Коллеги напомнили про ресурс данных по глобальному экспорту. Я уже писал про него года 3 назад, но тут решил обновить картинку.

Ответим на вопрос - "является ли Россия страной бензоколонкой"? Если посмотреть на географию экспорта - то почти 3/4 экспорта идет в 4 географии - Китай, Индия, Турция и ЕС.

При этом наши братушки по глобальному Югу покупают у нас в основном нефть и сырые ресурсы (почти 3/4 экспорта для Китая, почти 90% для Индии, ок 2/3 Турция). Остальное - еда и прочее низкотечное.

А вот коварная гейропа как раз покупала у нас хоть немного, но хайтека, почти на ярд. Другим нашем партнерам российский хайтек не нужен. АПД - уточнение, это уже 2й год санкций, до них в 2021 экспорт в ЕСбыл в 4,5 раза больше, и доля сырья и коммодити была ок 70%, ближе к Турции и Китаю, но хайтек был тот же ярд в год)

Отвратительная штука статистика. Надо бы запретить.

В Nature Communications вышла показательная работа, которая аккуратно, без DEI комиссаров и идеологии, разбирает различия в успеваемости мальчиков и девочек в школе и их связь с дальнейшим выбором STEM-траекторий. Данные подтверждают известное нам со школы - девочки в среднем лучше учатся, но доля мальчиков в олимпиадах по STEM выше. Долгое время это объясняли дискриминацией, но пришло время посмотреть на вопрос объективно.

Заслуга авторов - отказ от догматического требования “гендерной нейтральности”. То есть предположения, что мальчики и девочки на каждом этапе развития должны демонстрировать одинаковые когнитивные профили, мотивацию и образовательные реакции. В итоге, выводы строятся на чистых данных, и мы получаем следующую картину:

- Различия в школьных результатах по математике и естественным наукам устойчивы, воспроизводимы и проявляются рано.
- Они не исчезают при контроле социально-экономического статуса, качества школы и формальных возможностей.
- Они не объясняются дискриминацией со стороны учителей или институциональными барьерами в школе.

Традиционные гипотезы, которые активно продвигаются активистами, не работают:
- “Девочек хуже учат” - не подтверждается на данных.
- “Эффект стереотипной угрозы” - объясняет локальные эффекты, но не системную картину (психологический феномен, при котором осознание негативного стереотипа о своей группе ухудшает выполнение конкретной задачи, даже при равных способностях).
- “Отсутствие ролевых моделей” - влияет на выбор, но не на ранние когнитивные различия.
- “Скрытая дискриминация в оценивании” - статистически не выдерживает проверки.

Девочки, как правило, получают более низкие баллы за тесты относительно своих школьных оценок (от учителей), в то время как мальчики получают более высокие баллы за тесты относительно своих школьных оценок. Существует несколько предположений, объясняющих это несоответствие средних гендерных различий между тестами и оценками (например, в среднем девочки ведут себя лучше, что дает им преимущество в оценках, но они показывают худшие результаты при тестировании по новому материалу, который не изучался на уроках)

Авторы аккуратно показывают: различия связаны с разными траекториями когнитивного и мотивационного развития, а не с социальным подавлением одной группы другой.

Из этого следуют важные практические выводы.

1. Карьерные траектории.
Политика “выравнивания на входе” через квоты и административные показатели не компенсирует различия, а часто приводит к неверному распределению талантов и повышенному оттоку из STEM на более поздних стадиях.
2. Образование.
Адекватная стратегия - не отрицать различия, а учитывать их при дизайне образовательных маршрутов, темпов и форм вовлечения.
3. Наука и технологические компании.
Избыточные DEI-требования, построенные на неверных базовых предпосылках, искажают селекцию, повышают транзакционные издержки и снижают эффективность команд - без доказанного выигрыша в инновационности.

Работа показывает, что ключевым источником различий в верхних достижениях по STEM являются не средние показатели, а различия в вариативности распределений. Даже при близких средних оценках небольшие сдвиги в вариативности механически приводят к разной представленности в хвостах распределения, откуда и происходит реальный отбор в науке и технологиях. Эти различия носят статистический и воспроизводимый характер и не требуют апелляции к дискриминации или институциональным барьерам как первичному объяснению.

Игнорирование различий в вариативности ведёт к ошибочной диагностике причин гендерных разрывов и, как следствие, к неверным управленческим решениям. Механические меры выравнивания, применяемые именно к верхним уровням отбора, неизбежно искажают селекцию, снижая качество научных и технологических траекторий. Адекватная политика должна учитывать форму распределений и различия в траекториях развития, а не пытаться административно переписать статистику под нормативное ожидание равенства результатов.