беднейшую страну на планете. 🇻🇪 Венесуэла — 79,3% — итог неудачного гиперэтатизма чавистов с разрушением частного сектора и тотальной зависимостью от нефти. 🇱🇾 Ливия — 81,3% — падение из-за гражданской войны после свержения Каддафи в 2011 г. 🇾🇪 Йемен (86,1%) — гражданская война (с 2014 г. — н.в.) нанесла удар по инфраструктуре, включая порты для экспорта нефти. 👆🏻При этом и рост населения в этих странах высокий. У 🇦🇪 ОАЭ тоже снижение (89,7%), но там население выросло в ~5 раз. ➖Слабый рост (менее 250%) у многих неразвитых стран — из-за эффекта колеи и/или сильного роста населения. Из постсоветских стран тут 🇺🇦 Украина с ростом 244% (вероятно, занижен из-за завышения населения с 2022 г.) — её экономическая политика была явно хуже остальных стран региона; и 🇹🇯 Таджикистан (209%) — тут была гражданская война в 1990-х гг., неэффективная политика и сильный рост населения.

+6

Гигантская карта ВВП на душу населения в пересчёте по паритету покупательной способности (ППС) в 2024 году по всему миру по сетке 1 км² (в долларах США 2021 года). 🗺 Карта в PNG в разрешении 32К (96 МБ, открывать осторожно, может вызвать зависание) — в комментариях. ✅ Растр карты (TIF, 158 МБ, можно открыть в QGIS) — в комментариях. 💵 Источник данных по ВВП — пространственная дезагрегация с помощью машинного обучения (файл rast_gdpTot_1990_2024_30arcsec.tif), мой пост про эту работу. 👥 Источник данных по населению — сетка GHS-POP за 2025 г. (файл GHS_POP_E2025_GLOBE_R2023A_4326_30ss_V1_0.tif). В комментариях у Станислава на канале «Случайное блуждание» подняли тему того, что детализация административно-территориальных единиц (АТЕ) на карте АТЕ разная по миру (да и границы из работы несовершенны, а кое-где вообще странные), отчего несколько искажается восприятие данных (хотя и упрощается). Поэтому детализировал их до сеточных. В работе для ВВП на душу (ППС) за 2024 год используется сетка населения GHS-POP за 2025 год, так что оказалось достаточно просто разделить растр ВВП на растр населения (предварительно приведя их к одному разрешению). Кое-где появились артефакты (канадский арктический архипелаг максимально странный, несколько странных районов на Аляске, в Квебеке, Китае и Монголии), но кроме этого особых проблем нет. 🔍Что мы видим? Сверхдетализации на самом деле не появилось — в большинстве регионов мира значения слишком сильно привязаны к границам АТЕ (и кое-где к большим городам). Само по себе это логично, но не до такой же степени — в России различия внутри АТЕ-2 в основном в масштабах сотых долей числа (вроде 23136,297 и 23136,332). Кажется, что в реальности должно быть больше вариативности внутри одной АТЕ. Иногда вокруг крупных городов появляются пятна более высоких значений — это хорошо видно на отдельной карте Новгородской области в конце (палитра там другая, выстроенная чисто для этой области). Но почему-то так не у всех городов — например, у соседнего Пскова такого нет, да даже у Новосибирска такого почему-то нет, хотя город во много раз больше. Что действительно стало выглядеть лучше — близкая к реальности система расселения. Но стоит отметить, что сетка GHS-POP несовершенна: я делал карты по сетке населения России за 2021 год, для создания которой исследователи из ВШЭ и ИГ РАН взяли именно сетку GHS-POP как базовую, но корректировали её по данным переписи и по застройке с OSM. У них, конечно, получилось точнее. Все остальные неточности и искажения связаны с изначальными данными — разбирал их в посте выше. В общем — работа, конечно, очень крутая, но двигаться по качеству ещё есть куда. В следующих постах посмотрим на динамику за период 1990-2024 гг. по АТЕ.

🗺📊💵 ВВП на душу населения в пересчёте по паритету покупательной способности (ППС) по административным единицам (АТЕ) 1-го и 2-го уровня стран мира за 2024 год в долларах США 2021 года — оценка на основе машинного обучения (ML). 🗺 Карты в разрешении 32К — в комментариях. 📥 Ссылка на данные. 💻 GitHub проекта. В 2025 году вышла статья исследователей из Финляндии: Kummu, M., Kosonen, M. & Masoumzadeh Sayyar, S. Downscaled gridded global dataset for gross domestic product (GDP) per capita PPP over 1990–2022. *Sci Data* 12, 178 (2025). https://doi.org/10.1038/s41597-025-04487-x Авторы с помощью ML-модели (градиентный бустинг из 152 деревьев решений) создали датасет с данными по всем АТЕ мира за 33 года (1990-2024 гг.) на уровнях АТЕ‑0 (страны), а при наличии — и на уровнях АТЕ‑1 и АТЕ‑2 (в России это, соответственно, субъекты и муниципалитеты верхнего уровня). ◾️О показателе: ВВП/душу (ППС) — стоимость всех произведённых товаров и услуг, делённая на население и скорректированная по стоимости жизни. Хотя он и считается самым универсальным для оценки уровня экономического развития, он имеет недостатки и искажения. Из-за эффекта Гершенкрона ВВП/душу (ППС) бедных стран систематически завышается относительно богатых. Могут быть неточности и смещения — например, пересмотр цен с 2005 по 2011 г. изменил оценки для Азии и Африки на 18–26%, а для Китая расхождения достигали 30%. Показатель также игнорирует неравенство распределения доходов внутри региона, качество общественных благ (здравоохранение, образование, безопасность), теневую экономику и не учитывает цены на импортные товары, не пересчитываемые по ППС. При небольших межрегиональных различиях для выводов о развитии желателен дополнительный контекст, а при больших различиях реальный разрыв может быть как больше, так и меньше цифр из-за описанных искажений. ◾️Как считали? Провели пространственную дезагрегацию — метод детализации данных с крупного региона на мелкие участки. Взяли данные: 💵 ВВП на душу населения (ППС) на уровне АТЕ‑0 (все страны) и АТЕ‑1 (по 89 странам) из Всемирного банка, МВФ, ОЭСР, ЦРУ, DOSE v2, Евростата и национальных служб статистики; 👥 Численность населения — глобальная сетка GHS‑POP (1 км²); 🚌 Транспортная доступность до города с населением > 50 тыс. чел. как прокси экономической активности; 🏙 Уровень урбанизации по данным ООН на уровне стран, которые затем калибровали по сетке населения в 1 км²; 📉 Уровень неравенства (коэффициент Джини) по странам для оценки пространственного неравенства. ⚠️ Были корректировки и экстраполяции в некоторых случаях (см. статью). На этих данных обучили модель, которая предсказала значения ВВП для всех АТЕ (все АТЕ‑2 и пробелы в данных по АТЕ‑1), границы которых взяли из GADM (их качество, конечно, не очень, да и не везде страны делились на более мелкие АТЕ). ◾️Ограничения и искажения: Качество модели глобально хорошее — R² = 0,80 (где 1 = идеально), но качество зависит от региона. Ошибка RMSE предсказания отношения ВВП/душу АТЕ-1 к АТЕ-0 (не имеет здесь абсолютного смысла, она для относительной оценки, см. статью) — <0,15 для Австралии, Океании, Северной Америки и Западной Европы и 0,25-0,3 для Восточной Европы, Центральной Азии и Юго-Восточной Азии. В целом, чем хуже статистика в регионе (в т.ч. недоучёт/завышение населения и/или теневой экономики), тем выше искажения. Особенно низкая точность ожидаема в зонах военных действий и у районов, не контролирующихся де-факто той страной, по которой авторами взяты данные — по сути, там нерелевантные данные. ◾️Что мы видим? Пространственное неравенство на уровне АТЕ-2 раскрывается намного лучше, чем на уровне АТЕ-1. 📈 Самые богатые АТЕ — ресурсодобывающие районы России, Казахстана, Канады, США, Австралии, Бразилии, Чили, Аргентины и стран Персидского залива, а также самые развитые районы (крупные города, промышленные и технологические центры) Северной Америки, Европы (особенно «голубой банан») и Восточной Азии. 📉 Самые бедные — большая часть Африки, значительная часть Латинской Америки и Азии, особенно сельская местность. У офшорной Ирландии цифры явно завышены.

Доля многодетных рождений (третьих и последующих детей) от всех рождений по данным 12-месячной скользящей средней СКР по регионам России на июль 2026 года — от 16,89% в Санкт-Петербурге до 53,7% в Ингушетии. *Данные по 12-месячной скользящей средней суммарного коэффициента рождаемости. Среднее значение по стране — 26,12%, но по регионам значения сильно отличаются. Наибольшие значения, ожидаемо, в национальных республиках Кавказа и Сибири и в регионах с высокой долей более «традиционных» народов. Более половины всех рождений приходится на 3-их и последующих детей в Ингушетии (57,7%) и Чечне (51,44%). Более 40% — в Тыве (45,13%) и Калмыкии (40,99%). Ненамного меньше (37–39%) эта доля в Республике Алтай (39,39%), Бурятии (38,43%), Якутии (39,27%), на Чукотке (37,48%), в Ненецком АО (37,32%), Дагестане (39,93%), Карачаево-Черкесии (39,09%), Кабардино-Балкарии (39,04%). В Осетии многодетность несколько меньше, чем в остальных республиках Кавказа (33,4%). Низкая доля многодетных рождений в преимущественно русских регионах Центральной России: в большинстве регионов она ниже 25%, но интересно, что на севере европейской части России многодетность в целом немного выше, чем на юге. В Белгородской и Воронежской областях доля многодетных рождений менее 20% (19,33% и 19,85% соответственно), тогда как на северо-западе она выше 25%. Здесь сильно выделяется Калужская область с повышенной долей в 32,88% — здесь наибольшая доля народов Средней Азии и Закавказья среди регионов Центральной России (1,2). В преимущественно русских регионах азиатской части России многодетность ненамного выше европейской части, но несколько повышенная многодетность в Курганской области (32,48%) и Еврейской автономной области (32,09%) — причина непонятна, но я почему-то подумал про старообрядцев. Повышенная многодетность в ХМАО (33,4%) и ЯНАО (33,59%) как за счёт местных коренных народов, так и за счёт мигрантов, а также за счёт довольно больших выплат за детей в ЯНАО. Татарстан также является одним из наименее многодетных с долей 21,47%, а вот в Марий Эл и Чувашии многодетность повыше (27,35% и 27,95%). Самая низкая доля многодетных рождений, ожидаемо, в городах: Севастополь (18,05%), Москва (17,48%) и Санкт-Петербург (16,89%).

+1

👨‍👩‍👧‍👦📈 Нижегородское демографическое чудо: вопреки снижению рождаемости в России, благодаря программе «Основа» с выплатами в 1 млн ₽ за каждого ребёнка, всего за 11 месяцев с начала эффекта (с сентября 2025 г. по июль 2026 г.) Нижегородская область: 1. Показала самый сильный рост как всей, так и многодетной рождаемости из всех регионов страны. 2. Показала рост рождаемости на ~0,13 ребёнка на женщину или на ~1700 детей в год в сравнении со сценарием без программы. 3. Впервые за 80-100 лет поднялась выше среднероссийского уровня рождаемости. 4. Поднялась с 58 на 35 место по уровню рождаемости среди регионов. Подробнее: 1️⃣ Рост всей рождаемости: если по России годовая скользящая средняя суммарного коэффициента рождаемости (СКР) за 11 месяцев снизилась с 1,382 до 1,344 (-2,75%), то в области она выросла с 1,279 до 1,358 (+6,18%) —🥇1-е место по росту среди регионов. СКР области начал расти уже через 10 месяцев с анонса программы 23 декабря 2024 г. — в октябре 2025 г. он вырос до 1,294. В апреле 2026 г. (9 месяцев с начала выплат 1 июля 2025 г.) СКР вырос до 1,333, а в июне 2026 г. СКР области впервые с 1940-ых или даже 1920-ых гг. превысил среднероссийский (1,357 против 1,352). По расчётам Data distributor, СКР области вырос на 0,13 по сравнению со сценарием без программы. Сложно точно оценить абсолютный рост, но примерно программа увеличила рождаемость на +1700 детей за 2025 г. По расчётам Data distributor, в сценарии масштабирования программы на всю Россию с таким же эффектом за 2025 г. в стране родилось бы на 105 тысяч детей больше — не 1,175 млн, а 1,28 млн. 2️⃣ Многодетность в области растёт ещё сильнее: если по России годовая скользящая средняя СКР третьих и последующих детей за те же 11 месяцев снизилась с 0,367 до 0,351 (-4,36%), то в области она выросла с 0,260 до 0,298 (+14,62%) —🥇1-е место по росту среди регионов с большим отрывом. 3️⃣ Если по России доля рождений 3+ детей от всех снизилась на -0,44 п.п. (с 26,12% до 25,68%), то в области она выросла на +1,61 п.п. (с 20,33% до 21,94%). 👆🏻Это результаты программы «Основа – нижегородский проект жизни». Не единственный, но главный её элемент – родительский основной доход (РОД): выплаты в размере не менее 1 млн ₽ для всех семей без учёта их дохода за каждого рождённого и усыновлённого ребёнка. Родители выбирают варианты выплат: За 1-го ребёнка — только 10 000 ₽ в месяц на 3 года (дополнение федерального маткапитала). За 2-го — «зарплата родителя» 22 222 ₽ в месяц на 3 года или 500 000 ₽ сразу и 20 000 ₽ в месяц на 15 месяцев (дополнение маткапитала). За 3-го — 30 000 ₽ в месяц на 3 года или 700 000 ₽ сразу и 30 000 ₽ в месяц на 10 месяцев (целиком от региона). За 4-го и последующих — 30 000 ₽ в месяц на 3 года или 1 млн ₽ сразу (целиком от региона). Указано, что право на выплаты имеют только граждане РФ, имеющие гражданство не менее 3 лет и регистрацию в области, а также узкий круг иностранцев из 47 стран (в основном западных), проживающих по упрощённой программе для сторонников российских ценностей (Указ 702) — то есть, значимый «родильный туризм» в область из других регионов РФ и других стран исключён и выросла рождаемость именно местных жителей. Это контрастирует с заметными проявлениями родильного туризма, например, в Вологодской области. Скорее всего, СКР области вырастет ещё, после чего стабилизируется. Власти региона ставят целью СКР в 1,487 в 2030 г., а план на 2026 г. (1,334) уже перевыполнен. 👆🏻Всё доказывает, что большие денежные выплаты за 2-ых и последующих детей реально повышают рождаемость, т.к. снижают финансовый барьер для рождения следующих детей. Да, такие меры не остановят снижение населения (для чего нужен СКР ~2,1), но заметно замедлят и смягчат его — при СКР 1,2 население за 3 поколения упадёт более чем на 80%, а при 1,5 — "лишь" более чем на 60%. «Основа» стоит области ~40 млрд ₽ за 3 года или ~13 млрд ₽ в год — в масштабе России она стоила бы ~700 млрд ₽ в год — значимая, но подъёмная сумма для бюджета (~1,6% от расходов за 2026 г.). Продолжим следить за успехами области и пожелаем расширения и масштабирования таких мер по России.

+6

Доля русских (великорусов по-старому) в границах уездов Российской империи в 1897 и 2021 гг. и динамика за 124 года. Взял данные по родному языку по уездам за 1897 г. на сайте от Ама-ги (там интерактивная карта по всем языкам), по нацсоставу населённых пунктов за 2021 г. (указанная национальность) с координатами от Всеволода Баширова и посчитал в границах на базе уездов RISTAT. 📈Рост доли русских: Рост в первую очередь в уездах с высокой на 1897 г. долей белорусов, украинцев (малороссов по-старому) и финно-угров — они сильно ассимилировались. ◾️Переписные белорусы преобладали в ряде ныне граничащих с РБ уездов Витебской, Смоленской и Черниговской губ. В 2021 г. здесь уже более 90% русских. Наибольший рост доли русских — в Велижском уезде. В 1897 г. тут 1,3% великорусов, 85,7% белорусов, 9,8% евреев и 2,5% латышей. В 2021 г. русских тут 93,45%, а белорусов 0,82%. Великорусско-белорусские границы здесь издавна были нечёткими, а исход начавшейся ещё в 19 веке ассимиляции белорусов был определён оставлением этих земель в РСФСР — на картах Картоманта (1,2) уже в 1926 г. белорусов тут менее 20%. Большинство же евреев здесь уничтожили нацисты. ◾️Украинцы в 1897 г. преобладали или были заметны здесь: Слобожанщина (юг Курской и Воронежской губ.), Кубань, Дон, Ставрополье, Поволжье (Саратовская, Оренбургская, север Астраханской губ.), Крым, юг Сибири, Приморье, Приамурье, Сахалин. Во время столыпинских реформ ещё сотни тысяч украинцев переселятся в Поволжье, на Урал, в Сибирь и на Дальний Восток, а позже ещё сотни тысяч окажутся за Уралом и на севере РСФСР из-за советских переселений (репрессии, работа) — см. карту за 1939 г. и за 1989 г. Большая их часть ассимилировалась в русских. Схожая с белорусами ситуация. ◾️Финно-угры: в 1897 г. высокие доли карелов, вепсов, финнов, коми в Олонецкой, Вологодской и Архангельской губ., тверских карелов в Тверской губ.; финнов, эстонцев, ижоры и води в Санкт-Петербургской и Псковской губ. Финнов депортировали при Сталине, остальные из списка частично ассимилировались в русских, чья доля на Севере выросла также за счёт советских переселений (репрессии, работа). ◾️В Саратовской губ. доля русских выросла в т.ч. из-за депортации немцев при Сталине в Сибирь и Казахстан (там они позже частично ассимилируются в русских). ◾️Крым — депортация крымских татар, немцев, армян, болгар и греков при Сталине, затем миграция русских. ◾️Сибирь, Арктика, Дальний Восток — рост доли русских также за счёт переселений, а в Приморье и Приамурье — в т.ч. из-за депортации сотен тысяч корейцев и китайцев при Сталине. 📉Снижение доли русских: ◾️Восточный Кавказ: Кизлярский уезд Терской обл. — с 52,53% до 10,40% (-42,13%), Сунженский — с 36,42% до 6,43% (-29,99%). Падение началось с депортации терских казаков в 1918-1921 гг., затем доля русских росла за счёт рождаемости и миграций (временно выросла из-за депортации чеченцев и ингушей, которые позже вернулись). Затем у русских начался демографический переход, их доля стала падать, а в Чечне резко упала в 1990-х гг. — сотни тысяч русских уехали из-за этнических чисток и войны. ◾️⚠️ Мордовия — по цифрам доля русских тут снизилась, но в 21 веке тут завышение как всего населения, так и доли мордвы (1, 2, 3), так что в реальности тут должен быть рост доли русских — вне Мордовии доля мордвы снизилась (ассимиляция в русских). ◾️Астраханская губ. — снижение доли русских в пользу казахов. ◾️Центральная Россия — снижение доли русских на несколько % при росте украинцев, татар, народов Кавказа и Средней Азии. Заметнее снижение в Калужской обл. (до -13,78% в Малоярославецком уезде, с 99,52% до 85,74%) — к 2021 г. тут наиболее заметная концентрация народов Кавказа и Средней Азии (1, 2). ↕️ Сложная картина динамики доли русских: ◾️Снижение на западе Татарстана и севере Башкирии при росте в других их частях. ◾️В двух соседних уездах динамика доли русских и марийцев отзеркалилась: Царёвококшайский (с 24,03% до 59,06%, +35,03%) и Уржумский (с 69,51% до 38,06%, -31,45%) — второй по снижению доли русских. Русские активнее урбанизировались, марийцы остались более сельскими.

+6

Карты и таблицы по оценке численности и плотности населения России в 2021 году в границах губерний Российской империи 1897 года и динамика за 124 года — 👆🏻то же самое, но по губерниям. Мне указали на несколько неточностей на картах по уездам, уже исправил (впрочем, общую картину это никак не изменило). Посмотрим на губернии. При агрегации населения по губерниям получается такая картина: 1.📉Падение: За 124 года в рамках границ РФ 2021 года сильнее всего сократилось население территорий самых западных губерний в приграничье с Беларусью. Население ныне российской части бывшей Витебской губернии (юг нынешней Псковской области) в 2021 году составляло лишь 21,3% от населения 1897 года (303 тыс. и 64 тыс. чел. соответственно), а плотность населения упала с 27,86 до 5,94 чел/км² — падение почти в 5 раз. Почти в 2 раза сократилось население соседней Псковской губернии — в 2021 году здесь жило лишь 52,89% от населения 1897 года (560 тыс. и 1,059 млн соответственно). Почти в 2 раза сократилось население российской части Черниговской губернии (ныне запад Брянской области) — в 2021 году здесь жило лишь 57,42% от населения 1897 года (365 тыс. и 535 тыс. соответственно). Более трети населения за 124 года потеряли Смоленская (61,89%) и Тверская (67,44%) губернии, у них же первые два места по абсолютной убыли (более 550 тыс. чел. в каждой). 👆🏻Помимо того, что все вышеперечисленные губернии не имеют крупных городов и близки к Москве и Санкт-Петербургу (которые вытянули из них значительную часть населения), несомненно важный фактор в падении численности здесь — ущерб из-за военных действий и оккупации во время Великой Отечественной войны, поэтому падение здесь особенно сильное. Более четверти населения потеряла Костромская губ. (72,99%), более 20 процентов потеряли Тамбовская (79,74%) и Рязанская (79,06%). ➖Стабильность численности: Население ряда территорий почти не изменилось за 124 года. Из тех, где изменение составило менее ±10% — Курская (100,65%), Воронежская (101,15%), Пензенская (102,51%), Вологодская (102,81%), Симбирская (97,72%), Калужская (104,73%). 👆🏻Но на картах по уездам мы увидели, что внутри самих губерний произошло сильное перераспределение населения из сельской местности в города. И, конечно, учитывая высокий естественный рост в начале XX века, почти не изменившееся население означает, что значительное число людей из этих территорий всё равно мигрировало в другие регионы. 📈 Рост: Сильнее всего за счёт миграционного роста выросли Сибирь, Дальний Восток, Поморье, Поволжье, Урал, Причерноморье, Московская и Санкт-Петербургская губернии. Северный Кавказ вырос за счёт естественного роста, но он завышен. Первое место по относительному росту у Черноморской губернии, её население выросло почти в 20 раз (1940%) — с 57 тыс. до 1,115 млн. Помимо эффекта низкой базы, здесь, конечно, эффект субтропического климата. Аналогично и с Крымом (Таврическая губ.), который вырос в 4,5 раза — с 547 тыс. до 2,482 млн. На втором месте по относительному росту Сахалин — ныне самый населённый морской остров России вырос почти в 16 раз, с 28 тыс. до 446 тыс. Большой абсолютный рост связан с наличием крупных городских агломераций. Первое место по абсолютному росту у Московской губернии (+18 млн. 467 тыс.). Второе — у Томской (+6 млн 865 тыс.), где находятся Томск, Новосибирск, Барнаул, Новокузнецк и Кемерово. Только на третьем месте Санкт-Петербургская (+5 млн 042 тыс.). Более чем на 4 млн выросли Пермская губерния (там Екатеринбург) и Кубанская область (Краснодар). Более чем на 3 млн — Тобольская (вместе с омской частью Акмолинской губ. Западная Сибирь выросла более чем на 4 млн), Енисейская (Красноярск и др.), Приморская, Оренбургская (Челябинск и др.). В целом, территория за Уралом выросла более чем на 23 млн. Довольно высокий рост у Владимирской, Нижегородской, Казанской и Уфимской губерний, которые теперь образуют плотную линию от Москвы на восток. Если остальные три имеют свои города-миллионники, то Владимирская, видимо, выросла за счёт своего промышленного кластера.

+4

🆕 Карты оценки численности и плотности населения России в 2021 году в границах уездов Российской империи 1897 года и динамика* за 124 года — численность населения сельской местности Центральной России многократно упала, а население городских агломераций и остальных территорий многократно выросло. *Динамика — отношение населения 2021 года к населению 1897 года. 👉🏻 Интерактивная карта (Datawrapper), HD-версия в комментариях. 📊 Про данные: 1. Взял данные переписи населения РИ с сайта Ама-ги; 2. Взял векторные границы уездов РИ от проекта RISTAT; 3. Взял сеточные данные о плотности населения России за 2021 г. по сетке 100 метров от исследователей из ВШЭ и Института географии РАН; 4. Объединил часть уездов под данные Ама-ги; 5. Поправил внешние границы уездов для учёта всего населения 2021 г. в прибрежных территориях и визуально поправил Ростовский уезд по старым картам; 6. Посчитал население РФ в 2021 году в границах уездов РИ 1897 года. Конечно, границы уездов неидеально точные, таковы ограничения. А границы РФ и уездов РИ не везде совпадают, поэтому я убрал уезды, которые лишь меньшей частью затрагивали границы РФ 2021 года. Из оставшихся уездов там, где их границы немного выходят за границы РФ, динамика населения немного занижена, но в целом несоответствие границ небольшое и сильных искажений быть не должно. И, конечно, нужно помнить про неточности переписи 2021 года с завышением населения в некоторых регионах Кавказа, Поволжья, Сибири и в Москве. Зафиксируем: совокупное население рассматриваемых уездов за 1897 г. — 66 424 172 чел., за 2021 г. — 144 982 866 чел. (218,3% от 1897 г.). 🔍 Что мы видим на картах? За 124 года структура расселения России сильно изменилась. 1️⃣ В 1897 году видно ядро высокой плотности населения в Центральной России, примерно в области Смоленск–Кострома–Казань–Саратов–Воронеж. Вне этой зоны на территории РФ 2021 года плотности выше 50 чел./км² тогда почти нигде не было: только в Санкт-Петербурге с окрестностями, на юго-западе Крыма и в одном дагестанском уезде. Конечно, плотность в Польше и Украине была ещё выше, но их тут не рассматриваем. 2️⃣ В 2021 году этого плотного сельского ареала уже нет. Теперь самые плотные территории — это городские агломерации (особенно Московская), а также Причерноморье, Приазовье и Северный Кавказ. 3️⃣ На карте динамики видно, что население огромного круга преимущественно сельских уездов вокруг Москвы сильно снизилось — у большинства уездов здесь падение более чем в 2 раза, а у многих — более чем в 5 раз. Если не считать затопленный Рыбинским водохранилищем Моложский уезд, то самое сильное падение в Холмском уезде Псковской губернии — почти в 10 раз. В 2021 году население здесь составляло лишь 10,59% от населения 1897 года — 9 340 и 88 157 чел. соответственно. Сельские территории Центральной России ближе всего к столицам, их население массово переезжало в города в процессе урбанизации (зачастую форсированной), отправлялось на восток в рамках реформ Столыпина (одной из причин которых было аграрное перенаселение в Черноземье), советского освоения Сибири, эвакуации во время ВОВ и просто переезжало, например, в Причерноморье. Здесь рано начался демографический переход и прекратился естественный рост. Добавим к этому ущерб и гибель миллионов жителей этих земель из-за Гражданской и двух мировых войн с оккупацией на западе во время ВОВ. Потому такая динамика. Выросли почти все уезды с крупными городскими агломераци (в первую очередь за счёт миграционного роста), почти все уезды вне Центральной России — Урал, Сибирь, Дальний Восток, Причерноморье, Приазовье и Ставрополье (здесь в первую очередь миграционный рост) и Северный Кавказ (здесь в первую очередь естественный рост, но он завышен). Сильнее всего выросло население Сургутского уезда, в 183,87 раз — с 7 747 чел. до 1 424 435 чел. Интересно, что население Московского уезда выросло в 11,79 раз (+12 988 949 чел.), а Санкт-Петербургского — лишь в 3,82 раза (+3 710 145 чел.). Санкт-Петербургу не повезло сильнее: город гораздо тяжелее перенёс Гражданскую войну и 1990-е годы и пережил блокаду во время ВОВ.

+6

🛰🌃💡 Динамика ночной светимости (NTL) на постсоветском пространстве и окрестных территориях с 1992 по 2024 год по сетке 500 метров и по адмнистративно-территориальным единицам 1-го уровня (АТЕ-1 — примерно, границы GeoBoundaries не везде точные). 🗺 Видео и карты в высоком разрешении — в комментариях. 📹 Видео на Ютубе. 📈 Положительная динамика в основном связана с экономическим ростом, модернизацией инфраструктуры, урбанизацией и расширением доступа к электричеству, а в регионах с высоким приростом населения также и с ростом населения. Факторов, конечно, везде много, все расписывать не буду, только главные: Очень высокая положительная динамика в 🇨🇳 Китае (сильный экономический рост как следствие масштабных реформ, строительства инфраструктуры и урбанизации), 🇲🇳 Монголии (рост населения, урбанизация, экономический рост и модернизация Ж/Д инфраструктуры) и 🇹🇷 Турции (рост населения, экономический рост, урбанизация). Достаточно высокая динамика NTL также в 🇮🇷 Иране и 🇮🇶 Ираке (рост населения и урбанизация). Интересно, что динамика NTL в 🇰🇵 Северной Корее выше, чем в Южной Корее 🇰🇷, но в Северной, конечно, очень низкая база. На постсоветском пространстве высокая положительная динамика в 🇦🇲 Армении (экономический рост и модернизация инфраструктуры), 🇪🇪🇱🇻🇱🇹 Прибалтике (сильный экономический рост и модернизация инфраструктуры как следствие довольно успешных экономических реформ и вступления в 🇪🇺 ЕС), на юге 🇰🇿 Казахстана и в 🇰🇬 Кыргызстане (сильный естественный прирост и урбанизация). По понятным причинам очень негативная динамика на территориях под контролем 🇺🇦 Украины, также довольно много районов с негативной динамикой в 🇲🇩 Молдове (в первую очередь, за счёт очень негативной динамики в 1990-е годы). В 🇷🇺 России высокий рост NTL в 🇷🇺 Дагестане (рост населения, урбанизация, массовый рост светимости горных населённых пунктов), 🇷🇺 Белгородской области (масштабные экономические реформы с созданием высокопроизводительных агропромышленных предприятий, программа массового индивидуального жилищного строительства и развитие дорожной инфраструктуры), 🇷🇺 Республике Алтай (рост населения и развитие туристической инфраструктуры), 🇷🇺 Ненецком автономном округе (рост добычи нефти и газа), 🇷🇺 Якутии (развитие инфраструктуры районах добычи алмазов и углеводородов), на 🇷🇺 Чукотке (развитие портовой инфраструктуры и инфраструктуры по добыче полезных ископаемых). Интересно изменение светимости в нефтегазодобывающих районах, в основном в 🇷🇺 ХМАО и 🇷🇺 ЯНАО (но что-то похожее наблюдается и в 🇷🇺 Оренбугской области, а также в 🇰🇿 Казахстане и 🇹🇲 Туркменистане). При добыче нефти выделяется огромное количество попутного газа, и если его некуда девать (нет газопровода или переработки), его сжигают на факелах прямо на промыслах. Падение светимости в одних местах и рост в других зачастую отражают, соответственно, истощение старых месторождений и освоение новых. Динамика NTL часто отражает разнонаправленные процессы роста и сжатия городов и их агломераций, а также субурбанизации. Например, очень хорошо видно рост Тюменской агломерации, сильно выросшей за 33 года — рост имевшихся ячеек и множество новых ячеек света. То же можно сказать, например, и про Уфимскую, Казанскую и Новосибирскую агломерации. А вот цепочке городов между 🇷🇺 Кемеровской областью, 🇷🇺 Красноярским краем и 🇷🇺 Иркутской областью не очень хорошо — много красных пятен. В 🇷🇺 Самарской области тоже много красных пятен — вероятно, отражение упадка промышленности после распада СССР. Самые депрессивные регионы центральной России (🇷🇺 Костромская, 🇷🇺 Кировская, 🇷🇺 Псковская, 🇷🇺 Ивановская области) не показали сильного роста NTL с 1992 по 2024 гг. вне столичных агломераций и в них тоже много красных пятен. NTL также отражает строительство и/или электрификацию транспортной инфраструктуры — помимо хорошо различимых дорог 🇷🇺 Белгородской области, стало хорошо видно трассы М-4 "Дон" (от Москвы до Чёрного моря) и М-11 "Нева" (от Москвы до Санкт-Петербурга).

+6

🛰🌃💡Ночная светимость в мире с 1992 по 2024 г. PCNL (Pixel-scale Corrected Nighttime Light) — это сеточные данные по интенсивности ночной светимости в мире по сетке 500 метров с 1992 по 2024 год, созданные исследователями из Пекинского нормального университета на базе спутниковых снимков DMSP-OLS (1992-2013) и NPP-VIIRS (2012-н.в.). 📥 Страница данных и ссылка для скачивания. 📑 Научная статья по проекту. 🖼 Полноразмерные карты и видео в комментариях. 📹 Видео в 4К на Ютубе. На картах я агрегировал данные до сетки 5км. Это снижает точность, но иначе всё было бы неразборчиво. Ночная светимость (Nighttime Light, NTL) — это спутниковые снимки Земли в тёмное время суток. Они фиксируют интенсивность искусственного света от городов, дорог, промышленных зон и пр. Это важный прокси-показатель человеческой активности: как правило, чем ярче светимость, тем выше плотность населения, уровень урбанизации и экономическая активность. Также это важный показатель для анализа данных по территориям с отсутствующей или некачественной статистикой. У PCNL корреляция с ВВП: r = 0.945, с населением: r = 0.971. ⚠️ Это не значит, что светимость является «почти картой населения и экономики»: если где-то яркость за год выросла или упала на 30%, это не означает, что там ровно на 30% выросло или упало население и/или ВВП. Это значит лишь то, что в среднем по миру светимость сильно связана с плотностью населения и экономической активностью, но для определения того, насколько сильна эта связь именно в точке A в год B и при динамике C, нужны дополнительные исследования. Авторы проделали большую работу для создания единого временного ряда за 33 года: удаление выбросов, ресемплинг, регрессия и калибровка. Точность высокая: R² на уровне пикселей — 0.93, на уровне городов — 0.98 (точность совпадения данных с реальными спутниковыми снимками VIIRS, где 1 = идеально). Хотя есть и проблемы: в некоторые годы нет данных севернее Северного полярного круга, а с 2014 года есть артефакты у верхнего края карты. 🔍Что интересного на картах? 🗺 В целом большая часть мира стала ярче за счёт роста населения, урбанизации, глобализации и распространения технологий. В развитых регионах в основном растёт светимость уже освещённых территорий (🟢 зелёный цвет на карте динамики), но к 2024 году также появилось много новых ячеек света там, где их не было в 1992-м (🔵 синий цвет), особенно в развивающихся регионах. 🌏Особенно сильный рост — в Южной и Восточной Азии и на Ближнем Востоке. 🇨🇳 Китай вообще совершил какой-то квантовый скачок. А вот значительная часть 🌍Африки, несмотря на заметный рост во многих регионах, всё ещё очень неосвещённая: например, 🇨🇩 ДР Конго с населением 115 млн человек выглядит почти пустой. 🇷🇺 В России в целом заметный рост светимости за 33 года, но рост неравномерный. Интересно, что 🐎 Москва и 🇷🇺 Санкт-Петербург — одни из самых ярких точек мира. Они очень яркие даже на фоне европейских мегаполисов и в этом плане больше похожи на американские. Видны выдающийся рост светимости 🇷🇺 Белгородской области (отражающий рост её экономического развития) и разнонаправленные изменения в⛽️нефтегазоносных районах (🇷🇺 ХМАО,🇷🇺 ЯНАО, 🇷🇺 НАО и др.), но обо всём этом подробнее в следующих постах. Самым ярким красным пятном на карте выделяются территории под контролем 🇺🇦 Украины — и с 1992 по 2021 гг. её светимость чаще всего росла не очень активно или даже стагнировала, а в 2022 году по понятным причинам произошло сильнейшее падение интенсивности светимости. Довольно много красных пятен во 🇫🇷 Франции,🇧🇪 Бельгии (особенно в Валлонии), 🇬🇧 Великобритании, 🇨🇿 Чехии и 🇸🇰 Словакии. В Европе во имя экологии и энергосбережения практикуют отключение ночного освещения и переход на более экологичное освещение. В 🇺🇸 США при общем росте тускнеют некоторые территории вокруг Великих Озёр. В 🇨🇦 Канаде в целом много красных пятен. Большая часть 🇸🇾 Сирии сильно потускнела из-за войны. На юге 🇳🇬 Нигерии и в некоторых регионах 🇵🇰 Пакистана снижение светимости вызвано нехваткой электричества. А что интересного заметили вы? В следующих постах детальнее про отдельные страны и регионы.