CC BY
21
экономика и менеджмент в здравоохранении economics and management in public health service
возможности количественного анализа взаимосвязи тяжести пандемии covld-19 и институциональных характеристик стран мира
РЕЗюМЕ
Демчук А.Л. 1, Капицын В.м. 1, Каратеев А.ю. 1, Емельянова Н.Н. 1, Дашкина И.В. 1, Пашин м.м. 1, Колесников С.И. 1 2' 3
1 ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»
(119991, г. Москва, Ленинские горы, 1, Россия)
2 ФГБНУ «Научный центр проблем здоровья семьи и репродукции человека» (664003, г. Иркутск,
ул. Тимирязева, 16, Россия)
3 ГОУ ВО Московской области «Московский государственный областной университет» (141014, г. Мытищи,
ул. Веры Волошиной, 24, Россия)
Рассмотрена взаимосвязь тяжести эпидемиологической ситуации в конкретной стране и её институциональных характеристик (включая уровень здравоохранения, качество управления, уровень доверия населения, культурные особенности и т. д.). В результате с помощью разработанного индекса тяжести эпидемиологической ситуации были определены институциональные характеристики, которые в наибольшей степени влияют на эффективность применяемых мер. Выявлено, что из 16 рассмотренных характеристик только две (уровень занятости и доверие к правительству) имеют статистическую связь с тяжестью пандемии, которую можно назвать средней. Ещё три характеристики (распространённость секуляр-но-рациональных ценностей, степень урбанизации, ВВП ППСна душу населения) имеют связь, близкую к средней. Остальные характеристики (включая расходы на здравоохранение, эффективность работы правительства и др.) имеют либо слабую связь с тяжестью, либо фактически её не имеют. Полученные результаты свидетельствуют о недостаточном использовании и переоценке имеющихся институциональных возможностей на начальном этапе пандемии, а также о недостаточной надёжности статистики по заболеваемости и смертности в ряде стран. В заключении, на основе анализа статистических показателей, даны рекомендации по повышению эффективности использования институционального потенциала для противодействия эпидемиологическим угрозам, совершенствованию этого потенциала, повышению действенности защитных и ограничительных мер, способствующих уменьшению тяжести эпидемиологической ситуации.
Ключевые слова: COVID-19, пандемия, мобилизационные меры, институциональные характеристики, государственное управление
Автор, ответственный за переписку: Демчук Артур Леонович,
e-mail: arthur@leadnet.ru
для цитирования: Демчук А.Л., Капицын В.М., Каратеев А.Ю., Емельянова Н.Н., Статья П0Лучена: 18.11.2021 Дашкина И.В., Пашин М.М., Колесников С.И. Возможности количественного анализа
Статья принята: 02.12.2021 взаимосвязи тяжести пандемии COVID-19 и институциональных характеристик стран
СтатьяоПубликована: 28 12 2021 мира. Acta biomedica scientifica. 2021; 6(6-2): 133-144. doi: 10.29413/ABS.2021-6.6-2.14
the possibilities of quantitative analysis of the relationship between the severity of the covid-19 pandemic and the institutional
CHARACTERISTICS oF THE CouNTRIES oF THE woRLD
abstract
Demchuk A.L. 1, Kapitsyn V.M. 1, Karateev A.Yu. 1, Emelyanova N.N. 1, Dashkina I.V. 1, Pashin M.M. 1, Kolesnikov s.I. 1' 2' 3
1 M.V. Lomonosov Moscow State University (Leninskie Gory 1, Moscow 119991, Russian Federation)
2 Scientific Centre for Family Health and Human Reproduction Problems (Timiryazeva str. 1, Irkutsk 664003, Russian Federation)
3 Moscow Region State University (Very Voloshinoy str. 24, Mytishchi 141014, Russian Federation)
The interrelation of the severity of the epidemiological situation in a particular country and its institutional characteristics (including the level of health care, quality of management, the level of public trust, cultural characteristics, etc.) is considered. As a result, using the developed index of the severity of the epidemiological situation, the institutional characteristics that most affect the effectiveness of the measures applied were determined. It was figured out that of the 16 characteristics considered, only two (the level of employment and trust in the government) have a medium statistical correlation with the severity of the pandemic. Three more characteristics (prevalence of secular-rational values, degree of urbanization, GDP PPP per capita) have a correlation close to the medium. The remaining characteristics (including health care costs, government efficiency, etc.) have either a weak correlation wibith severity, or actually do not have it. The results obtained indicate insufficient use and reassessment of existing institutional capacities at the initial stage of the pandemic, as well as insufficient reliability of morbidity and mortality statistics in a number of countries. In conclusion, based on the analysis of statistical indicators, recommendations are given to improve the effectiveness of the use of institutional capacity to counter epidemiological threats, improve this potential, increase the effectiveness of protective and restrictive measures that reduce the severity of the epidemiological situation.
Corresponding author:
Artur L. Demchuk,
e-mail: arthur@leadnet.ru
Key words: COVID-19, pandemic, mobilization measures, institutional characteristics, public administration
For citation: Demchuk A.L., Kapitsyn V.M., Karateev A.Yu., Emelyanova N.N., Dashkina I.V., Pashin M.M., Kolesnikov S.I. The possibilities of quantitative analysis of the relationship Received: 18.11.2021 between the severity of the COVID-19 pandemic and the institutional characteristics of the
AcceptM|: 02 12 2021 countries of the world. Acta biomedica scientifica. 2021; 6(6-2): 133-144. doi: 10.29413/
Published: 28.12.2021
ABS.2021-6.6-2.14
134
Необходимость анализа эффективности мер борьбы с пандемией COVID-19 очевидна не только в связи с её продолжающимся развитием, но и в плане оценки готовности разных стран к возможным эпидемиологическим угрозам в будущем. Это актуально и потому, что ни публикуемый агентством Bloomberg индекс The Most Efficient Health Care1, ни индекс Глобальной безопасности здравоохранения (GHS Index), рассчитываемый некоммерческой организацией Nuclear Threat Initiative, Университетом Джона Хопкинса и исследовательской компанией The Economist Intelligence Unit (аналитическим подразделением британского журнала «The Economist»), ни другие показатели, появившиеся 2018-2019 гг., не смогли адекватно оценить подготовленность стран мира к возникшей спустя буквально несколько месяцев пандемии2. Прежде всего речь идёт о сравнительном анализе защитных и ограничительных мер с целью выявления наиболее эффективных механизмов и практик с возможностью их дальнейшего использования. При этом под эффективностью понимается способность данных механизмов и практик влиять в первую очередь на масштабы распространения коронавируса среди населения и связанных с этим человеческих жертв.
Проведение таких сравнительных исследований затруднено несколькими факторами. Так, на примере ста-
РИС. 1.
Взаимосвязь тяжести эпидемиологической ситуации, строгости защитных и ограничительных мер и институциональных характеристик страны
тистических данных о заболеваемости видно, что в каждой стране пандемия имеет свои особенности: есть страны, где к осени 2021 г. официально зафиксировано две волны (Индия, Иордания), три волны (Египет), четыре волны (Пакистан, Франция) или даже пять волн (Япония). В ряде стран волны имеют ярко выраженный характер и отстоят друг от друга, то есть можно говорить о том, что в какой-то момент пандемия была побеждена (Австралия), а в других наблюдается «сращивание», наложение волн друг на друга (Бразилия). Различаются и сами волны: их продолжительность, удельное количество заболевших и другие параметры. Кроме того, различается и качество сбора статистических сведений.
С учётом вышесказанного настоящая статья посвящена изучению, с использованием количественного анализа, того, как связаны тяжесть эпидемиологической ситуации в конкретной стране и институциональные характеристики страны (уровень здравоохранения, качество управления, уровень доверия населения, культурные особенности и т. д.), определяющие специфику применения защитных и ограничительных мер и их результативность (рис. 1). В ходе исследования предполагалось выявить институциональные характеристики, которые в наибольшей степени влияют на эффективность применяемых мер и снижение тяжести эпидемиологической ситуации.
FIG. 1.
The relationship between the severity of the epidemiological situation, the stringency of protective and restrictive measures and the institutional characteristics of the country
институциональные характеристики страны (уровень здравоохранения, качество управления, уровень доверия населения, культурные особенности и т. д.)
1 Ежегодный индекс The Most Efficient Health Care учитывает:
1) ожидаемую продолжительность жизни;
2) затраты на здравоохранение в проценте от ВВП страны;
31 стоимость затрат на здравоохранение в пересчёте на дУшу населения.
2 Индекс Глобальной безопасности здравоохранения (GHS Index) был опубликован в октябре 2019 г. и оценивал следующие параметры:
1) профилактика возникновения или высвобождения патогенных микроорганизмов;
2) раннее выявление и информирование об эпидемиях, потенциально представляющих международную опасность;
3) быстрое реагирование на распространение эпидемии и смягчение её последствий;
4) достаточный и надёжный сектор здравоохранения для лечения больных и защиты работников здравоохранения;
5) обязательства по совершенствованию национального потенциала здравоохранения, финансированию и соблюдению норм;
6) общие условия, обуславливающие возникновение рисков, и уязвимость страны к биологическим угрозам.
материалы и методы
выборка и временные рамки исследования
Для исследования были выбраны 35 стран. Выбор определялся задачей представить разнообразие стран и их условий, разнообразие опыта противодействия пандемии, а также степенью достоверности данных.
Временной период исследования - первая волна пандемии. Данный выбор связан с тем, что при начале первой волны страны и правительства находились примерно в равном положении, сталкиваясь впервые с подобным вызовом. В этой ситуации институциональные характеристики страны имели более важное значение для борьбы с пандемией, чем во время второй и последующих волн, протекание которых зависело уже в значительной степени от полученного опыта принятия управленческих решений в первую волну и тяжести прохождения первой волны. Изучение политики государств в условиях первой волны также представляет интерес в контексте понимания степени готовности мирового сообщества к встрече с эпидемиологическими угрозами в будущем.
описание данных и методы анализа
Для описания тяжести эпидемиологической ситуации в рамках исследования был разработан специальный индекс тяжести, формируемый на базе 4 параметров. Параметры рассчитывались на основе официальных статистических данных о количестве ежедневно выявляемых случаев заболевания СОУЮ-19 и о количестве летальных исходов, причиной которых стал коронави-рус1. В качестве параметров были выбраны:
1. Пиковое количество выявленных случаев в расчёте на 100 000 населения, полученное на основе скользящего среднего за 7 дней (рис. 2). Качественная интерпретация параметра: чем он выше, тем тяжелее эпидемиологическая ситуация.
2. Количество дней с начала пандемии в стране до пика. Качественная интерпретация параметра: чем он выше, тем тяжелее эпидемиологическая ситуация. Высокое значение параметра демонстрирует, что страна долгое время была не в состоянии перебороть рост темпов распространения вируса. И чем больше этот параметр, тем больше общее количество выявленных случаев.
3. Количество дней с пика до момента снижения пикового значения на 40 %. Параметр характеризует то, насколько быстро удалось погасить пик. (Уровень 40 % является достаточно произвольным, однако значение должно быть достаточным для того, чтобы говорить о реальном преодолении пика заболеваемости). Качественная интерпретация параметра: чем он выше, тем тяжелее эпидемиологическая ситуация.
4. Пиковое количество летальных исходов, вызванных СОУЮ-19, в расчёте на 100 000 населения, полученное на основе скользящего среднего за 7 дней (рис. 3).
Качественная интерпретация параметра: чем он выше, тем тяжелее эпидемиологическая ситуация.
Важно отметить, что выбранные параметры являются относительно независимыми и не дублирующими друг друга: коэффициенты парной линейной корреляции между ними не превышают 0,5. Как показывают статистические данные, можно встретить страны с любыми комбинациями значений параметров. Например, есть страны с высоким пиковым значением выявленных случаев СОУЮ-19, коротким периодом от начала пандемии до пика, коротким периодом спада и низким уровнем смертности (Сингапур), а есть страны с высоким пиковым значением выявленных случаев СОУЮ-19, низким периодом от начала пандемии до пика, коротким периодом спада и высоким уровнем смертности (Перу) и т. д. (всего возможно 16 вариантов).
Далее четыре вышеуказанные параметра сводились в единый индекс тяжести. Для этого, поскольку параметры имеют разную размерность (1-й и 4-й параметры учитывают количество случаев, а 2-й и 3-й - количество дней), они преобразовывались в безразмерные величины путём линейного масштабирования:
Х^1*) = Х11—Х1 т|П
' У1 —У\ ' п 1 тах л 1 тт
где: Х1(. - величина первого параметра (пиковое количество выявленных случаев) для /-той страны; Х1т1п и Х1тах -минимальное и максимальное значения первого параметра по всей выборке стран; Х1('$> - линейно масштабированное значение первого параметра для /-той страны.
Аналогично линейно масштабировались параметры Х2/, Х3/, Х4/.
Итоговый для страны индекс тяжести эпидемиологической ситуации рассчитывался как среднее арифметическое четырёх линейно масштабированных параметров:
X,.- - .
Шкала итогового индекса тяжести составляет отрезок от 0 (минимальная тяжесть) до 1 (максимальная тяжесть). Чтобы страна имела индекс тяжести равный 0, ей необходимо иметь наименьшие значения среди всех стран по всем четырём параметрам Х1, Х2, Х3, Х4. И наоборот: чтобы страна имела индекс тяжести, равный 1, ей необходимо иметь наибольшие значения по всем четырём параметрам.
Итоговые значения индекса тяжести приведены в таблице 1.
Для описания институциональных характеристик стран использовались различные показатели по следующим группам:
1. Состояние системы здравоохранения, санитарные условия и здоровье населения:
• расходы на здравоохранение (в долларах США на душу населения) [2];
1 В качестве основного источника этих данных использовался сайт-агрегатор Google [1].
136
Время
РИС. 2.
Параметры индекса тяжести (1)
FIG. 2.
Parameters of the severity index (1)
РИС. 3.
Параметры индекса тяжести (2)
FIG. 3.
Parameters of the severity index (2)
• ожидаемая продолжительность жизни [3];
• санитарные условия жизни населения (на основе Sustainable Society Index - Indicator 3 - Safe Sanitation) [4].
2. Демография:
• плотность населения [5];
• степень урбанизации (% населения, проживающего в городах) [6].
3. Благосостояние населения:
• ВВП ППС на душу населения (в долларах США) [7];
• уровень занятости (на основе Sustainable Society Index - Indicator 20 - Employment) [4].
4. Доверие населения к институтам, СМИ, правительству:
• общий уровень доверия (на основе Edelman Trust Barometer Overall Score) [8];
• доверие к правительству и СМИ (на основе Edelman Trust Barometer (Government + Media)) [8];
• доверие к правительству (на основе Edelman Trust Barometer (Government)) [8].
5. Ценностные ориентиры и культурные особенности населения:
• ценности выживания/самовыражения (на основе World Value Survey - Survival/Self-Expression Values) [9];
• ценности традиционные/секулярно-рациональ-ные (World Value Survey - Traditional/Secular Values) [9].
6. Уровень политической неустойчивости и качество государственного управления:
• уровень политической неустойчивости (на основе Fragile States Index) [10];
ТАБЛИЦА 1 TABLE 1
значения индекса тяжести для 35 СТРАН severity index values for 35 countries
№ п/п Страна Индекс тяжести № п/п Страна Индекс тяжести
1 Аргентина 0,633 19 Азербайджан 0,174
2 Чили 0,492 20 Россия 0,156
3 Перу 0,489 21 Канада 0,155
4 Колумбия 0,441 22 Египет 0,135
5 США 0,438 23 Пакистан 0,132
6 Бразилия 0,409 24 Бангладеш 0,126
7 Испания 0,394 25 Португалия 0,120
8 Южная Африка 0,369 26 Польша 0,117
9 Швеция 0,337 27 Германия 0,116
10 Казахстан 0,325 28 Австрия 0,106
11 Мексика 0,299 29 Турция 0,082
12 Индия 0,293 30 Израиль 0,081
13 Великобритания 0,291 31 Япония 0,059
14 Италия 0,279 32 Венгрия 0,046
15 Франция 0,274 33 Чехия 0,042
16 Саудовская Аравия 0,234 34 Австралия 0,020
17 Венесуэла 0,224 35 Южная Корея 0,009
18 Сингапур 0,196
• эффективность работы правительства (на основе World Governance Indicators - Government Effectiveness) [11];
• качество законодательства (на основе World Governance Indicators - Regulatory Quality) [11].
7. Уровень развития и распространения информационно-коммуникационных технологий (ИКТ):
• распространение широкополосного доступа1 (на основе International Telecommunication Union -Fixed-broadband subscriptions и Active mobile-broadband subscriptions) [12].
Отметим, что под воздействием пандемии и в условиях принятия мер противодействия ряд указанных показателей заметно поменяли значения, в частности, например, в значительном числе стран произошли сильные колебания уровней доверия, снизился ВВП, выросли расходы на зыдравоохранение (см., напр., [13]). Поскольку ставилась задача выявления влияния институциональных характеристик на тяжесть эпидемиологической ситуации и строгость мер в ходе первой волны - значения всех перечисленных показателей брались за периоды, предшествовавшие началу пандемии, то есть соответствующие «нормальной»
жизни. Чаще всего это были данные за 2019 г., однако в некоторых случаях, при их отсутствии, брались сведения за 2017-2018 гг.
Статистическая обработка данных производилась с помощью Excel 2016 (Microsoft Corp., США) и среды R version 3.4.3 с использованием стандартных методов вариационной статистики.
анализ данных и полученные результаты
Связь с институциональными характеристиками.
Можно ли на основе значений институциональных характеристик определить возможность попадания страны в область наилучших политик, характеризующуюся низкой тяжестью эпидемиологической ситуации?
Для ответа на этот вопрос был проведён корреляционный анализ данных и выявлены параметры связи между тяжестью эпидемиологической обстановки (переменная X) и институциональными характеристиками стран. В таблице 2 приведены полученные в результате анализа коэффициенты линейной корреляции.
___________... ,______г -- ,______________,_________________„____________J рассматривается в качестве одного из основных показателей причастности страны к информационному обществу. Также наличие
или отсутствие ШПД рассматривается в качестве основной линии цифрового разрыва.
138
ТАБЛИцА 2
ЗНАЧЕНИЯ КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИИ МЕЖДУ ИНСТИТУЦИОНАЛЬНЫМИ ХАРАКТЕРИСТИКАМИ И ИНДЕКСОМ ТЯЖЕСТИ
TABLE 2
VALUES OF CORRELATION COEFFICIENTS BETWEEN INSTITUTIONAL CHARACTERISTICS AND SEVERITY INDEX
Показатель Коэффициент корреляции
1. Расходы на здравоохранение -0,04
2. Ожидаемая продолжительность жизни -0,17
3. Санитарные условия жизни населения -0,13
4. Плотность населения -0,1
S. Степень урбанизации 0,23
б. ВВП ППС на душу населения -0,22
7. Уровень занятости -0,38
8. Общий уровень доверия* 0,07
9. Доверие к правительству и СМИ* -0,19
10. Доверие к правительству* -0,36
11. Ценности выживания/ самовыражения -0,02
12. Ценности традиционные/ секулярно-рациональные -0,28
13. Уровень политической неустойчивости 0,12
14. Эффективность работы правительства -0,18
15. Качество законодательства -0,11
1б. Распространение широкополосного доступа -0,18
Примечание. * - приведённые результаты были получены на основе данных по 20 странам по причине отсутствия данных по остальным 15 странам в отчётах Edelman Trust Barometer.
Состояние системы здравоохранения, санитарные условия и здоровье населения (1-й, 2-й, 3-й показатели), как ни удивительно, имеют слабую или даже очень слабую связь с тяжестью эпидемиологической ситуации.
Объясняется это, видимо, тем, что чем лучше эти показатели, тем в большей степени власти рассчитывают на систему здравоохранения (что она справится, что люди будут получать нужную помощь) и на здравомыслие населения (что оно тоже будет заботиться о себе) и вводят, соответственно, более слабые ограничительные меры. Иными словами, слабые меры должны компенсироваться хорошей работой здравоохранения, что на практике случается далеко не всегда. Появление самоуспокоенности властей в начальный период пандемии, очевидно, связано и с особенностями вируса SARS-CoV-2 (длительным инкубационным пе-
риодом, значительным числом бессимптомных случаев и т. д.) [14].
Особенно неожиданным оказывается отсутствие (фактически) корреляции между расходами на здравоохранение и тяжестью пандемии, хотя разумно предположить, что чем выше расходы, тем лучше система здравоохранения и тем легче должна пройти волна пандемии.
Ярким примером того, что это правило не работает, являются США, где самые высокие по выборке расходы на здравоохранение и при этом неблагоприятное пятое место по тяжести прохождения волны. С одной стороны, такой результат наталкивает на вывод о неэффективности затрат и/или неэффективности системы здравоохранения. В отношении, в частности, США такой вывод подтверждается многочисленной критикой американской системы здравоохранения и её финансирования, появившейся с лета 2020 г. (Напомним, что в США и на сегодняшний день самый высокий среди стран показатель смертности от COVID-19 и самое высокое число выявленных случаев заболевания на 1 млн человек населения [1]).
С другой стороны, высокие расходы на здравоохранение означают (чаще всего) хорошую систему диагностики коронавируса, наличие достаточного количества тестов, широкий охват населения и качественный сбор и обработку медицинской статистики. Таким образом, наблюдаемая значительная тяжесть эпидемиологической обстановки в странах с высокими расходами на здравоохранение может являться следствием большей эффективности национальной системы выявления инфицированных и сбора данных. В стране с меньшими расходами на здравоохранение из каждой тысячи инфицированных может выявляться, например, только 400 человек, а в стране с большими расходами на здравоохранение - 600 человек. Здесь можно вспомнить кейс Эквадора, где сокращение числа фиксируемых случаев COVID-19 являлось результатом того, что в клиниках заканчивались материалы для проведения тестов.
Таким образом, слабая (или очень слабая) связь, выявленная в нашем исследовании между расходами на здравоохранение, санитарными условиями, продолжительностью жизни и тяжестью эпидемиологической ситуации, может свидетельствовать о серьёзных проблемах со статистикой заболеваемости коронавирусом в странах с недостаточным финансированием здравоохранения.
По-видимому, для получения более адекватных значений заболеваемости (и смертности) данные национальной статистики следует корректировать с учётом уровня расходов на здравоохранение: чем ниже расходы, тем выше должен быть поправочный коэффициент.
Демография (4-й и 5-й показатели). Как видно, плотность населения значительно слабее связана с тяжестью эпидемиологической ситуации, чем степень урбанизации. Действительно, степень урбанизации в большей степени учитывает тесноту контактов населения. Чем она выше, тем больше мест скопления людей, тем быстрее передаётся вирус, тем тяжелее ситуация. Плотность населения (как усреднённая характеристика) далеко не всегда отражает ситуацию со скоплениями людей.
Положительная связь между урбанизацией и тяжестью представляется логичной. С другой стороны, степень урбанизации имеет довольно серьёзную положительную связь с показателями 1-3, характеризующими состояние системы здравоохранения, санитарные условия и здоровье населения (соответствующие коэффициенты корреляции -0,41, 0,6 и 0,66). Можно предположить, что при введении защитных и ограничительных мер учитывалось то, что более высокая степень урбанизации даёт населению более качественное медицинское обслуживание и более здоровые санитарные условия, которые могут компенсировать нестрогие ограничительные меры. Однако введение таких мер послужило дополнительным фактором риска.
Благосостояние населения (6-й и 7-й показатели). В целом заметна тенденция: чем выше благосостояние, тем легче эпидемиологическая ситуация. Как представляется, это связано с тем, что люди без финансовой «подушки безопасности» и/или оставшиеся без работы менее склонны соблюдать вводимые правительствами ограничения. В частности, такая закономерность была отмечена в период первой волны пандемии в России [15].
Примечательно, что корреляция «занятость - тяжесть» выше, чем корреляция «тяжесть - ВВП ППС на душу населения». При этом ВВП ППС на душу населения показывает усреднённый уровень благосостояния (или, наоборот, бедности) по стране, тогда как уровень безработицы более прицельно выявляет наличие «групп риска».
Переходя к практическим рекомендациям, стоит отметить, что, параллельно с введением ограничений властям стоит запускать программы по увеличению занятости населения. Это могут быть как удалённые работы через Интернет с базами данных, так и надомные работы в формате раздаточных мануфактур, финансируемые государством. Другим вариантом могут стать субсидии работодателям, цель которых - компенсировать расходы на зарплаты сотрудников в условиях снижения деловой активности и предотвратить увольнения в период пандемии (см., напр., опыт Канады: [16]).
Доверие населения к институтам, СмИ, правительству (8-й, 9-й и 10-й показатели). Полученные параметры связи между доверием и тяжестью эпидемиологической ситуации близки к ожидаемым: корреляции между тяжестью и доверием к правительству, а также между тяжестью и доверием к правительству и СМИ оказываются отрицательными, то есть чем выше доверие, тем ниже тяжесть волны. Вместе с тем сила связи между общим уровнем доверия к институтам (куда входит также доверие к бизнесу и к негосударственным организациям) и тяжестью фактически равно нулю. На практике это означает, что для отдельных стран более высокий уровень доверия связан с меньшей тяжестью, а в других - с большей тяжестью.
Ценностные ориентиры и культурные особенности населения (11-й и 12-й показатели). Связь между ценностями выживания/самовыражения и тяжестью эпидемиологической ситуации фактически отсутствует. Распространение же секулярно-рациональных ценностей коррелиру-
ет с меньшей тяжестью эпидемиологической обстановки, тогда как распространение традиционных ценностей связано с большей тяжестью. По-видимому, тут дело в образе жизни и поведенческих паттернах, характерных при традиционных ценностях - большие семьи, празднества в большом кругу, массовые религиозные церемонии, эмоциональность и открытость при встречах, приводящие к сокращению физической дистанции при общении.
Уровень политической неустойчивости и качество государственного управления (13-й, 14-й и 15-й показатели). Сильной связи между качеством управления, устойчивостью и тяжестью эпидемиологической ситуации не наблюдается, хотя и виден тренд снижения тяжести волны с увеличением устойчивости и качества управления. Вполне вероятно, что такой результат связан с тем, что при качественном государственном управлении в условиях политической устойчивости реализуется тот же механизм, что и при высоких расходах на здравоохранение. То есть обеспечивается более качественное диагностирование СОУЮ-19, выявляется больше случаев, а статистика собирается более качественно.
Уровень развития и распространения ИКТ (16-й показатель). Распространение широкополосного доступа оказалось слабо связано с тяжестью эпидемиологической обстановки. Тем не менее видно, что ИКТ снижают тяжесть, поскольку позволяют переводить работников на удалённую работу, учащихся - на удалённое обучение, поддерживать активные контакты несмотря на ограничения собраний и передвижений [17]. В этих условиях требования соблюдать режим изоляции, нахождения дома воспринимаются населением менее остро и способствуют лучшему соблюдению защитных и ограничительных мер.
заключение
и практические рекомендации
Подводя некоторые итоги, можно сказать, что только две институциональные характеристики (уровень занятости и доверие к правительству) имеют связь с тяжестью пандемии, которую можно назвать средней. Ещё три характеристики (ценности традиционные/секулярно-ра-циональные, степень урбанизации, ВВП ППС на душу населения) имеют связь, близкую к средней. Остальные характеристики имеют либо слабую связь с тяжестью, либо фактически её не имеют.
Подобный результат может свидетельствовать, во-первых, о том, что при введении защитных и ограничительных мер и установлении их строгости, правительства в недостаточной степени (или недостаточно эффективно) используют имеющийся институциональный потенциал. Речь идёт, прежде всего, о тех характеристиках, которые, как ожидается, должны в большей степени влиять на тяжесть, чем это было установлено в ходе исследования, например: эффективность работы правительства или уровень развития и распространения ИКТ1.
1 К выводу о неэффективности использования имеющегося потенциала, в частности, в области здравоохранения приходят авторы фундаментальной работы [18].
140
Во-вторых, выбранные институциональные характеристики действительно могут не иметь сильной связи с тяжестью на глобальном уровне. При этом эти характеристики могут заметно влиять на ситуацию в конкретных странах (или группах стран). Данная гипотеза требует отдельного исследования.
В-третьих, слабая связь между институциональными характеристиками и тяжестью ситуации (особенно в случае с теми характеристиками, которые, как предполагается, должны быть связаны с тяжестью сильнее) может говорить о некачественной национальной статистике. Прежде всего, речь идёт о заниженных показателях заболеваемости и смертности (о чём неоднократно говорилось выше).
Важно отметить, что из всех пяти институциональных характеристик, имеющих заметную связь с тяжестью ситуации, только на одну характеристику в краткосрочной перспективе (то есть ввиду надвигающейся эпидемиологической угрозы) правительства в состоянии оказать влияние, а именно - на уровень занятости (например, посредством экономических мер, стимулирующих надомную/удалённую работу, создание новых «цифровых» рабочих мест в государственном секторе, выплаты работникам на период локдауна и т. д.). Также в некоторой степени может быть оказано влияние и на уровень доверия к правительству. Остальные характеристики - степень урбанизации, ВВП ППС на душу населения, распространённость секулярно-рациональных ценностей - не только в краткосрочной, но и среднесрочной перспективе могут быть изменены с трудом.
Кратко формулируя основные результаты исследования и вытекающие из них практические рекомендации, можно сказать, что:
1. Статистика по ряду стран является ненадёжной; качество государственного управления и затраты на здравоохранение не только снижают тяжесть эпидемиологической ситуации, но и «ухудшают» статистику.
Ненадёжная статистика заболеваемости и смертности является одной из ключевых проблем, выявленных пандемией COVID-19. Отсутствие надёжных данных ведёт к неверной оценке ситуации и, как следствие, к принятию неверных решений, введению неадекватных защитных и ограничительных мер.
Цель получения качественных данных - весьма многоплановая и требует как обеспечения правильной диагностики заболевания, так и сознательности населения и правильной организации статистической работы. Обеспечение правильной диагностики может быть затруднено тем, что болезнь может быть новой и изучение её клинической картины, а также разработка методов диагностики могут потребовать времени (как это случилось в ситуации с COVID-19). В идеале страна должна иметь возможность справиться с этими задачами самостоятельно. Однако на практике это не всегда возможно по причине недостаточного количества квалифицированных кадров, оборудования и т. д. В этих условиях более действенной рекомендацией является организа-
ция резервных фондов для обеспечения возможности закупки (импорта) в кратчайшие сроки необходимых для диагностики материалов и оборудования.
Как для медицинских работников, так и для населения должны быть организованы каналы своевременного информирования о симптомах заболевания, лечении, мерах профилактики и т. д. Информационная кампания должна подталкивать граждан к прохождению тестирования при малейших подозрениях на инфицирование и подчёркивать социальную значимость ранней диагностики.
Отдельная проблема - это преднамеренные искажения статистики, бороться с которыми чрезвычайно сложно, особенно если, например, важным источником доходов для страны являются туристы, которых реальные данные об эпидемии могут оттолкнуть, а «заказчиком» искажений являются высшие государственные чиновники.
При этом более качественная статистика в странах с более высокими затратами на здравоохранение и качеством государственного управления, за счёт выявления большего числа случаев заболевания и смерти, порождает нередко обвинения в неэффективности системы здравоохранения, что дестабилизирует ситуацию и негативно сказывается как на уровне доверия правительству и медикам, так и на соблюдении защитных и ограничительных мер. Противодействовать этому возможно, как повышая прозрачность работы медицинских учреждений и их финансирования, так и разъясняя населению особенности статистики по заболеваемости в различных странах и оценивая степень её надёжности1.
2. Недостаточное и/или неэффективное использование в ходе противодействия пандемии имеющегося потенциала, о котором шла речь выше, в значительной мере связано с тем, что политика стран чаще имела не превентивный характер, а была ответом на складывавшуюся эпидемиологическую обстановку.
Подобный ситуационный характер ограничительных и защитных мер объясняется, с одной стороны, недооценкой опасности коронавируса, которая проистекала во многом из недостатка сведений о нём, о способах его передачи, о вариантах течения заболевания и его клинической картине. Недостаток этих сведений явился результатом как объективных причин (вирус был ранее неизвестен), так и затруднений в распространении этих сведений. Право получать достоверную информацию о грозящих эпидемиологических угрозах должно перевешивать соображения государственной или иной тайны, идеи защиты государственного суверенитета.
С другой стороны, видна переоценка государствами собственного потенциала в борьбе с пандемией, переоценка эффективности принимаемых защитных и ограничительных мер. Прежде всего, тут необходим анализ полученного опыта государственного управления в период пандемии. Очевидно, за этот период человечеством накоплен уже серьёзный опыт управления, и, ду-
1 В частности, для оценки надёжности национальной статистики можно использовать показатель Early detection & reporting for epidemics of potential international concern из отчётов Global Health Security Index [19].
141
мается, что исследования, аналогичные настоящему, позволят сформировать более адекватное представление о влиянии мер на тяжесть эпидемиологической обстановки с учётом институциональных особенностей. Несомненно, что данный опыт должен быть учтён не только на уровне изменений в законодательстве, но и на уровне подготовки специалистов-управленцев различного уровня.
3. Благосостояние граждан и особенно занятость населения коррелируют с более низкой тяжестью волны, способствуя лучшему соблюдению ограничительных мер. Тогда как люди, остающиеся без средств и/или без источников дохода менее склонны доверять властям и соблюдать вводимые ограничения. В краткосрочной перспективе именно повышение занятости является максимально действенным институциональным инструментом влияния на тяжесть пандемии.
Стоит отметить, что высокий уровень ВВП ППС на душу населения, характеризующий богатство страны и усреднённое благосостояние граждан, не имеет сильной связи с уровнем занятости (коэффициент корреляции - 0,23), иными словами, высокий уровень благосостояния сам по себе не гарантирует отсутствия проблем с занятостью и, соответственно, не гарантирует соблюдения ограничений.
Как уже было сказано выше, нужны программы, нацеленные на:
• предотвращение безработицы, вызванной пандемией (включая дотации работодателям на выплату зарплату и сохранение рабочих мест);
• повышение занятости населения в период пандемии и перед лицом её угрозы (прежде всего, речь идёт об обеспечении населения работой в удалённом формате).
4. Высокий уровень доверия к правительству способствует снижению тяжести эпидемиологической ситуации, но создаёт искушение вводить более строгие ограничительные меры (возможно, без объективной потребности).
Таким образом, перед государствами стоит двоякая задача, связанная, с одной стороны, с поддержанием (или даже увеличением) доверия к правительству, а с другой - с исключением злоупотреблений этим доверием. Решение первой части задачи может быть достигнуто мерами по следующим направлениям:
• обеспечение достоверности распространяемой правительством информации и достоверности источников и данных, на основе которых принимаются решения, что во многом связано с обеспечением надёжности данных по заболеваемости и смертности (см. п. 1));
• привлечение экспертного сообщества и опора на его мнение при принятии решений;
Вышеназванные два пункта будут иметь заметный эффект в том случае, когда властные решения и мнения экспертов не нарушают общих представлений населения об эпидемиях, их причинах, способах противодействия и т. д. Отрывочность и противоречивость этих представлений, сыграла, надо полагать, негативную роль во всех странах, в частности, и в России - в недоверии к вакцинации как способу борьбы с пандемией и в пре-
небрежении мерами индивидуальной защиты. Очевидно, что дело тут не только в недостаточном информировании населения в период пандемии, но в недостатках программ начального и среднего образования, в которых необходимо больше внимания уделять вопросам эпидемиологии.
• обеспечение прозрачности и доступности мер поддержки населения и бизнеса;
• создание положительного имиджа руководства страны, которое должно давать пример в плане соблюдения защитных и ограничительных мер.
5. Распространение информационно-коммуникационных технологий, в целом, слабо сказывается на снижении тяжести эпидемиологической ситуации, несмотря на то что ИКТ позволяют избегать личных контактов, оставаясь при этом включённым в социальные и деловые связи. При этом есть серьёзный опыт эффективного использования новых технологий в Израиле, Южной Корее, Китае и Сингапуре, где именно ИКТ позволили выявлять контакты инфицированных и, таким образом, не допустить широкого распространения коронавируса.
Причина слабой связи между распространением ИКТ и тяжестью, по-видимому, в недостаточно полном и эффективном использовании возможностей, которые дают новые технологии, а также в возникшем потоке недостоверной информации [20]. При этом очевидно, что опыт «переживания» пандемии СОУЮ-19 стал ценным для всех в плане понимания возможностей ИКТ и получения необходимого опыта и навыков работы с ними. Повышение воздействия новых технологий на тяжесть ситуации может быть связано с действиями, направленными на:
• повышение информационной грамотности населения, получение навыков работы с устройствами и программным обеспечением. Особенно эта задача важна для людей старшего возраста;
• обеспечение доступности высокоскоростных каналов связи и самих устройств доступа. Например, это могут быть дотации компаниям на развитие коммуникационных сетей или гражданам на покупку или аренду оборудования и подключение;
• создание ресурсов с достоверной информацией об эпидемиологической обстановке, вводимых ограничениях, возможностях получения помощи, о симптомах и лечении заболевания, о необходимых и рекомендуемых действиях в различных ситуациях, которые могли бы успешно конкурировать с распространяющимися слухами, непроверенными данными и фейковыми новостями. Особо стоит обращать внимание на подачу информации на доступном для понимания уровне и на понятном населению языке.
Финансирование
Исследование выполнено при финансовой поддержке гранта РФФИ № 21-011-31210 «Мобилизационные механизмы современных государств в условиях эпидемиологических угроз (сравнительный анализ опыта противодействия пандемии СОУЮ-19)».
Исследование выполнено в рамках Программы развития Междисциплинарной научно-образовательной
школы Московского университета «Сохранение мирового культурно-исторического наследия».
Конфликт интересов
Авторы данной статьи сообщают об отсутствии конфликта интересов.
литература
1. Coronavirus disease. Statistics. URL: https://www.google. com/search?q=covid-19 [date of access: 01.11.2021].
2. Global Health Expenditure Database. URL: https://apps. who.int/nha/database/country_profile/Index/en [date of access: 20.08.2021].
3. United Nations Department of Economic and Social Affairs. Life expectancy at birth. URL: https://population.un.org/wpp/Down-load/Files/1_I ndicators %20(Standard)/EXCEL_FILES/3_Mortality/ WPP2019_M0RT_F07_1_LIFE_EXPECTANCY_0_B0TH_SEXES.xlsx [date of access: 19.08.2021].
4. Sustainable society index. URL: https://ssi.wi.th-koeln.de/ documents/SSI-2019-scores.pdf [date of access: 08.09.2021].
5. Population density. URL: https://data.worldbank.org/indica-tor/EN.P0P.DNST?view=chart [date of access: 10.09.2021].
6. Urban population (% oftotal population). URL: https://data. worldbank.org/indicator/SP.URB.T0TL.IN.ZS?view=chart [date of access: 09.09.2021].
7. GDP per capita, PPP (current international $). URL: https:// data.worldbank.org/indicator/NY.GDP.PCAP. PP.CD?view=chart [date of access: 10.09.2021].
8. 2019 Edelman Trust Barometer. Global report. URL: https:// www.edelman.com/sites/gZfiles/aatuss191/files/2019-02/2019_ Edelman_Trust_Barometer_Global_Report.pdf [date of access: 02.11.2021].
9. World Values Survey. URL: https://www.worldvaluessurvey. org/ [date of access: 20.08.2021].
10. The Fund for Peace. Fragile States Index Annual Report2021. Washington: The Fund for Peace; 2021.
11. World governance indicators. URL: http://info.worldbank. org/governance/wgi/ [date of access: 24.08.2021].
12. The International Telecommunication Union (ITU). Country ICTdata. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/stat/ default.aspx [date of access: 27.12.2020].
13. Edelman Trust Barometer 2021. Global report. URL: https://www.edelman.com/sites/g/files/aatuss191/ files/2021-03/2021 %20Edelman %20Trust %20Barometer.pdf [date of access: 02.11.2021].
14. Moore KA,Lipsitch M, Barry JM, Osterholm MT. COVID-19: The CIDRAP viewpoint. April 30th, 2020. Part I: The Future of the COVID-19 pandemic: Lessons learned from pandemic influenza. URL: https://www.cidrap.umn.edu/sites/default/files/public/ downloads/cidrap-covid19-viewpoint-part1_0.pdf [access date: 12.10.2021].
15. Четверть россиян назвали эпидемию COVID-I9 выдумкой заинтересованныхлиц. URL: https://www.rbc.ru/society/28/ 05/2020/5ece85a79a7947d7e297532e [дата доступа: 24.10.2021].
16. Canada Emergency Wage Subsidy (CEWS). URL: https:// www.canada.ca/en/revenue-agency/services/subsidy/emergency-wage-subsidy.html [date of access: 25.10.2021].
17. Юдина М.А. Роль информационно-коммуникационных технологий в охране здоровья и трансформации качества занятости в период пандемии COVID-2019. Уровень жизни населения регионов России. 2020; 16(3): 98-107. doi: 10.19181/ lsprr.2020.16.3.8
18. Greer SL, King EJ, Fonseca EM, Peralta-Santos A. (eds.). Coronavirus politics: The Comparative politics and policy of COVID-19. University of Michigan Press; 2021. doi: 10.3998/mpub.11927713
19. Global Health Security Index 2019. URL: https://www. ghsindex.org/wp-content/uploads/2020/04/2019-Global-Health-Security-Index.pdf [date of access: 02.11.2021].
20. Fahy N. How are countries using digital health tools in responding to COVID-19? WHO Coronavirus Health Systems Response Monitor. 2020. URL: https://analysis.covid19healthsystem.org/ index.php/2020/04/28/how-are-countries-using-digital-health-tools-in-responding-to-covid-19/ [date of access: 14.11.2021].
references
1. Coronavirus disease. Statistics. URL: https://www.google. com/search?q=covid-19 [date of access: 01.11.2021].
2. Global Health Expenditure Database. URL: https://apps. who.int/nha/database/country_profile/Index/en [date of access: 20.08.2021].
3. United Nations Department of Economic and Social Affairs. Life expectancy at birth. URL: https://population.un.org/wpp/Down-load/Files/1_Indicators %20(Standard)/EXCEL_FILES/3_Mortality/ WPP2019_M0RT_F07_1_LIFE_EXPECTANCY_0_B0TH_SEXES.xlsx [date of access: 19.08.2021].
4. Sustainable society index. URL: https://ssi.wi.th-koeln.de/ documents/SSI-2019-scores.pdf [date of access: 08.09.2021].
5. Population density. URL: https://data.worldbank.org/indica-tor/EN.P0P.DNST?view=chart [date of access: 10.09.2021].
6. Urban population (% oftotal population). URL: https://data. worldbank.org/indicator/SP.URB.T0TL.IN.ZS?view=chart [date of access: 09.09.2021].
7. GDP per capita, PPP (current international $). URL: https:// data.worldbank.org/indicator/NY.GDP. PCAP.PP.CD?view=chart [date of access: 10.09.2021].
8. 2019 Edelman Trust Barometer. Global report. URL: https:// www.edelman.com/sites/gZfiles/aatuss191/files/2019-02/2019_ Edelman_Trust_Barometer_Global_Report.pdf [date of access: 02.11.2021].
9. World Values Survey. URL: https://www.worldvaluessurvey. org/ [date of access: 20.08.2021].
10. The Fund for Peace. Fragile States IndexAnnual Report2021. Washington: The Fund for Peace; 2021.
11. World governance indicators. URL: http://info.worldbank. org/governance/wgi/ [date of access: 24.08.2021].
12. The International Telecommunication Union (ITU). Country ICT data. URL: https://www.itu.int/en/ITU-D/Statistics/Pages/stat/ default.aspx [date of access: 27.12.2020].
13. Edelman Trust Barometer 2021. Global report. URL: https://www.edelman.com/sites/g/files/aatuss191/ files/2021-03/2021 %20Edelman %20Trust %20Barometer.pdf [date of access: 02.11.2021].
14. Moore KA, Lipsitch M, Barry JM, Osterholm MT. COVID-19: The CIDRAP viewpoint. April 30th, 2020. Part I: The Future of the
COVID-19 pandemic: Lessons learned from pandemic influenza. URL: https://www.cidrap.umn.edu/sites/default/files/public/ downloads/cidrap-covid19-viewpoint-part1_0.pdf [date of access: 12.10.2021].
15. /4 quarter of Russians called the COVID-19 epidemic as an invention of stakeholders. URL: https://www.rbc.ru/society/28/05/2 020/5ece85a79a7947d7e297532e [date of access: 24.10.2021]. (In Russ.).
16. Canada Emergency Wage Subsidy (CEWS). URL: https:// www.canada.ca/en/revenue-agency/services/subsidy/emergency-wage-subsidy.html [date of access: 25.10.2021].
17. Yudina MA. The role of information and communication technologies in protecting health and transforming the quality of employment during the C0VID-2019 pandemic. Living Stand-
ards of the Population in the Regions of Russia. 2020; 16(3): 98-107. (In Russ.). doi: 10.19181/lsprr.2020.16.3.8
18. Greer SL, King EJ, Fonseca EM, Peralta-Santos A. (eds.). Coronavirus politics: The Comparative politics and policy of COVID-19. University of Michigan Press; 2021. doi: 10.3998/ mpub.11927713
19. Global Health Security Index 2019. URL: https://www. ghsindex.org/wp-content/uploads/2020/04/2019-Global-Health-Security-Index.pdf [date of access: 02.11.2021].
20. Fahy N. How are countries using digital health tools in responding to COVID-19? WHO Coronavirus Health Systems Response Monitor. 2020. URL: https://analysis.covid19healthsystem.org/ index.php/2020/04/28/how-are-countries-using-digital-health-tools-in-responding-to-covid-19/ [date of access: 14.11.2021].
Сведения об авторах
Демчук Артур Леонович - доктор политических наук, заведующий кафедрой сравнительной политологии факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова», e-mail: arthur@leadnet.ru, http://orcid.org/0000-0002-9285-7823
Капицын Владимир Михайлович - доктор политических наук, профессор кафедры сравнительной политологии факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова», e-mail: kapizin@yandex.ru, http://orcid.org/0000-0002-9693-6844
Каратеев Артём Юрьевич - кандидат исторических наук, доцент кафедры истории и теории политики факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова», е-mail: artem.karateev@gmail.com, https://orcid.org/0000-0002-8930-8807
Емельянова Наталья Николаевна - кандидат политических наук, старший научный сотрудник кафедры сравнительной политологии факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова», e-mail: nata.emelyanova86@gmail.com, http://orcid.org/0000-0002-0039-2206
Дашкина Ирина Владимировна - кандидат политических наук, начальник отдела аспирантуры и докторантуры факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова», e-mail: dashkina_irina@mail.ru, https://orcid.org/0000-0003-0321-2001
Пашин Михаил Михайлович - аспирант кафедры сравнительной политологии факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова», e-mail: pashinmm.official@gmail.com, https://orcid.org/0000-0003-2248-5988
Колесников Сергей Иванович - доктор медицинских наук, профессор, академик РАН, заслуженный деятель науки Российской Федерации, профессор кафедры государственной политики факультета политологии, ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»; ФГБНУ «Научный центр проблем здоровья семьи и репродукции человека»; профессор кафедры политологии и права, ГОУ ВО Московской области «Московский государственный областной университет», e-mail: sikolesnikov2012@gmail.com, http://orcid.org/0000-0003-2124-6328
Information about the authors
Artur L. Demchuk - Dr. Sc. (Polit.), Head of the Department of Comparative Politics, Lomonosov Moscow State University, e-mail: arthur@leadnet.ru, http://orcid.org/0000-0002-9285-7823 Vladimir M. Kapistyn - Dr. Sc. (Polit.), Professor at the Department of Comparative Politics, Lomonosov Moscow State University, e-mail: kapizin@yandex.ru, http://orcid.org/0000-0002-9693-6844 Artem Yu. Karateev - Cand. Sc. (Hist.), Associate Professor at the Department of History and Theory of Politics, Lomonosov Moscow State University, е-mail: artem.karateev@gmail.com, https://orcid.org/0000-0002-8930-8807
Natalya N. Emelyanova - Cand. Sc. (Polit.), Senior Research Officer at the Department of Comparative Politics, Lomonosov Moscow State University, e-mail: nata.emelyanova86@gmail.сom, http://orcid.org/0000-0002-0039-2206
Irina V. Dashkina - Cand. Sc. (Polit.), Head of the Department of Postgraduate and Doctoral Studies, Lomonosov Moscow State University, e-mail: dashkina_irina@mail.ru, https:// orcid.org/0000-0003-0321-2001
Mikhail M. Pashin - Postgraduate at the Department of Comparative Politics, Lomonosov Moscow State University, e-mail: pashinmm.official@gmail.com, https://orcid.org/0000-0003-2248-5988 Sergei I. Kolesnikov - Dr. Sc. (Med.), Professor, Academician of the Russian Academy of Sciences, Professor at the Department of Public Policy, Lomonosov Moscow State University; Scientific Centre for Family Health and Human Reproduction Problems; Professor at the Department of Political Studies and Law, Moscow Region State University, e-mail: sikolesnikov2012@gmail.com, http://orcid.org/0000-0003-2124-6328
