1. Manba haqiqatan ham boshidan oxirigacha va tasvirlari bilan birga koʻrib chiqildimi? Ha; 36 sahifalik PDFning asosiy matni, toʻqqizta asosiy rasmi, ikkita asosiy natijalar jadvali, Appendix A-D va ayniqsa Appendix Bdagi reconciliation matematikasi koʻrib chiqildi. 2. Barcha ilmiy topilmalar manbaga asoslanganmi? Ha; manbada mavjud boʻlmagan grid qiymati, model aniqligi, mamlakat natijasi yoki sektor samaradorligi yaratilmagan. 3. Bibliografik identifikatsiya toʻgʻrimi; tashqi veb faqat bibliografik tekshiruv uchun ishlatildimi? Ha; tashqi veb faqat IMFning rasmiy nashr sanasi, raqami va DOI qaydini tekshirish uchun ishlatildi. PDFdagi yetishmayotgan recommended-citation ish raqami alohida koʻrsatildi. 4. Simulyatsiya / tajriba / dala / klinik / nazariy farqi toʻgʻrimi? Ha; tadqiqot sababiy dala tajribasi emas, rasmiy ma’lumotlar bilan Yer kuzatuvlarini birlashtiradigan eksperimental fazoviy downscaling va ma’lumot ishlab chiqarish metodologiyasidir. 5. Manbada markaziy formula, usul parametri, rasm yoki sonli natija tashlab ketildimi? Spatial random forest tenglamasi, cross-validation, forward feature selection, grid cheklovlari, reconciliation cheklovlari, kvadratik yoʻqotish, GLS estimator, samaradorlik metrikalari, sektor natijalari va asosiy cheklovlar koʻrib chiqildi. 6. Rasm va grafiklarning ilmiy mazmuni toʻgʻrimi? Ha; manba xaritalarining xom katak ma’lumotlari mavjud boʻlmagani uchun soxta Kanada–AQSh xaritasi yaratilmagan. Usulning aniq munosabatlari mustaqil SVG jarayon sxemasi bilan koʻrsatildi. 7. Oltita strukturaviy H2 tartibi saqlanganmi? Ha. 8. Qoʻshimcha H2lar boʻlsa, ular faqat yuqori qiymatli AEO savollarimi? Ha; gridded YaIM, spatial random forest va reconciliation tadqiqot markazini tushunish uchun mustaqil savol qiymatiga ega. 9. Asosiy ilmiy entity/usul/model aniq va manba bilan qoʻllab-quvvatlangan tarzda ta’riflandimi? Ha; gridded GDP, spatial random forest va statistical reconciliation ilk ishlatilgan joyida nima ekani va nima qilishi bilan ta’riflandi. 10. Tadqiqot qoʻllab-quvvatlaydigan / qoʻllab-quvvatlamaydigan talqin chegarasi koʻrinarlimi? Ha; model taqsimoti bilan rasmiy statistika, korrelyatsiya bilan sabablilik va reconciliation bilan mustaqil katak tekshiruvi bir-biridan ajratildi. 11. HTML/SVG/Base64 tuzilishi xavfsizmi? Ha; script, iframe, event handler, foreignObject, tashqi rasm URLi va buzilgan Base64 ishlatilmagan. SVG mustaqil, masshtabsiz va yopiq teglidir. 12. Maqola tarjima uchun xavfsizmi va ilmiy tafsilot tarjima qulayligi uchun qisqartirildimi? Ha; canonical terminlar barqaror saqlandi, MathJax tenglamalari koʻrinadigan matndan ajratildi va texnik tafsilot saqlandi. TASVIR REFERENSI QUYI DARBONI: A. Muhim manba xaritalarining ilmiy mazmuni matnda tushuntirildi; xom katak ma’lumotlari boʻlmagani uchun xaritalarning oʻzi toʻqib chiqarilmadi. B. Qayta qurish mumkin boʻlgan usul oqimi faqat matn bilan cheklanib qolmadi; haqiqiy inline SVG yaratildi. C. Manba samaradorlik qiymatlari koʻrinadigan HTML jadval bilan berildi. D. Koʻrinmaydigan “Rasm X”ga yoʻnaltiruvchi boʻsh havola qoldirilmadi. MUALLIFLIK HUQUQI / LITSENZIYA QUYI DARBONI: Manba © 2026 International Monetary Fund va “Not for Redistribution” yozuviga ega. Ochiq Creative Commons litsenziyasi aniqlanmadi. Manba xaritalari yoki grafiklari aynan koʻchirilmadi; faqat ilmiy munosabatlar mustaqil Verianla sxemasi, jadval va original bayon bilan berildi.

Grid asosidagi YaIM (gridded GDP) — iqtisodiy ishlab chiqarishni faqat mamlakat, shtat yoki viloyat kabi ma’muriy hududlar boʻyicha emas, balki muntazam geografik kataklar boʻyicha baholash imkonini beradigan fazoviy makroiqtisodiy ma’lumot ifodasidir. Marco Marini, Jim Tebrake va Andinet Woldemichael tadqiqoti rasmiy milliy va submilliy YaIM ma’lumotlarini aholi, tungi chiroqlar, qurilgan hudud, yer qoplami va boshqa yuqori aniqlikdagi Yer kuzatuvi oʻzgaruvchilari bilan birlashtirib, Kanada va Amerika Qoʻshma Shtatlari uchun taxminan 1 km² grid kataklarida eksperimental YaIM va 10 sektor ulushini ishlab chiqarishga qaratilgan ikki bosqichli usulni ishlab chiqadi.

Birinchi bosqichda tadqiqotchilar rasmiy YaIM va sektor ma’lumotlari mavjud boʻlgan eng batafsil ma’muriy darajada spatial random forest modellarini oʻqitadi. AQShda oʻqitish ma’lumotlari county darajasigacha tushsa, Kanadada faqat province/territory darajasidadir. Model kirishlariga aholi, tungi yorugʻlik, azot dioksidi, bino zichligi va maydoni, avtomobil yoʻliga va qurilgan yuzaga masofa, ekin maydoniga masofa, harorat, yogʻin, yer qoplami va ogʻir sanoat obyektlariga yaqinlik kiradi.

Ikkinchi bosqichda mashinaviy oʻrganish orqali yaratilgan grid baholari bevosita yakuniy ma’lumot sifatida qabul qilinmaydi. Tadqiqotchilar statistical reconciliation deb ataladigan kvadratik optimallashtirish usuli yordamida grid va sektor baholarini rasmiy mintaqaviy hisoblar bilan qayta muvofiqlashtiradi. Shunday qilib, katak darajasidagi baholar yigʻindisi tegishli rasmiy mintaqa YaIMi va sektor yigʻindilariga aynan tenglashtiriladi, mashinaviy oʻrganish taklif qilgan fazoviy taqsimot esa imkon qadar saqlanadi.

Umumiy iqtisodiy faoliyat uchun model samaradorligi yuqori: log YaIM modelida \(R^2=0{,}95\), log YaIM/km² modelida \(R^2=0{,}94\) qayd etilgan. Biroq sektor darajasida samaradorlik sezilarli darajada farq qiladi. Qishloq xoʻjaligi uchun \(R^2=0{,}54\), konchilik uchun 0,48, moliya va biznes xizmatlari uchun 0,44 va ishlab chiqarish uchun 0,30 boʻlsa, davlat boshqaruvida 0,04 va kommunal xizmatlarda 0,12.

Bu farq muhim; chunki tungi chiroqlar, qurilish va yer qoplami kabi jismoniy koʻrsatkichlar qishloq xoʻjaligi, konchilik yoki zich shahar iqtisodiy faoliyatini ma’lum darajada ushlashi mumkin, biroq davlat xizmatlari va ayrim xizmat sektorlarida qiymat yaratiladigan joy bilan kuzatiladigan jismoniy infratuzilma joylashgan hudud bir xil boʻlmasligi mumkin.

Reconciliationdan oldingi dastlabki baholarda qishloq xoʻjaligi va utilities sektorlari rasmiy sektor yigʻindilaridan taxminan toʻrt-besh baravar ogʻishi mumkin. Reconciliation bu umumiy nomuvofiqlikni buxgalteriya jihatidan tuzatadi; ammo bu tuzatish har bir 1 km² katak bahosi mustaqil ravishda tasdiqlanganini anglatmaydi.

Tadqiqotning eng muhim talqin chegaralaridan biri Kanadadir. AQSh modellashtirishi 3.082 county darajasidagi rasmiy natijalardan foydalana olsa, Kanada uchun atigi 13 province va territory kuzatuvi mavjud. Shu sabab Kanadaning province ostidagi barcha fazoviy tafsiloti model yaratgan eksperimental taqsimotdir; mustaqil kuzatilgan rasmiy 1 km² YaIM emas.

Tadqiqotning asosiy muammosi nima?

Makroiqtisodiy statistika asosan mamlakat yoki yirik submilliy hududlar uchun e’lon qilinadi. Bu yondashuv umumiy iqtisodiy miqdorlarni oʻlchashda kuchli; biroq iqtisodiy faoliyat bir mamlakat ichida qaysi geografik nuqtalarda toʻplanganini batafsil koʻrsatmaydi.

Bu kamchilik ayniqsa quyidagi turdagi tahlillarda muhim boʻladi:

• suv toshqini, dovul, yongʻin yoki boshqa jismoniy xavflarning mahalliy iqtisodiy ta’sirini baholash,
• infratuzilma kamchiliklarini aniqlash,
• mintaqaviy iqtisodiy tengsizliklarni oʻrganish,
• transport va savdo aloqalarini fazoviy tahlil qilish,
• mahalliy ishlab chiqarish va sektor konsentratsiyalarini modellashtirish.

Masalan, bir shtat yoki province ichida yirik metropol, qishloq xoʻjaligi hududi, konchilik maydoni va kam aholi yashaydigan qishloq hududi bir xil ma’muriy oʻrtacha ichida yoʻqolib ketishi mumkin. Shu sabab tadqiqot rasmiy yigʻindilarni buzmasdan iqtisodiy faoliyatni kichikroq geografik kataklarga taqsimlashni maqsad qiladi.

Grid Asosidagi YaIM Nima?

Grid asosidagi YaIM rasmiy iqtisodiy ishlab chiqarish yigʻindisining muntazam geografik kataklarga fazoviy taqsimlangan ifodasidir; ushbu tadqiqotda maqsadli aniqlik taxminan 1 km² boʻlib, katak qiymatlari bevosita rasmiy oʻlchov emas, balki rasmiy hisoblar va yuqori aniqlikdagi fazoviy koʻrsatkichlardan hosil qilingan model baholaridir.

Gross Cell Product tushunchasi

Adabiyotlarda grid katagidagi ishlab chiqarish ba’zan Gross Cell Product (GCP) deb ataladi. GCPning konseptual ma’nosi YaIMga oʻxshaydi; farqi shundaki, oʻlchov hududi mamlakat yoki ma’muriy hudud emas, balki ma’lum oʻlchamdagi grid katagidir.

Tadqiqotning maqsadi rasmiy YaIM oʻrniga yangi milliy hisoblar tizimini yaratish emas. Aksincha, rasmiy hisoblarni yuqori darajadagi “anchor” yoki qat’iy yigʻindi sifatida saqlab, fazoviy tafsilot qoʻshishdir.

Downscaling nimani anglatadi?

Downscaling — yirikroq geografik birliklarda mavjud oʻzgaruvchini bogʻliq yuqori aniqlikdagi ma’lumotlardan foydalanib kichikroq fazoviy birliklarga taqsimlash jarayonidir.

Ushbu tadqiqotda jarayon taxminan:

\[ \text{Resmî bölgesel GSYH} \rightarrow \text{Yer gözlemi ilişkileri} \rightarrow \text{1 km}^2 \text{ grid tahminleri} \rightarrow \text{Resmî toplamlarla reconciliation} \]

shaklida davom etadi.

Bu tenglama tadqiqot baholash tenglamasi emas, usulning tushuntiruvchi oqim koʻrinishidir.

Yer kuzatuvi nega iqtisodiy faoliyat haqida ma’lumot beradi?

Tadqiqotda ishlatiladigan fazoviy oʻzgaruvchilarning hech biri oʻz-oʻzicha “YaIM” emas. Ular iqtisodiy faoliyatning geografik taqsimoti bilan bogʻliq boʻlishi mumkin boʻlgan koʻrsatkichlardir.

Aholi: mehnat taklifi va iste’molchilar zichligi haqida ma’lumot beradi.

Tungi chiroqlar: yoritilgan aholi punktlari va ishlab chiqarish hududlari zichligi orqali iqtisodiy faoliyat uchun proksi oʻzgaruvchi sifatida ishlatilishi mumkin.

NO₂: yoqilgʻi ishlatadigan transport vositalari va mashinalar kabi yonish manbalari zich boʻlgan joylarda mahalliy iqtisodiy faoliyat haqida ma’lumot berishi mumkin.

Bino izi: binolar soni, zichligi va egallagan maydoni orqali jismoniy kapital va joylashuv zichligi bilan bogʻliq.

Yer qoplami: qishloq xoʻjaligi maydoni, daraxtzor, qurilgan hudud, suv, qor/muz va boshqa sirt sinflarining sektoral fazoviy taqsimot bilan aloqasini ushlashga yordam berishi mumkin.

Masofa oʻzgaruvchilari: avtomobil yoʻliga, qurilgan yuzaga va ekin maydoniga masofa turli faoliyat turlarining shahar markazlari va infratuzilma bilan aloqasini ifodalaydi.

Ogʻir sanoat obyektlari: temir-poʻlat kabi muayyan ishlab chiqarish faoliyatlarining geografik mavjudligi haqida bevosita joylashuv ma’lumotini beradi.

Aholi va tungi chiroq natijalari qanday talqin qilinishi kerak?

Kanada va AQSh birgalikda baholanganda manba submilliy YaIM bilan aholi oʻrtasida taxminan \(R^2=0{,}95\), tungi chiroq bilan YaIM oʻrtasida esa taxminan \(R^2=0{,}94\) ni qayd etadi.

Bu yuqori qiymatlar aholi yoki tungi chiroq YaIMni “yaratishini” koʻrsatmaydi. Bular kuchli fazoviy bashorat munosabatlaridir. Model ushbu oʻzgaruvchilardan iqtisodiy faoliyatning geografik taqsimotini baholash uchun foydalanadi.

Ma’lumot manbalari va aniqliklari

10 sektor tasnifi

Rasmiy mamlakat va submilliy sektor ma’lumotlari Groningen Growth and Development Centre 10-Sector Database tasnifi bilan uygʻunlashtirilgan. Tasnif ISIC Rev. 3.1 ga asoslanadi.

Manba usul tenglamasidagi maqsadli oʻzgaruvchilar roʻyxati oxirida qoʻshimcha ravishda SER belgisi koʻrinadi. Appendix Adagi 10 sektor jadvalida alohida SER kategoriyasi ta’riflanmagani uchun ushbu belgiga Verianla tomonidan manbada boʻlmagan yangi ma’no berilmagan.

Spatial Random Forest Bu Tadqiqotda Nima Qiladi?

Spatial random forest rasmiy submilliy iqtisodiy natijalar bilan yuqori aniqlikdagi geografik koʻrsatkichlar oʻrtasidagi chiziqli boʻlmagan bashorat munosabatlarini oʻrganib, ushbu munosabatlarni grid kataklariga koʻchiradigan daraxt-ansambliga asoslangan mashinaviy oʻrganish yondashuvidir; tadqiqotdagi maqsad sababiy koeffitsiyent ishlab chiqarish emas, balki fazoviy baholashdir.

Asosiy model tenglamasi

Manba har bir maqsadli oʻzgaruvchi uchun modelni quyidagi umumiy shaklda ta’riflaydi:

\[ y_i^k=f(X_i^k)+\varepsilon_i^k. \]

Bu yerda:

• \(i\), rasmiy ma’lumot kuzatiladigan submilliy ma’muriy birlikni ifodalaydi.
• \(k\), log YaIM, YaIM/km² yoki muayyan sektor ulushi kabi maqsadli oʻzgaruvchini ifodalaydi.
• \(y_i^k\), ma’muriy birlikda kuzatiladigan maqsadli oʻzgaruvchidir.
• \(X_i^k\), aholi, tungi chiroq, qurilish, iqlim va boshqa geografik izohlovchi oʻzgaruvchilardan iborat vektordir.
• \(f(\cdot)\), spatial random forest tomonidan oʻrganilgan noma’lum chiziqli boʻlmagan moslashtirishdir.
• \(\varepsilon_i^k\), model izohlay olmaydigan qoʻshimcha xato hadidir.

Tenglamaning muhim jihati shundaki, tadqiqotchilar \(f(\cdot)\) uchun oldindan chiziqli funksiya shaklini majburan belgilamaydi. Random forest koʻplab qaror daraxtlarini birgalikda ishlatishga asoslangan moslashuvchan bashorat yondashuvidir.

Random forest mantiqi

Umumiy random forest mantiqida koʻp sonli qaror daraxtlari turli kuzatuv va oʻzgaruvchi kombinatsiyalari asosida yaratiladi. Har bir daraxt maqsadli oʻzgaruvchi uchun baho beradi va daraxtlar ansamblining baholari birlashtiriladi.

Ushbu tadqiqotdagi qoʻllanish spatial deb ta’riflanadi; chunki modelni oʻqitish va baholash geografik bogʻliqlikni hisobga oladigan tarzda spatial machine learning adabiyotiga amal qiladi.

Manba amaliyotda R ichidagi CAST Version 1.04 kutubxonasidan foydalanilganini bildiradi.

Oʻzgaruvchilar qanday tanlanadi?

Manba forward feature selectiondan foydalanadi.

Forward feature selection dastlab cheklangan oʻzgaruvchilar toʻplamidan boshlab, bashorat samaradorligini yaxshilaydigan izohlovchi oʻzgaruvchilarni bosqichma-bosqich modelga qoʻshadigan xususiyat tanlash yondashuvidir.

Maqsad mavjud barcha geografik oʻzgaruvchilarni avtomatik ravishda modelga toʻldirish emas, balki maqsadli oʻzgaruvchi uchun bashorat samaradorligini yaxshilaydigan kombinatsiyani tanlashdir.

Cross-validation qanday amalga oshiriladi?

Model samaradorligi uchun manba k-fold cross-validation doirasida leave-one-out yondashuvidan foydalanishini bildiradi.

Leave-one-out mantiqida muayyan kuzatuv yoki fazoviy birlik oʻqitishdan chiqariladi, model qolgan ma’lumotlar bilan oʻqitiladi va tashqarida qoldirilgan birlikda bashorat samaradorligi tekshiriladi. Jarayon turli kuzatuvlar uchun takrorlanib, model faqat oʻqitish ma’lumotini yodlab olgan-olmagani baholanadi.

Manba model variantlari orasidan eng past Root Mean Square Error (RMSE) qiymatiga ega spetsifikatsiyani tanlaydi.

RMSE, MAE va R² nimani anglatadi?

RMSE bashorat xatolarining kvadratlarini koʻproq jazolaydigan oʻrtacha xato oʻlchovidir. Pastroq RMSE yaxshiroq bashorat samaradorligiga mos keladi.

MAE bashorat bilan kuzatuv oʻrtasidagi mutlaq farqlarning oʻrtacha kattaligini oʻlchaydi. Pastroq qiymat kichikroq oʻrtacha xatoni anglatadi.

\(R^2\) maqsadli oʻzgaruvchidagi variatsiyaning qanchasi model baholari bilan mos kelishini koʻrsatadigan oʻlchovdir. Qiymatning 1 ga yaqinlashishi yuqoriroq moslikni bildiradi; biroq yuqori \(R^2\) sabablilikni yoki har bir grid katagi toʻgʻri baholanganini anglatmaydi.

Manba qaysi giperparametrlarni bildirmaydi?

Manba spatial random forest yondashuvi, CAST 1.04 kutubxonasi, feature-selection va cross-validation tuzilmasini tushuntiradi. Biroq PDFda random forest uchun:

• yakuniy daraxtlar soni,
• mtryga oʻxshash har tugun uchun oʻzgaruvchilar soni,
• minimal tugun hajmi,
• maksimal daraxt chuqurligi,
• yakuniy tasodifiy urugʻ

kabi barcha quyi darajadagi giperparametrlar ochiq qayd etilmagan. Ushbu qiymatlar Verianla tomonidan taxmin qilinmagan.

Ma’muriy darajadan 1 km² grid katagiga oʻtishdagi faraz

Model munosabatlari avval rasmiy iqtisodiy natijalar mavjud boʻlgan ma’muriy birliklarda oʻrganiladi. Soʻng ayni munosabat yuqori aniqlikdagi grid kataklariga qoʻllanadi.

Shu sabab manba ochiq farazga ega: ma’muriy birlik darajasida oʻrganilgan geografik oʻzgaruvchi–iqtisodiy faoliyat munosabatini katak miqyosida ham qoʻllash mumkin deb qabul qilinadi.

Bu faraz ayniqsa Kanada uchun muhim; chunki province ichida rasmiy sub-province YaIM oʻqitish kuzatuvi mavjud emas.

Statistical Reconciliation Nega Kerak?

Statistical reconciliation mashinaviy oʻrganishning batafsil, biroq yigʻindilari rasmiy hisoblardan ogʻishi mumkin boʻlgan grid baholarini fazoviy va sektoral naqshni imkon qadar saqlagan holda rasmiy mintaqaviy va sektor yigʻindilariga toʻliq bogʻlaydigan kvadratik optimallashtirish bosqichidir.

Nega mashinaviy oʻrganish bahosi oʻzi yetarli emas?

Random forest katak yoki hududning iqtisodiy tuzilishini geografik koʻrsatkichlardan baholashi mumkin. Biroq barcha kataklar yigʻilganda hosil boʻlgan sektor yigʻindisi rasmiy milliy hisoblar bilan aynan bir xil boʻlishini avtomatik kafolatlamaydi.

Bu farq ayniqsa tadqiqotning dastlabki natijalarida yaqqol koʻrinadi. Qishloq xoʻjaligi va utilities kabi ayrim sektorlarda reconciliationdan oldingi grid yigʻindilari rasmiy qiymatlardan bir necha baravar ogʻishi mumkin.

Shu sabab maqola mashinaviy oʻrganishni rasmiy statistika oʻrniga qoʻyish oʻrniga, rasmiy statistika bilan cheklangan fazoviy taqsimlash mexanizmi sifatida ishlatadi.

Reconciliation notatsiyasi

Appendix Bda:

• \(g=1,\ldots,G\): grid kataklarini,
• \(i=1,\ldots,I\): sektorlarni,
• \(r=1,\ldots,R\): submilliy hududlarni

ifodalaydi.

\(p_{g,i}\), grid \(g\) va sektor \(i\) uchun mashinaviy oʻrganishning reconciliationdan oldingi bahosidir.

\(x_{g,i}\), ayni katak va sektor uchun reconciliationdan keyingi yakuniy qiymatdir.

Fazoviy aggregation matritsasi

Manba:

\[ S_{rg}= \begin{cases} 1, & \text{grid } g \in r,\\ 0, & \text{aksi halde} \end{cases} \]

matritsasini ta’riflaydi.

\(S_{rg}=1\) boʻlsa, grid katagi \(g\), hudud \(r\) ichida joylashgan. \(S_{rg}=0\) boʻlsa, joylashmagan.

Bu sodda ikkilik matritsa millionlab grid kataklarining qaysi rasmiy ma’muriy hududga tegishli ekanini algebraik tarzda aniqlash imkonini beradi.

Birinchi cheklov: hudud va sektor yigʻindisi

Har bir hudud \(r\) va sektor \(i\) uchun:

\[ \sum_{g\in r}x_{g,i} = y_{r,i}^{\mathrm{off}}. \]

Bu yerda \(y_{r,i}^{\mathrm{off}}\), tegishli hudud va sektor uchun rasmiy iqtisodiy yigʻindidir.

Bu cheklovning ma’nosi shuki: masalan, muayyan province ichidagi barcha ishlab chiqarish grid kataklari yigʻilganda natija rasmiy province ishlab chiqarish qiymatiga teng boʻlishi kerak.

Ikkinchi cheklov: hududning barcha sektorlari

Manba ikkinchi sifatida:

\[ \sum_{i=1}^{I} \sum_{g\in r} x_{g,i} = y_r^{\mathrm{off}} \]

shartini qoʻllaydi.

Bu tenglama barcha sektorlar va barcha grid kataklari yigʻilganda tegishli hududning rasmiy jami YaIMiga erishilishini majburiy qiladi.

Kronecker product nega ishlatiladi?

Manba ayni cheklovlarni matritsa shaklida yozganda \(\otimes\) belgisi bilan Kronecker productdan foydalanadi.

Kronecker product fazoviy aggregation matritsasi bilan sektor oʻlchamini bitta katta blok matritsa tuzilmasida birlashtirish imkonini beradi.

Sektor birlik matritsasi \(I_I\) ishlatilganda har bir sektorning mintaqaviy yigʻindi cheklovi alohida saqlanishi mumkin. Birlardan iborat \(1_I'\) vektori ishlatilganda esa sektorlar birgalikda yigʻilishi mumkin.

Barcha cheklovlarning ixcham shakli

Manba barcha rasmiy buxgalteriya cheklovlarini:

\[ Hx=y_a \]

shaklida bitta tizimga birlashtiradi.

\(H\), hudud-sektor buxgalteriya tuzilmasini kodlaydigan siyrak matritsadir. \(x\), reconciled grid-sektor qiymatlarining katta vektoridir. \(y_a\), qoʻllanishi kerak boʻlgan rasmiy aggregate qiymatlarni ifodalaydi.

Kvadratik yoʻqotish funksiyasi

Mashinaviy oʻrganish bahosini rasmiy yigʻindilar bilan moslashtirishda kataklarning dastlabki fazoviy tuzilmasini keraksiz ravishda buzish istalmaydi.

Shu sabab manba:

\[ \min_x \sum_{g,i} \left( \frac{x_{g,i}-p_{g,i}} {p_{g,i}} \right)^2 \]

mezonidan foydalanadi.

Bu ifoda mutlaq oʻzgarishni emas, nisbiy oʻzgarishni jazolaydi.

Masalan, ayni 10 birlik oʻzgarish boshlangʻich bahosi 1.000 boʻlgan katta katak uchun kichik nisbiy tuzatish, boshlangʻich bahosi 20 boʻlgan kichik katak uchun esa juda katta nisbiy tuzatishni anglatadi.

Vazn matritsasi

Matritsa shaklida:

\[ \min_x (x-p)'W(x-p) \]

va:

\[ W= \operatorname{diag} \left( \frac{1}{p_{g,i}^2} \right). \]

\(W\) vazn matritsasi xato jazosi nisbiy miqyosda qoʻllanishini ta’minlaydi.

Cheklangan optimallashtirish muammosi

Toʻliq muammo:

\[ \min_x (x-p)'W(x-p) \]

sharti bilan:

\[ Hx=y_a. \]

Boshqacha aytganda, tizim bir vaqtning oʻzida ikki ishni bajarishi kerak:

1. rasmiy buxgalteriya yigʻindilariga aynan mos kelish,
2. mashinaviy oʻrganish orqali olingan dastlabki fazoviy-sektoral taqsimotdan imkon qadar eng kam nisbiy uzoqlashish.

GLS reconciliation estimator

Birinchi tartibli shartlar manbada quyidagi yechimni beradi:

\[ x = p - W^{-1}H' \left( HW^{-1}H' \right)^{-1} \left( Hp-y_a \right). \]

Bu tenglama tadqiqotning eng muhim matematik tuzilmalaridan biridir.

\(p\): dastlabki mashinaviy oʻrganish baholaridir.

\(Hp\): ushbu dastlabki baholarning rasmiy aggregation tuzilmasi ostida hosil qilgan yigʻindisidir.

\(Hp-y_a\): mashinaviy oʻrganish yigʻindisi bilan rasmiy yigʻindi oʻrtasidagi nomuvofiqlikdir.

\(W^{-1}H'(HW^{-1}H')^{-1}\): ushbu nomuvofiqlik grid va sektor kataklariga qaysi vaznlar bilan qayta taqsimlanishini belgilaydigan tuzatish tuzilmasidir.

\(x\): barcha rasmiy cheklovlarni qanoatlantiradigan reconciled natijadir.

Nega bu tizimni hisoblash mumkin?

\(H\) matritsasi nihoyatda siyrak; chunki bitta grid katagi faqat oʻzi tegishli hudud va tegishli sektor bloklari bilan bogʻlangan.

Manba ushbu siyrak tuzilmani:

• sparse Cholesky,
• multifrontal factorization

kabi usullar bilan katta grid tizimlarida samarali yechish mumkinligini bildiradi.

Nol baholar uchun 0,01 nega qoʻshiladi?

\[ W= \operatorname{diag}(1/p_{g,i}^2) \]

boʻlgani sabab \(p_{g,i}=0\) boʻlganda vazn aniqlanmagan holga keladi.

Manba ushbu texnik muammoni hal qilish uchun nol baholangan kataklarga reconciliationdan oldin 0,01 miqdorida kichik notional qiymat beradi.

Reconciliation tugagach, bu 0,01 yana olib tashlanadi va katak toʻliq nolga qaytariladi.

Bu 0,01 iqtisodiy faoliyat oʻlchovi emas; raqamli optimallashtirishda vazn matritsasini aniqlangan holda saqlash uchun ishlatiladigan texnik yordamchi qiymatdir.

Reconciliation manfiy qiymat hosil qilishi mumkinmi?

Manba ishlatgan GLS yechimi ishora jihatidan cheklanmagan. Shu sabab nazariy jihatdan katta tuzatish talab etilganda ayrim reconciled katak qiymatlari manfiy boʻlishi mumkin.

Biroq manba Kanada–AQSh qoʻllanilishida reconciliationdan keyin manfiy qiymat yuzaga kelmaganini aniq bildiradi.

Tadqiqot Usuli va Natijalari

Ikki bosqichli usul

Tadqiqotning usul zanjiri ikki asosiy bosqichdan iborat:

1. Mashinaviy oʻrganish bosqichi: rasmiy ma’muriy YaIM va sektor natijalari bilan yuqori aniqlikdagi geografik oʻzgaruvchilar oʻrtasidagi munosabatlar oʻrganiladi va grid kataklariga qoʻllanadi.
2. Reconciliation bosqichi: grid baholari rasmiy hudud va sektor yigʻindilariga toʻliq mos keladigan tarzda kvadratik optimallashtirish bilan tuzatiladi.

Grid darajasida qoʻllanadigan ikki qoʻshimcha cheklov

Manba qoʻshimcha ravishda:

• 10 sektor uchun baholangan sektor ulushlari yigʻindisi tegishli ma’muriy birlikda 1 boʻlishini,
• YaIM nol deb baholangan yirik uzluksiz suv hududlari, aholi yashamaydigan choʻllar va doimiy qor maydonlari kabi joylarda sektor ulushlari ham nol boʻlishini

majburiy qiladi.

Model samaradorligi

Manba matnida qoʻshimcha ravishda log jon boshiga YaIM va log jon boshiga YaIM/km² modellari uchun \(R^2\) qiymatlari mos ravishda taxminan 0,50 va 0,56 deb beriladi. Ushbu ikki variantda aholi izohlovchi oʻzgaruvchilar toʻplamidan chiqarilgan.

Sektor samaradorligi nega farq qiladi?

Qishloq xoʻjaligi va konchilik kabi sektorlarning jismoniy geografiya bilan kuchliroq fazoviy izi bor. Qishloq xoʻjaligi yer qoplami bilan, konchilik esa muayyan geografik va obyekt joylashuvlari bilan bogʻlanishi mumkin.

Xizmatlar, davlat boshqaruvi va utilities kabi sektorlarda esa kuzatiladigan jismoniy joy bilan qiymat milliy hisoblarda qayd etiladigan joy bir xil boʻlmasligi mumkin.

Shu sabab manba sektor darajasidagi oʻzgaruvchilarning bashorat kuchi sezilarli darajada farqlanishini ta’kidlaydi.

Oʻzgaruvchi ahamiyati reytingi sabablilikmi?

Yoʻq. Manba Figure 5dagi variable-selection reytinglari faqat bashoratga qoʻshilgan hissani koʻrsatishini aniq bildiradi.

Masalan, built-up area, population va nighttime light umumiy YaIM uchun yuqori oʻrinlarda boʻlsa, cropland qishloq xoʻjaligi modelida kuchli oʻzgaruvchidir.

Bu holat “tungi chiroqning oshishi YaIMni shuncha oshiradi” tarzida sababiy xulosa bermaydi.

Reconciliationdan oldingi eng katta ogʻishlar

Manba dastlabki grid baholarini rasmiy sektor YaIMi bilan taqqoslaganda qishloq xoʻjaligi va utilities uchun eng katta ogʻishlarni kuzatadi.

Har ikki sektorda ham reconciliationdan oldingi grid yigʻindilari rasmiy ma’lumotlarning taxminan toʻrt-besh baravariga yetishi mumkin.

Qishloq xoʻjaligi uchun bu natija ayniqsa tushuntiruvchidir; chunki qishloq xoʻjaligi modelining \(R^2\) qiymati sektorlar orasida nisbatan yuqori boʻlgan 0,54 ni tashkil etadi.

Bu holat yaxshi ma’muriy darajadagi baholash mosligi grid yigʻindilarida avtomatik buxgalteriya mosligini anglatmasligini koʻrsatadi.

Manba buni qisman qishloq xoʻjaligi yerining iqtisodiy qoʻshilgan qiymatiga nisbatan juda katta jismoniy maydonni egallashi bilan izohlaydi.

Shahar markazli sektorlarda dastlabki baho yaqinroq

Moliya va biznes xizmatlari, savdo va joylashtirish, ishlab chiqarish hamda transport va aloqa sektorlarida reconciliationdan oldingi baholarning rasmiy yigʻindilarga nisbati Kanada va AQShda odatda taxminan %75–90 oraligʻida.

Bu natija shahar va tijorat faoliyati tungi chiroq, qurilish va boshqa jismoniy koʻrsatkichlarda koʻproq koʻrinishi mumkinligi bilan mos keladi.

Reconciliation bu muammoni qanday hal qiladi?

Reconciliation barcha sektorlarning grid yigʻindilarini rasmiy milliy va submilliy hisoblar bilan bir darajaga masshtablaydi va qayta taqsimlaydi.

Biroq bu yerda juda muhim farq bor:

Aggregate moslikka erishish katak darajasida mustaqil tekshiruvga erishish degani emas.

Reconciliationdan keyin hudud yigʻindisining rasmiy YaIMga teng boʻlishi matematik jihatdan kafolatlanadi. Biroq ayni yigʻindi ichidagi iqtisodiy faoliyat aynan qaysi 1 km² katakka qanday ulushda tegishli ekani hali ham mashinaviy oʻrganish modelining fazoviy taqsimlash tuzilmasiga tayanadi.

2021 grid qamrovi

Post-benchmarking ma’lumotida ijobiy YaIM baholangan kataklar nuqtai nazaridan:

Manba ushbu qamrov sonlariga faqat ijobiy YaIM baholangan kataklarni kiritadi.

Manbadagi YaIM birligi nomuvofiqligi

Asosiy 1-jadval 2021 YaIM ustunini “USD PPP bn” deb belgilaydi va ma’lumot boʻlimida submilliy YaIM IMF WEO PPP international dollars benchmarki bilan moslashtirilganini tushuntiradi.

Bunga qarshi Appendix Cdagi ayni qamrov jadvali izohida “GDP figures in current USD billions” iborasi mavjud.

Manba ichidagi ushbu birlik nomuvofiqligi Verianla tomonidan jimlik bilan tuzatilmagan. Shu sabab ushbu maqola jami 2021 pul qiymatlarini yangi hisob-kitoblarda ishlatmaydi.

Kanada va AQSh natijalarini nega bir xil ishonch bilan oʻqib boʻlmaydi?

AQSh uchun rasmiy oʻqitish natijalari county darajasigacha mavjud. Shu sabab modelning AQSh ichidagi nozik fazoviy naqshi hech boʻlmaganda county miqyosigacha haqiqiy submilliy YaIM farqlaridan oʻrganadi.

Kanada uchun rasmiy oʻqitish natijasi faqat 13 province/territory darajasida.

Shu sabab Kanadaning province ichidagi taqsimoti butunlay geocovariate munosabatlari orqali model tomonidan yaratiladi.

Manbaning oʻz iborasi bilan Kanada natijalari experimental model-based spatial allocations sifatida baholanishi kerak; mustaqil tasdiqlangan subprovincial GDP emas.

Umumiy iqtisodiy faoliyatning fazoviy naqshi

Post-reconciliation 2021 natijalarida iqtisodiy faoliyat eng yuqori boʻlgan grid kataklari yirik metropol koridorlarida toʻplangan.

AQShning sharqiy yarmida davomliroq oʻrta darajadagi iqtisodiy faoliyat koʻrinsa, quruq ichki gʻarbiy hududlarda siyrakroq past qiymatli kataklar mavjud.

Kanadadagi iqtisodiy faoliyat asosan AQSh chegarasiga yaqin torroq mintaqada toʻplangan va yuqori kengliklarda sezilarli darajada siyraklashadi.

Ushbu naqshlar model natijasidir va ayniqsa Kanadada province ostidagi haqiqiy rasmiy kuzatuvlar sifatida talqin qilinmasligi kerak.

Location Quotient nima?

Tadqiqot grid katagida qaysi sektor milliy tuzilmaga nisbatan koʻproq ixtisoslashganini koʻrsatish uchun Location Quotient (LQ)dan foydalanadi.

Manba izohidagi ta’rif matematik tarzda:

\[ LQ_{g,i} = \frac{\text{grid }g\text{'de sektör }i\text{ payı}} {\text{ülke genelinde sektör }i\text{ payı}} \]

shaklida ifodalanishi mumkin.

\(LQ=1\), sektorning grid katagidagi ogʻirligi mamlakat oʻrtachasiga teng ekanini anglatadi.

\(LQ=1{,}5\), grid katagidagi sektor ulushi milliy ulushdan %50 yuqori ekanini anglatadi.

Manba dominant sektor xaritasida 1,5 dan yuqori qiymatlarni aniq mahalliy ixtisoslashuv sifatida talqin qiladi.

Sektoral fazoviy naqshlar

Model natijalarida qishloq xoʻjaligi Kanada va AQShning ichki tekisliklarida keng va chegaralarni kesib oʻtadigan koridor hosil qiladi.

Konchilik, neft va gaz faoliyati AQShning intermountain west hududlari, Appalachian kamari va shimoliy Kanadaning ayrim hududlarida toʻplangan.

Ishlab chiqarish Buyuk koʻllarning janubidagi tarixiy sanoat kamarini va AQShning janubi-sharqiga choʻzilgan hududlarni kuzatadi.

Moliya va biznes xizmatlari yirik shimoli-sharqiy metropollarda toʻplansa, davlat boshqaruvi Washington D.C. atrofida kuchli ixtisoslashuvni koʻrsatadi.

Bu natijalarning muhim xabarlaridan biri sektor geografiyasi ma’muriy chegaralarni kuzatishi shart emasligidir. Qishloq xoʻjaligi, konchilik va ishlab chiqarish kamarlari shtat yoki mamlakat chegaralaridan tashqarida uzluksiz davom etishi mumkin.

Moliya sektori xaritasi nimani koʻrsatmaydi?

Manba maxsus ogohlantirish beradi: “Finance and Business Services” grid qatlami moliyaviy xavflar, kreditlar yoki ta’minotlarning jismoniy joylashuv xaritasi sifatida oʻqilmasligi kerak.

Moliya, sugʻurta, koʻchmas mulk va biznes xizmatlarida qoʻshilgan qiymat koʻpincha kompaniya bosh qarorgohida qayd etilishi mumkin; biroq haqiqiy iqtisodiy yoki moliyaviy exposure boshqa geografik hududlarda boʻlishi mumkin.

Xizmat sektorlari nega qiyinroq?

Zavod, qishloq xoʻjaligi maydoni yoki konning jismoniy joylashuvi masofadan zondlash ma’lumotlarida nisbatan aniq boʻlishi mumkin.

Bunga qarshi:

• moliyaviy vositachilik,
• telekommunikatsiya,
• elektr uzatish,
• davlat boshqaruvi,
• ta’lim va sogʻliqni saqlash kabi xizmatlar

uchun qiymat yaratiladigan joy bilan jismoniy obyekt joylashgan joy oʻrtasida bevosita birga-bir aloqa boʻlmasligi mumkin.

Manba xizmatlar ustun boʻlgan iqtisodiy hududlar spatial allocation uchun qiyinroq ekanini va kelajakda banklar, davlat muassasalari, maktablar, kasalxonalar hamda chakana savdo markazlari kabi sektorga xos fazoviy koʻrsatkichlar qoʻshilishi mumkinligini bildiradi.

Qishloq va olis hududlardagi cheklov

Tungi chiroq yoki qurilish kabi koʻrsatkichlar aholi kam boʻlgan qishloq va olis hududlarda iqtisodiy ishlab chiqarishni zaifroq ifodalashi mumkin.

Manba kelajakda:

• yoʻl tarmogʻi zichligi,
• qishloq xoʻjaligi unumdorligi indekslari,
• bozorlarga masofa

kabi qoʻshimcha oʻzgaruvchilardan foydalanish mumkinligini tavsiya qiladi.

Aholi bilan qoʻshimcha moslik tekshiruvi

Mualliflar kelajakda post-benchmarking YaIM aholi deyarli nol boʻlgan grid kataklariga iqtisodiy jihatdan mantiqsiz tarzda taqsimlanishining oldini olish uchun aholidan alohida consistency check sifatida foydalanishni tavsiya qiladi.

Bu tekshiruv hozirgi tadqiqotning tugallangan qismi emas; kelajakda amalga oshirilishi mumkin boʻlgan takomillashtirish sifatida taqdim etiladi.

GeoPulse aloqasi

Tadqiqotda ishlab chiqilgan gridded GDP baholari IMFda ishlab chiqilayotgan GeoPulse nomli geo-fazoviy tahlil platformasiga asosiy kirish ma’lumoti boʻlishi rejalashtirilgan.

Manba koʻzlagan foydalanish yuqori aniqlikdagi iqtisodiy ishlab chiqarish baholarini tabiiy ofatlarga ta’sirlanish, moliyaviy stress va demografik oʻzgarish kabi boshqa fazoviy xavf koʻrsatkichlari bilan birlashtirishdir.

GeoPulsega integratsiya kelajak niyatidir; ushbu maqola GeoPulsenining yakunlangan samaradorlik bahosini taqdim etmaydi.

Tadqiqot qoʻllab-quvvatlaydigan natijalar

• Rasmiy makroiqtisodiy yigʻindilar, yuqori aniqlikdagi Yer kuzatuvlari va spatial random forest birgalikda ishlatilib, taxminan 1 km² darajasida eksperimental YaIM taqsimotlari yaratilishi mumkin.
• Umumiy log YaIM uchun ishlatiladigan Yer kuzatuvi oʻzgaruvchilari yuqori bashorat samaradorligini koʻrsatadi.
• Sektor darajasidagi bashorat samaradorligi sektorlar oʻrtasida sezilarli darajada farq qiladi.
• Aholi, qurilgan hudud va tungi chiroq umumiy YaIM bahosida kuchli bashorat oʻzgaruvchilari qatoriga kiradi.
• Cropland kabi yer qoplami koʻrsatkichlari qishloq xoʻjaligining fazoviy taqsimoti uchun kuchliroq ma’lumot berishi mumkin.
• Mashinaviy oʻrganish baholari rasmiy sektor va hudud yigʻindilari bilan avtomatik tarzda mos emas.
• Kvadratik reconciliation grid va sektor baholarini rasmiy buxgalteriya yigʻindilari bilan toʻliq moslashtirishi mumkin.
• Ma’muriy chegaralar yashiradigan sektor ixtisoslashuvlari grid shaklida koʻrinarlroq boʻlishi mumkin.
• Kanada va AQSh qoʻllanilishi usul uchun proof-of-concept xususiyatiga ega.

Tadqiqot qoʻllab-quvvatlamaydigan natijalar

Tadqiqot har bir 1 km² katakda bevosita oʻlchangan rasmiy YaIM mavjudligini koʻrsatmaydi.

Tadqiqot ayniqsa Kanadaning province ostidagi grid qiymatlarini mustaqil tasdiqlangan rasmiy ma’lumot sifatida taqdim etmaydi.

Reconciliationdan keyin rasmiy yigʻindilar toʻliq mos kelishi har bir katakning haqiqiy iqtisodiy qiymati toʻgʻri baholanganini isbotlamaydi.

Yuqori \(R^2\), ishlatilgan sun’iy yoʻldosh yoki geografik koʻrsatkichning YaIMga sababiy ta’siri borligini koʻrsatmaydi.

Variable importance reytingi oʻzgaruvchilarning iqtisodiy kattalikdagi ishorasini yoki sababiy koeffitsiyentini koʻrsatmaydi.

Tadqiqot barcha mamlakatlar uchun bir xil samaradorlikni isbotlamaydi. Kanada va AQSh kuchli rasmiy statistika tizimlariga ega ma’lumotlarga boy pilot iqtisodiyotlardir.

Tadqiqot Lotin Amerikasi, Sahroi Kabirdan janubdagi Afrika, Janubiy Osiyo yoki Janubi-Sharqiy Osiyoda usul ayni aniqlik bilan ishlashini hali koʻrsatmaydi; ushbu hududlar kelajakdagi kengayish sohalari sifatida tavsiya qilinadi.

Tadqiqot hozircha gridded capital stock ma’lumotlar toʻplamini ishlab chiqarmaydi. Kapital zaxirasi usul kelajakda kengaytirilishi mumkin boʻlgan yoʻnalishlardan biri sifatida koʻrsatiladi.

Tadqiqot moliya va biznes xizmatlari gridini haqiqiy moliyaviy exposure yoki collateral xaritasi sifatida talqin qilishni qoʻllab-quvvatlamaydi.

Asosiy cheklovlar

• Kanada oʻqitish tayanchi: faqat 13 province/territory rasmiy kuzatuvi mavjud; province ostidagi tafsilot model mahsulidir.
• Miqyos koʻchirish farazi: ma’muriy birlikda oʻrganilgan munosabat grid katagi miqyosiga qoʻllanadi.
• Sektor geterogenligi: model samaradorligi sektorlar oʻrtasida katta farq qiladi.
• Xizmat sektori koʻrinarliligi: jismoniy masofadan zondlash koʻrsatkichlari ayrim xizmatlarni zaif ifodalaydi.
• Reconciliation: rasmiy yigʻindilar bilan moslikni ta’minlaydi, biroq mustaqil katak tekshiruvini ta’minlamaydi.
• Giperparametrlarni hisobot qilish: random forestning barcha quyi darajadagi sozlamalari PDFda batafsil berilmagan.
• Rasmiy birlik nomuvofiqligi: asosiy 1-jadval bilan Appendix Cning YaIM pul birligi izohlari toʻliq mos emas.

Umumiy ilmiy mazmun

Tadqiqotning kuchli tomoni rasmiy makroiqtisodiy statistikani mashinaviy oʻrganish bilan almashtirishga urinmasligidir.

Usul ikki turdagi ma’lumotning kuchli tomonlarini birlashtiradi:

Rasmiy milliy hisoblar iqtisodiy miqdorning ishonchli yigʻindisini beradi.

Yer kuzatuvi va spatial machine learning yigʻindi geografiya ichida qayerlarda toʻplanishi mumkinligi haqida yuqori aniqlikdagi fazoviy ma’lumot beradi.

Statistical reconciliation ushbu ikki qatlamni buxgalteriya jihatidan bir-biriga moslashtiradi.

Ushbu yondashuvning ilmiy qiymati “sun’iy yoʻldosh tasviridan haqiqiy YaIMni toʻgʻridan-toʻgʻri koʻramiz” degan da’voda emas; rasmiy makroiqtisodiy yigʻindilarning fazoviy taqsimotini kuzatiladigan geografik koʻrsatkichlardan oʻrganilgan naqshlar yordamida tizimli va takror qoʻllanadigan tarzda taqsimlay olishidadir.

Manba va Usul Haqida Izoh

Asl sarlavha: Earth Observations and Machine Learning for Gridded Macroeconomic Data

Oʻzbekcha nashr sarlavhasi: Grid Asosidagi Makroiqtisodiy Ma’lumotlar uchun Yer Kuzatuvlari va Mashinaviy Oʻrganish

Mualliflar: Marco Marini, Jim Tebrake, Andinet Woldemichael.

Mualliflar tartibi: Manbadagi tartib saqlangan.

Muassasa: International Monetary Fund.

Departament: Statistics Department.

Corresponding va lead author: Andinet Woldemichael.

Teng hissa / ham-birinchi mualliflik: Manbada bunday bayonot mavjud emas.

Tadqiqot raqami: WP/26/213.

Seriya: IMF Working Papers.

Nashriyot: International Monetary Fund.

PDF ichki sanasi: September 2026.

Rasmiy IMF eLibrary nashr sanasi: 2 Oktyabr 2026.

Issue-level DOI: 10.5089/9798229062961.001.

Article-level DOI: 10.5089/9798229062961.001.A001.

Rasmiy nashr qaydi: IMF eLibrary, Working Paper Volume 2026, Issue 213.

SSRN: Manba PDF elektron nusxa SSRN abstract 7611151 ostida mavjudligini bildiradi.

Manba turi: IMF Working Paper; usul ishlab chiqish va eksperimental ma’lumot ishlab chiqarish tadqiqoti.

Taqriz holati: Taqrizdan oʻtgan akademik jurnal maqolasi sifatida taqdim etilmasligi kerak. IMF Working Paperlarni davom etayotgan tadqiqotni muhokamaga qoʻyadigan nashrlar sifatida ta’riflaydi.

Mualliflik huquqi / litsenziya: © 2026 International Monetary Fund. PDFda “Not for Redistribution” yozuvi mavjud. Creative Commons ochiq litsenziyasi koʻrsatilmagan.

JEL kodlari: C55, O47, R12.

Manba kalit soʻzlari: Earth observations; gridded GDP; spatial machine learning.

Asosiy tadqiqot maqsadi: Rasmiy milliy va submilliy YaIM hamda sektor ma’lumotlarini yuqori aniqlikdagi geo-fazoviy koʻrsatkichlardan foydalanib taxminan 1 km² grid kataklariga downscale qilish va natijalarni rasmiy buxgalteriya yigʻindilari bilan toʻliq moslashtirish.

Pilot mamlakatlar: Kanada va Amerika Qoʻshma Shtatlari.

Referens qoʻllash yili: Asosiy grid natijalarida 2021.

AQSh rasmiy ma’lumot tayanchi: County darajasi, admin 2; 3.082 county kuzatuvi modelni oʻqitishda ishlatilishi mumkin.

Kanada rasmiy ma’lumot tayanchi: 13 province/territory darajasidagi kuzatuv; province ostidagi barcha fazoviy tafsilot model mahsulidir.

Grid maqsadli aniqligi: Taxminan 1 km².

Yuqori aniqlikdagi geocovariate aniqligi: WorldPop oʻzgaruvchilarining aksariyati taxminan 3 arcsecond, ya’ni taxminan 100 m.

Asosiy usul: Spatial random forest + forward feature selection + leave-one-out cross-validation + kvadratik statistical reconciliation.

Dasturiy ta’minot: R ichidagi CAST Version 1.04 kutubxonasi.

Model tanlovi: Turli pooled va split geografik namunalarda model variantlari oʻqitiladi; oʻzgaruvchi tanlovi qoʻllanadi va eng past RMSEga ega spetsifikatsiya saqlanadi.

Mashinaviy oʻrganish asosiy tenglamasi: \(y_i^k=f(X_i^k)+\varepsilon_i^k\).

Reconciliation asosiy muammosi: Dastlabki ML baholari \(p\), rasmiy buxgalteriya cheklovi \(Hx=y_a\) ostida nisbiy kvadratik ogʻishni minimallashtiradigan tarzda reconciled qiymatlar \(x\)ga aylantiriladi.

GLS reconciliation yechimi: \(x=p-W^{-1}H'(HW^{-1}H')^{-1}(Hp-y_a)\).

Reconciliation texnik tafsiloti: Nol baholangan kataklarga vazn matritsasini aniqlangan holda saqlash uchun vaqtincha 0,01 qiymati beriladi va jarayondan soʻng yana nolga qaytariladi.

Manfiy qiymat holati: GLS yechimi nazariy jihatdan manfiy katak hosil qilishi mumkin; manba Kanada–AQSh qoʻllanilishida manfiy reconciled qiymat yuzaga kelmaganini bildiradi.

Umumiy YaIM samaradorligi: log YaIM uchun RMSE 0,39, \(R^2=0{,}95\), MAE 0,29; log YaIM/km² uchun RMSE 0,44, \(R^2=0{,}94\), MAE 0,32.

Sektor samaradorligi: Qishloq xoʻjaligi va konchilik nisbatan kuchli; davlat boshqaruvi, utilities, savdo/joylashtirish va transport/aloqa pastroq \(R^2\) qiymatlariga ega.

Reconciliationdan oldingi muhim ogʻish: Qishloq xoʻjaligi va utilities sektorlarida gridded yigʻindilar rasmiy YaIMning taxminan toʻrt-besh baravariga chiqishi mumkin.

2021 ijobiy YaIM grid qamrovi: Kanada 988.661 katak; AQSh 5.354.938 katak.

Pul birligi boʻyicha manba ichidagi nomuvofiqlik: Asosiy 1-jadval YaIM qiymatlarini “USD PPP bn” deb belgilaydi va usul boʻlimi WEO PPP benchmarkini ta’riflaydi; Appendix C jadval izohi esa ayni seriyani “current USD billions” deb ta’riflaydi. Verianla bu nomuvofiqlikni jimlik bilan tuzatmagan.

Maqsadli oʻzgaruvchi belgisi boʻyicha manba ichidagi noaniqlik: Usul boʻlimidagi maqsadli toʻplamda SER belgisi mavjud, biroq Appendix Adagi 10 sektor tasnifida alohida SER kategoriyasi ta’riflanmagan. Manbada boʻlmagan izoh qoʻshilmagan.

Ma’lumotlar mavjudligi: Manba BEA, Statistics Canada, WorldPop, ESA, NASA va Global Energy Monitorni oʻz ichiga olgan foydalanilgan ma’lumot manbalarini batafsil sanab oʻtadi; PDFda yagona ochiq replikatsiya paketi yoki alohida standart Data Availability Statement berilmagan.

Model giperparametrlari mavjudligi: CAST 1.04, spatial random forest, feature selection va cross-validation tuzilmasi qayd etiladi; barcha quyi darajadagi random forest giperparametrlari PDFda ochiq emas.

Moliyalashtirish bayonoti: Manbada alohida standart tadqiqot moliyalashtirish bayonoti mavjud emas.

Manfaatlar toʻqnashuvi: Manbada alohida standart manfaatlar toʻqnashuvi bayonoti mavjud emas.

CRediT / muallif hissalari: Manbada standart CRediT hissa jadvali mavjud emas.

Tashakkur: Manba Javier Uruñuela Lópezga fikr va takliflari; Alessandra Sozzi hamda Zhaosheng Liga gridded GDP ma’lumotlarini ishlab chiqishdagi yordamlari uchun minnatdorchilik bildiradi.

Asosiy uslubiy cheklov: Grid darajasidagi qiymatlar rasmiy bevosita kuzatuv emas. Reconciliation aggregate moslikni ta’minlaydi, biroq katak aniqligini mustaqil ravishda tasdiqlamaydi. Kanadada province ostidagi fazoviy taqsimot toʻliq model tomonidan yaratiladi.

Kelajakdagi tadqiqot: Qishloq/olis hududlar uchun yangi covariatelar, xizmat sektoriga xos infratuzilma nuqtalari, aholi asosidagi moslik tekshiruvi, boshqa geografiyalarga kengaytirish va gridded capital stock ishlab chiqarish tavsiya etiladi.

Institutsional fikr ogohlantirishi: Manbadagi fikrlar mualliflarga tegishli; ular IMF, IMF Executive Board yoki IMF management fikrlarini majburiy ravishda ifodalamaydi.

Nashr izohi: Ushbu oʻzbekcha bayon manba Working Paperning ma’lumot tuzilmasini, spatial random forest usulini, grid downscaling mantiqini, cross-validation va feature-selection bosqichlarini, statistical reconciliation tenglamalarini, samaradorlik natijalarini, fazoviy sektor topilmalarini va cheklovlarini tushuntiruvchi tarzda yetkazadi. Manbada boʻlmagan grid qiymati, model natijasi, statistika, giperparametr yoki mamlakat boʻyicha umumlashtirish yaratilmagan. Ilmiy iqtiboslarda asl IMF Working Paper va rasmiy DOI asos qilib olinishi kerak.