Статті

Бідність під впливом COVID-19 та повномасштабної війни в Україні: ретроспективне моделювання та прогноз

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №1 2026

Останнє оновлення: 27 лютого 2026

Опубліковано: 30 листопада -0001

Перегляди: 1128

Authors:

Е. М. Лібанова*, orcid.org/0000-0001-7170-7159, Інститут демографії та досліджень якості життя

імені Михайла Птухи НАН України, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Л. М. Черенько, orcid.org/0000-0003-1606-6170, Інститут демографії та досліджень якості життя

імені Михайла Птухи НАН України, м. Київ, Україна, Kyiv, Ukraine, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

В. С. Шишкін, orcid.org/0000-0003-0011-4246, Інститут демографії та досліджень якості життя

імені Михайла Птухи НАН України, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Ю. А. Клименко, orcid.org/0000-0002-0086-2933, Інститут демографії та досліджень якості життя

імені Михайла Птухи НАН України, м. Київ, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2026, (1): 166 - 174

https://doi.org/10.33271/nvngu/2026-1/166

Abstract:

Мета. Здійснити моделювання гіпотетичних сценаріїв розвитку подій без катастрофічних явищ, щоб оцінити, наскільки стрімким і тривалим може бути вплив катастроф різної природи на бідність, а також побудувати гіпотетичний і реалістичний прогнози для розуміння специфіки перебігу кризових процесів у контексті їх впливу на бідність та оцінки перспектив відновлення позитивного тренду.

Методика. Для дослідження впливу пандемії COVID-19 і повномасштабної війни на бідність в Україні найкраще підходить метод мікроімітаційного моделювання. Цей метод ефективний для ситуацій, коли не можна використати статистичні або економетричні моделі, проте достатньо інформації про умови перебігу процесів, що напряму впливали, впливають чи очікувано будуть впливати на досліджуване нами явище або об’єкт. Побудований алгоритм легко програмується, що дозволяє вносити додаткові коригування у модельовані вхідні показники, і отримувати більш обґрунтовані результати.

Результати. Згідно із оцінками, на основі мікроімітаційного моделювання даних Обстеження умов життя домогосподарств за 2016‒2021 роки та Обстеження соціально-економічного становища домогосподарств за 2023 рік, пандемія призвела до зростання чисельності бідних на 1,8 млн осіб, проте воно не було катастрофічним, оскільки не порушило позитивний тренд. Війна призвела до зростання чисельності бідного населення на 6,1 млн, загалом до 13,5 млн осіб, що знівелювало досягнення у скороченні рівня бідності й відкинуло нас на десятиліття назад. Згідно із результатами моделювання, за умови відсутності війни Україна могла б досить швидко оговтатися після пандемії, аж до скорочення масштабів бідності протягом п’яти років до мінімальних значень. Реалістичний прогнозний сценарій базується на фактичних даних 2023 року й передбачає відновлення економіки, починаючи з 2025 року. За таким сценарієм передбачається досягнення у 2027 році рівня бідності у 20,1 %, що є нижчим за значення 2019 року.

Наукова новизна. У роботі визначена глибина впливу катастрофічних подій (пандемії COVID-19 та повномасштабної війни) на українське населення, зокрема в контексті зростання бідності. На цій основі були оцінені втрати від катастроф останнього пів десятиріччя через: зростання числа бідних, якого можна було б уникнути у випадку відсутності означених подій, та у часовому вимірі через кількість років, на які нас було відкинуто назад на шляху подолання бідності. Для формування політики протидії негативним впливам криз у майбутньому оцінена важливість встановлення терміну відновлення як із позицій досягнення докризових значень, так і у порівнянні з тими результатами, що могли б статися за гіпотетичного сценарію без катастрофічних подій.

Практична значимість. Запропонований комплексний підхід до аналізу впливу пандемії COVID-19 та повномасштабної війни на рівень бідності в Україні забезпечує можливість формування цілісної методологічної рамки для оцінки масштабів бідності під впливом катастроф різної природи.

Ключові слова: бідність, мікромоделювання, прогноз, COVID-19, повномасштабна війна

References.

1. Eurostat (2019‒2021). At-risk-of-poverty rate by poverty threshold. Retrieved from https://ec.europa.eu/eurostat/databrowser/view/ilc_li02/bookmark/table?lang=en&bookmarkId=b8408b76-942b-49ea-b259-1faad53cbf3d&c=1749745341114

2. Eurostat (2019‒2021). Persons at risk of poverty or social exclusion. Retrieved from https://ec.europa.eu/eurostat/databrowser/view/ilc_peps01n/default/table?lang=en

3. Eurostat (2019‒2021). Gini coefficient of equivalised disposable income. Retrieved from https://ec.europa.eu/eurostat/databrowser/view/ilc_di12/default/table?lang=en

4. Updated macro forecast: Cabinet of Ministers improves GDP growth forecast (2019). Retrieved from https://minfin.com.ua/2019/10/23/39477102

5. World bank (2020). Global Growth: Modest Pickup to 2.5 % in 2020 amid Mounting Debt and Slowing Productivity Growth. Retrieved from https://www.worldbank.org/en/news/press-release/2020/01/08/modest-pickup-in-2020-amid-mounting-debt-and-slowing-productivity-growth

6. (2019). IMF expects Ukraine’s GDP to grow in 2020 Interfax. Retrieved from https://interfax.com.ua/news/economic/618981.html

7. National Bank of Ukraine (2019). Inflation Report. Retrieved from https://bank.gov.ua/news/all/natsionalniy-bank-zberig-prognoz-inflyatsiyi-na-2019-2021-roki-i-polipshiv-otsinku-zrostannya-ekonomiki-7024

8. Cherenko, L., Poliakova, S., Shyshkin, V., Reut, A., Vasyliev, O., Kohatko, Yu., …, & Novosilska, T. (2020). The impact of the coronavirus crisis on poverty: first consequences for Ukraine. Institute for Demography and Life Quality Problems of the NAS of Ukraine. ISBN 978-966-02-9310-6.

9. Lancour, C. (n.d.). War and Poverty: Looking Back at the Balkans’ History. The Borgen magazine. Retrieved from https://www.borgenmagazine.com/war-and-poverty/

10.      Laderchi, C., & Savastano, S. (2012). Overview: Poverty and Exclusion in the Western Balkans: New Directions in Policy and ­Analysis. Poverty and Exclusion in the Western Balkans, 1-11.

11.      Sotiropoulos, D. (2014). The Social Effects of the Economic Crisis in the Western Balkans: A Case Study of Unreconstructed Welfare Regimes. Southeastern Europe, 250-266. https://doi.org/10.1163/18763332-03802004

12.      Caukin, C. (n.d.). Facts about Poverty in the Balkans. The Borgen magazine. Retrieved from https://borgenproject.org/about-poverty-in-the-balkans/

13.      Sutherland, H., & Figari, F. (2013). EUROMOD: the European Union tax-benefit microsimulation model. International Journal of Microsimulation, 6(1), 4-26.

14.      Bronka, P., Collado, D., & Richiardi, M. (2020). The Covid-19 Crisis Response Helps the Poor: The Distributional and Budgetary Consequences of the UK lock-down, 32.

15.      Cantó, O., Figari, F., & Fiorio, C.V. (2021). Welfare Resilience at the Onset of the COVID-19 Pandemic in a Selection of European Countries: Impact on Public Finance and Household Incomes. https://doi.org/10.1111/roiw.12530

16.      Almeida, V., Barrios, S., & Christl, M. (2021). The impact of ­COVID-19 on households´ income in the EU. The Journal of Economic Inequality. https://doi.org/10.1007/s10888-021-09485-8

17.      Eurostat (2020). Nowcasting income indicators during the pandemic. Methodological development. Retrieved from https://ec.europa.eu/eurostat/documents/7894008/8256843/Methodological-note-2020.pdf/9a70fb55-ceb7-d25a-1b31-ab0c030095d2?t=1625228771763

18.      O’Donoghue, C., Sologon, D., Kyzyma, I., & McHale, J. (2021). A Microsimulation Analysis of the Distributional Impact over the Three Waves of the COVID-19 Crisis in Ireland. International Journal of Microsimulation, 14(2).

19.      Lustig, N. (2021). The impact of COVID-19 on inequality and poverty in Mexico. Estudios Económicos De El Colegio De México, 36(1), 7-25. https://doi.org/10.24201/ee.v36i1.416

20.      Moyer, J., Verhagen, W., Mapes, B., Bohl, D., Xiong, Y., Yang, V., …, & Hughes, B. (2022). How many people is the ­COVID-19 pandemic pushing into poverty? A long-term forecast to 2050 with alternative scenarios. Plos one. https://doi.org/10.1371/journal.pone.0270846

21.      Huber, Fl., Koop, G., Onorante, L., Pfarrhofer, M., & Schrei­ner, J. (2021). Nowcasting in a pandemic using non-parametric mixed frequency VARs. ECB Working Paper Series, 42, (2510).

22.      Li, J., Vidyattama, Y., La, H., Miranti, R., & Sologon, D. (2022). Estimating the Impact of Covid-19 and Policy Responses on Australian Income Distribution Using Incomplete Data. Social Indicators Research, 162, 1-31.

23.      D’Amuri Fr., & Marcucci, J. (2021). The predictive power of Google searches in forecasting US unemployment. International Journal of Forecasting. Retrieved from https://www.sciencedirect.com/science/article/abs/pii/S0169207017300389

24.      World bank (2023). Household Monitoring Systems to Track the Impacts of the COVID-19 Pandemic. Retrieved from https://www.worldbank.org/en/topic/poverty/brief/high-frequency-monitoring-surveys

25.      Laborde, D., Martin, W., & Vos, R. (2020). Estimating the Poverty Impact of COVID-19. International Food Policy Research Institute, 1-19.

26.      Dang, H. Anh, Lanjouw, P., Luoto, J., & McKenzie, D. (2014). Using repeated cross-sections to explore movements into and out of poverty. Journal of Development Economics. Retrieved from
https://www.sciencedirect.com/science/article/abs/pii/S0304387813001521

27.      Colgan, Br. (2023). EU-SILC and the potential for synthetic panel estimates Empirical Economics, 64, 1247-1280.

28.      Klevmarken, A. (2022). Microsimulation: A tool for economic analysis. International Journal of Microsimulation, 15(1), 6-14. https://doi.org/10.34196/ijm.00246

29.      Vos, R., & Sánchez, M. V. (2010). A non-parametric microsimulation approach to assess changes in inequality and poverty. United Nations, Department of Economic and Social Affairs. Working Paper No. 94, 1-24.

30.      State Statistics Service of Ukraine (2021). Household living conditions survey. Retrieved from https://www.ukrstat.gov.ua/operativ/micro_dani/mic_doch_i_umovy_2021.zip

31.      UNICEF (December 2023–February 2024). Household Socio-Economic Status Survey (HSESS). Retrieved from https://www.unicef.org/ukraine/documents/social-economical-state-2023-24

32.      Libanova, E., Cherenko, L., Poliakova, S., Shyshkin, V., Reut, A., Vasyliev, O., …, & Krykun, O. (2024). Poverty and inequality in Ukraine under the influence of COVID-19: Assessment approaches (2 ^nd ed.). Institute for Demography and Life Quality Problems of the NAS of Ukraine. ISBN 978-617-14-0382-6.

33.      Cherenko, L. (2024). Measuring Poverty in the Conditions of War in Ukraine. Economic Commission for Europe Conference of European Statisticians. Retrieved from https://unece.org/sites/default/files/2024-11/_W_Multidimensional%20poverty_Ukraine%20UNICEF_paper.pdf

34.      Cherenko, L., Zaiats, V., Klymenko, Yu., Kohatko, Yu., Krykun, O., Poliakova, S., …, & Shyshkin, V. (2025). Poverty and the situation of children in wartime. Institute for Demography and Life Quality Problems of the NAS of Ukraine. ISBN 978-617-14-0381-9.

• < Попередня
• Наступна >