Случайное блуждание
Записки экономгеографа МАХ: https://max.ru/channel_totalepc По вопросам сотрудничества пишите в директ или @stalad
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Случайное блуждание
تُعد قناة Случайное блуждание (@totalepc) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 10 497 مشتركاً، محتلاً المرتبة 11 149 في فئة الاقتصاد والمالية والمرتبة 60 546 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 10 497 مشتركاً.
بحسب آخر البيانات بتاريخ 31 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 73، وفي آخر 24 ساعة بمقدار -8، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 75.76%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 40.87% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 7 953 مشاهدة. وخلال اليوم الأول يجمع عادةً 4 290 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 68.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل население, округ, география, расселение, посёлок.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Записки экономгеографа
МАХ: https://max.ru/channel_totalepc
По вопросам сотрудничества пишите в директ или @stalad”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 01 سبتمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة الاقتصاد والمالية.
✅ От Древней Руси до величественного Рима.
✅ Актуальные археологические находки и оригинальные факты.
✅ Увлекательный контент без скучной зубрежки — для ума и души.Добавляйте папку за секунду, отключайте уведомления и погружайтесь в значимые вехи ушедших столетий.
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-xАвторы 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.
