Концепция
Традиционные рейтинги паспортов вроде Henley Passport Index измеряют «силу» гражданства почти исключительно через количество стран с безвизовым въездом. Однако гражданство — это не только свобода передвижения, но и совокупность обязанностей, ограничений и качества отношений между государством и человеком.
Цель проекта PLBI (Passport Liberty Burden Index) — оценить, насколько выгодным является гражданство с точки зрения баланса прав и обязанностей. Индекс показывает не просто международную мобильность, а общий уровень свободы, качества институтов и степени государственного контроля.
Методика и источники
Исследование стало продолжением предыдущей работы, где было показано, что даже при высоких налогах либеральные демократии обеспечивают более выгодный баланс для гражданина, чем авторитарные системы с формально низкими издержками. В обновленной версии методика была расширена, чтобы проверить дополнительную гипотезу: благополучие и неблагополучие имеют выраженную географическую концентрацию.
Обновленные данные доступны по ссылке: https://drive.google.com/drive/folders/1nfyZG7NcCfk86N1eRQb7LFW0sMBQK3Ag?usp=sharing
Индекс рассчитывается по формуле:
PLBI = 100 × (0,35×(V/200) + 0,25×(D/3) + 0,10×HDI + 0,07×(CPI/100) + 0,08×(1−Tax) + Bonus − 0,20×C − 0,20×E − 0,15×L)
где:
V — количество стран с безвизовым доступом; D — тип политического режима; HDI — индекс человеческого развития; CPI — индекс восприятия коррупции; Tax — уровень налоговой нагрузки; C — наличие обязательного призыва; E — необходимость выездной визы; L — внутренние ограничения свободы передвижения; Bonus — коэффициент гражданских свобод: +0,10 — высокая степень свобод; −0,25 — существенные ограничения; −0,50 — отсутствие базовых свобод.
Чем выше итоговый показатель PLBI, тем более выгодным является гражданство с точки зрения соотношения прав, свобод и обязательств.
Исследование охватывает более 190 государств и использует исключительно открытые данные:
-международные рейтинги паспортов на основе данных IATA; -отчёты ООН по человеческому развитию (HDI); -международные индексы восприятия коррупции; -открытые данные по налогам, политическим режимам, призыву и религиозным свободам; -данные о выездных визах и внутренних ограничениях, собранные и перепроверенные вручную на основе международных источников.
Как я это делал
Обновление базы проводилось в несколько этапов: первоначальная обработка данных и автоматическое обновление источников, затем ручная проверка и дополнительная верификация с использованием нескольких ИИ-моделей для устранения ошибок и противоречий.
Новая версия индекса показала высокую корреляцию с предыдущей методикой, что подтверждает устойчивость базовой модели. При этом различия с традиционными паспортными рейтингами оказались значительно сильнее: некоторые государства демонстрируют высокий уровень международной мобильности, но одновременно низкий баланс гражданских прав и обязанностей.
Графики!
Наиболее высокие показатели формируют выраженный «желто-зеленый пояс», включающий Западную Европу, Скандинавию и англосаксонские страны. Именно здесь гражданин получает максимальное сочетание свобод, качества институтов и международной открытости, несмотря на высокие налоги.
Напротив, значительная часть постсоветского пространства, Ближнего Востока и ряда азиатских государств демонстрирует менее выгодный баланс. Для этих стран характерны более высокий уровень государственного контроля, ограничения свобод и меньшая открытость.
При этом низкие показатели далеко не всегда связаны с бедностью. Некоторые экономически развитые государства сохраняют высокий уровень ограничений и контроля, что снижает итоговую «ценность» гражданства для человека.
Помимо глобальной карты были построены отдельные региональные карты Европы, Азии, Африки и Ближнего Востока. Они позволяют увидеть локальные центры благополучия и зоны более жестких политических моделей внутри отдельных регионов мира.
В процессе работы над проектом использовались ChatGPT, Claude и DeepSeek. Нейросети применялись как вспомогательный инструмент для ускорения обработки данных, проверки информации и оптимизации рабочего процесса.
С помощью ИИ:
исправлялись и упрощались скрипты для обработки данных и визуализации; автоматизировалась подготовка списков стран и других повторяющихся элементов; собирались и обновлялись данные по налогам, политическим режимам и другим показателям; проводилась дополнительная проверка таблиц и поиск возможных ошибок; дорабатывались отдельные элементы визуализации и структуры кода.
Работа строилась в несколько этапов: обновление базы данных, ручная проверка, дополнительная верификация через ИИ-модели и финальная корректировка результатов вручную.



