Модели и алгоритмы поддержки принятия решений в управлении страховыми рисками тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Киндаев Александр Юрьевич

• Киндаев Александр Юрьевич
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Киндаев Александр Юрьевич

ВВЕДЕНИЕ

1. УПРАВЛЕНИЕ СТРАХОВЫМИ РИСКАМИ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

1.1 Методы оценки риска страхования

1.2 Информационные системы обеспечения страхования

1.2.1 Проблемы асимметрии информации в страховании

1.2.2 Подходы к организации страхования

1.3 Методы расчета страховых тарифов

1.4 Методы классификации на однородные группы

Выводы по первому разделу

2. РАЗРАБОТКА МОДЕЛИ И АЛГОРИТМОВ ОЦЕНКИ СТРАХОВЫХ РИСКОВ НА ОСНОВЕ КОРРЕЛЯЦИОННОГО АНАЛИЗА ОБЪЕКТОВ СТРАХОВАНИЯ

2.1 Алгоритм анализа исходной информации

2.2 Построение информационно-структурной модели процесса страхования

2.3 Алгоритмы оценки финансовых результатов участников страховых отношений

2.3.1 Алгоритм моделирования финансового результата страховой компании

2.3.2 Алгоритм расчета среднего финансового результата организаций

Выводы по второму разделу

3. РЕАЛИЗАЦИЯ МОДЕЛИ И ЧИСЛЕННАЯ ОЦЕНКА РИСКОВ

3.1 Формирования модельных данных, характеризующих страховое поле

3.1.1 Проверка соответствия нормальному закону распределения исходных данных

3.1.2 Распределение индивидуального убытка

3.1.3 Анализ взаимосвязей между хозяйствующими субъектами

3.1.4 Методика формирования модельных данных

3.2 Оценка финансового результата организаций

3.3 Оценка совокупного страхового риска принимаемого страховой компанией

Выводы по третьему разделу

4. СТРАТЕГИЧЕСКОЕ УПРАВЛЕНИЕ РИСКАМИ (НА ПРИМЕРЕ ПРОИЗВОДИТЕЛЕЙ ЗЕРНА)

4.1 Роль государственной поддержки в сельскохозяйственном страховании

4.2 Разработка стратегии поведения страховой компании и производителей зерна на рынке страхования

Выводы по четвертому разделу

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы поддержки принятия решений в управлении страховыми рисками»

ВВЕДЕНИЕ

В условиях недостаточности данных страховой статистики ключевым элементом определения обоснованных страховых тарифов является модель страхования. Страхование является мощным инструментом сглаживания убытков, возникающих в ходе хозяйственной деятельности. Диссертационная работа направлена на разработку моделей и алгоритмов обработки информации с целью оценки рисков для принятия верных управленческих решений. Уделяется внимание моделированию индивидуальных рисков страхования убытков хозяйственной деятельности.

Вопросами построения моделей оценки риска занимались как отечественные, так и зарубежные ученые и специалисты. Так, Лакман И.А., Гареева И.Ю., Курбангалеева Д.М., Агадуллина А.И. для идентификации рисков использовали дерево отказов и логико-вероятностный метод (ЛВМ), а для оценки вероятности наступления неблагоприятного события использовались независимые бинарные модели, оценка риска проводилась с помощью обобщенного распределения Парето (ОРП) Мухамедиева Д.Т., Солиева Б.Т. в своих работах обосновали метод прогнозирования рисков на основе аппроксимирующих моделей нечеткого вывода при нечетко заданной исходной информации о факторах риска. Ими установлено, что результаты принятия решений по таким моделям можно отнести к недетерминированным. Особенности логико-вероятностной теории риска с группами несовместных событий изучали Соложенцев Е.Д., Рябинин И.А., Степанова Н.В., Карасев

B.В., Рыбаков А.В., Алексеев В.В., Яценко С.Г., Козлова В.И., Крюкова Е.А. Лыгденова Т.Б., Ванчикова Е.Н., Мошкин Н.И.. Малышев Е.А., Дагбаева

C.Д.-Н., которые разработали алгоритмы управления рисками прогнозирования, позволяющие идентифицировать риски и оценить степень их отражения на выполнении плановых показателей производства. Большое внимание актуарным расчетам в страховании и управлении рисками уделено в работах д.ф.-м.н. Баскакова В.Н.

Внимание к страхованию как инструменту преодоления негативных последствий неприятия риска и нестабильности доходов фермеров повышается уже в течение многих лет (Hazell, Pomareda, & Valdes (Eds.), 1986). Следует также отметить, что технологическое развитие отрасли стимулировало повышенный интерес к потенциалу микрострахования для управления климатическими рисками небольших сельскохозяйственных организаций в развивающихся странах (Bogale, 2015; Carter, 2017; Carter, Cheng, & Sarris, 2016; Carter, Janzen, & Stoeffler, 2018; Hess & Hazell, 2015; Janzen & Carter, 2013; Jensen & Barrett, 2017; Miranda & Farrin, 2012; Schaefer & Waters, 2016). Некоторые зарубежные специалисты (например, Khan S., Rennie M., Charlebois S.) в своих работах рассматривают особенности применение погодных деривативов в разных странах по сравнению со стандартными процедурами страхования. Отмечается, что наибольшим препятствием для их эффективного использования в управлении погодными рисками является отсутствие достоверной и доступной информации. Согласно докладу Европейской комиссии, одним из основных условий для страхования конкретного риска является одинаковая доступность страхователя и страховщика к информации о возможности наступления того или иного риска. В силу этого применение подобного подхода в России затруднено.

Несмотря на глубокую проработку отдельных вопросов страхования, ряд вопросов, связанных с численной оценкой рисков страхования, остается открытым. Наибольшего внимания заслуживает разработка моделей и алгоритмов информационной поддержки процесса страхования, которые обеспечат возможность оценки риска, как страховщиками, так и страхователями.

Основным источником первичной информации в этой сфере должны являться данные, которые доступны всем участникам рынка страхования. Данный факт существенно отличает имеющиеся подходы от рассматриваемого в работе, так как снимает проблему асимметрии информации, актуальную в экономике в целом и в страховании в частности.

Моделирование осуществляется на основе предположения о нормальности закона распределения данных. Построение моделей основано на классических подходах, согласно которым выявляется факт наступления страхового случая и ущерб по отдельно взятым договорам страхования. Очевидно, что итоговая модель, которая составляет основу информационной системы, должна строиться с использованием формулы полной вероятности.

Применение модели индивидуальных потерь позволяет обосновано подойти к построению модели коллективного риска (далее - МКР), необходимой для определения оптимальных тарифов страхования. Существенным преимуществом такого подхода является возможность определения страховых премий в условиях недостаточной страховой статистики, что всё ещё актуально для современной России.

В этой связи тема диссертационного исследования, посвященного разработке моделей и алгоритмов обработки информации для идентификации рисков, является актуальной.

Цель и задачи. Целью работы является повышение точности количественной оценки рисков для повышения качества управленческих решений в страховании.

Для достижения поставленной цели сформулированы и решены следующие задачи.

- проведен анализ современного состояния исследований и разработок в области управления страховыми рисками;

- модифицирована информационно-структурная модель оценки риска для решения проблемы асимметрии информации;

- разработана методика формирования модельных данных, учитывающую системность анализируемых рисков;

- разработан алгоритм разбиения на группы объектов страхового поля;

- разработан алгоритм оценки финансового результата страховой компании и страхователей;

- проведена техническая реализация методики формирования модельных данных и разбиения на группы в среде MatLab;

- экспериментально оценена эффективность использования разработанных алгоритмов на имеющихся статистических данных.

Объектом исследования является процедура управления страховыми рисками.

Предметом исследования являются модели и алгоритмы управления страховыми рисками в условиях недостаточности страховой статистики.

Методы исследования. Для решения поставленных задач были использованы методы математического анализа, теории вероятностей и математической статистики, теории управления, а также методы компьютерного моделирования, методы выполнения инженерных и научных расчетов в рамках интерактивной системы.

Научная новизна работы.

1. Предложена информационно-структурная модель количественной оценки риска страхования, отличающаяся от известных моделей тем, что основным источником информации являются не ограниченные данные страховой статистики, а общедоступные данные о хозяйственной деятельности предприятий. Модель учитывает возможность коррелированности убытков по отдельным договорам, что позволяет компенсировать недостаточность данных страховой статистики.

2. Разработан алгоритм анализа исходной информации, позволяющий выявить корреляции между характеристиками принимаемых к страхованию объектов, влияющих на оценку совокупного риска. Особенностью алгоритма является использование опосредованных данных, характеризующих факторы, которые являются основными, влияющими на риск. Применение алгоритма позволило выявить условия, при которых автором получено распределение индивидуальных потерь.

3. Для формирования характеризующих страховое поле модельных данных предложена методика, в которой используется алгоритм генерации

зависимых случайных величин с заданной матрицей КК. Методика может быть использована, в том числе, и в условиях недостаточности статистической информации. По сравнению с традиционным подходом, предполагающим некоррелированность убытков по отдельным рискам, применение алгоритма позволяет повысить точность воссоздания информации, необходимой для расчета рисков.

4. Разработан алгоритм оценки финансового результата в случае принятия страховой компанией риска при определённой тарифной ставке на фиксированном временном промежутке, отличающийся от известных тем, что учитывает реальную зависимость между собой отдельных рисков, что позволяет избежать недооценки риска на малых временных промежутках.

5. Создана комплексная модель оценки страхового риска, учитывающая при выработке управленческих решений возможности изменения во времени тарифной ставки и резервов, что дает возможность объективной оценки страхового продукта, как с позиций страхователя, так и с точки зрения страховщика.

Практическая значимость работы.

1. Применение информационно-структурной модели расчета рисков страхования позволяет расширить спектр классических моделей страхования, дополнить его инструментом численной оценки рисков.

2. Использование предложенного алгоритма разбиения объектов страхования на некоррелируемые группы дает возможность повысить точность оценки совокупного риска страхования.

3. Использование алгоритма генерации зависимых случайных величин в методике формирования модельных данных позволяет практически реализовать модель идентификации и оценивания рисков в условиях ограниченной протяженности временных рядов, характеризующих деятельность объектов страхования.

4. Применение в практике деятельности страховых компаний разработанных алгоритмов, учитывающих особенности тарифной политики, а

также программных средств информационного анализа позволяет повысить эффективность их управленческих решений.

Достоверность и обоснованность результатов работы подтверждается:

- результатами экспериментальной проверки функционирования разработанных алгоритмов на реальных данных;

- согласованностью полученных результатов с результатами, полученными другими исследователями;

- практической эксплуатацией прикладных программных продуктов, на которые получены свидетельства о государственной регистрации;

- апробацией результатов исследования на научных конференциях различного уровня;

- актами об использовании результатов диссертационной работы.

Соответствие паспорту специальности. Диссертация выполнена в

соответствии с требованиями специальности 05.13.10 - управление в социальных и экономических системах (технические науки) по следующим областям исследований:

п.3. «Разработка моделей описания и оценок эффективности решения задач управления и принятия решений в социальных и экономических системах»;

п.4. «Разработка методов и алгоритмов решения задач управления и принятия решений в социальных и экономических системах»;

п.5. «Разработка специального математического и программного обеспечения систем управления и механизмов принятия решений в социальных и экономических системах».

Основные положения, выносимые на защиту.

1. Информационно-структурная модель численной оценки рисков страхования в условиях коррелированности убытков по отдельным договорам.

2. Алгоритм анализа исходной информации, позволяющий выявить влияющие на оценку совокупного риска взаимосвязи между объектами.

3. Методика формирования модельных данных в условиях недостаточности статистической информации.

4. Алгоритм оценки финансового результата в случае принятия страховой компанией рисков при определённой тарифной ставке на фиксированном временном промежутке.

5. Программная реализация комплексной модели информационного анализа модельной информации, идентификации и расчета страховых рисков с целью выработки обоснованных управленческих решений.

Внедрение результатов работы.

Исследования поддержаны Российский фондом фундаментальных исследований (РФФИ) в рамках проекта №2 16-36-00275 мол_а «Имитационное моделирование в анализе рисков выращивания зерновых с учетом экономико-географического положения района». Результаты работы использованы при создании двух программных продуктов: Модуль генерации многомерного случайного вектора (свидетельство о государственной регистрации программы для ЭВМ №2019660365), Программа имитации риска (свидетельство о государственной регистрации программы для ЭВМ №2019660364). Результаты исследовательской работы применяются в Федеральном государственном бюджетном научном учреждении «Федеральный Ростовский аграрный научный центр», в Обществе с ограниченной ответственностью Агрофирма «Биокор-С» для повышения оценки точности возникающих рисков, а также в образовательном процессе Пензенского государственного технологического университета при подготовке бакалавров и магистров по направлению подготовки «Прикладная информатика», что подтверждено актами о внедрении.

Апробация работы. Основные результаты диссертационной работы представлены и обсуждены на ХУШ Международной научной конференции «Проблемы теоретической кибернетики» (г. Пенза, 2017); XXI Международной конференции «Проблемы управления и моделирования в сложных системах» (г. Самара, 2019); Международной научно-практической

конференции «Современные методы интеллектуального анализа данных в экономических, гуманитарных и естественнонаучных исследованиях» (г. Пятигорск, 2016); Международном симпозиуме «Надежность и качество» (г. Пенза, 2018); XVIII Международной научно-практической конференции «Страхование в системе финансовых услуг в России: место, проблемы, трансформация» (г. Кострома, 2017); Международной научно-практической конференции «Инновационная экономика в условиях глобализации: современные тенденции и перспективы» (г. Минск, 2016); Международной заочной научно-практической конференции «Приложение математики в экономических и технических исследованиях» (г. Магнитогорск, 2016); Международной научно-практической конференции «Робототехника и системный анализ» (г. Пенза, 2015); VIII Всероссийском форуме студентов, аспирантов и молодых ученых «Наука и инновации в технических университетах» (г. Санкт-Петербург, 2014); II Всероссийской научно-практической конференции (с международным участием) «Информационные технологии в экономике и управлении» (г. Махачкала, 2016); Международной молодежной научно-практической конференции «Математическое и компьютерное моделирование в экономике, страховании и управлении рисками» (г. Саратов, 2014, 2015, 2016), а также на семинарах кафедры «Математика и физика» ФГБОУ ВО «Пензенский государственный технологический университет».

Публикации. По теме диссертации опубликовано 23 работы, в том числе 8 статей в ведущих рецензируемых изданиях (из них 3 в зарубежных изданиях, индексируемых в наукометрических базах Web of Science и Scopus и 5 статьи в журналах входящих в перечень рецензируемых научных журналов и изданий, рекомендованных ВАК Минобрнауки России), получено 2 свидетельства о государственной регистрации программы для ЭВМ.

Личный вклад автора. Основные результаты, выносимые на защиту, получены автором лично. Во всех работах, выполненных в соавторстве, автор

непосредственно участвовал в постановке задач, выборе методов их решения, анализе результатов. Автор осуществил техническую реализацию алгоритмов.

Объем и структура диссертации. Работа состоит из введения, четырех разделов, заключения, списка литературы из 108 наименований и приложений. Текст изложен на 134 страницах, содержит 33 рисунка и 21 таблицу.

1. УПРАВЛЕНИЕ СТРАХОВЫМИ РИСКАМИ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

1.1 Методы оценки риска страхования

На протяжении многих столетий отношение ученых и исследователей относительности важности информации в экономических процессах неоднократно менялось. С повышением доли наукоемких технологий в экономике, возрастают также и возможности широкого применения современных информационных технологий в жизни общества. С развитием технологий повысилась роль и значимость информации как элемента экономических процессов. Если в классической экономической теории предполагается равный доступ к информации о сложившейся ситуации на рынке, со стороны всех участников отношений, для принятия верных управленческих решений, то неоклассическая экономическая теория уже учитывает в своих основах информацию, как элемент экономических процессов, однако ее учет и роль крайне ограничены. В рамках институционального подхода важность и значимость информации изучается намного более подробно, например, при заключении договоров (контрактов) стороны в разной степени могут иметь доступ к важной информации, которая существенным образом может повлиять на принятие решений. Именно такое информационное несовершенство рынков учитывается в рамках институционального направления.

Нормальное функционирование рынка возможно тогда, когда стороны обладают одинаково полной информацией о том или ином товаре и его свойствах, или когда стороны имеют одинаковый доступ к такой информации. В реальном секторе экономики такая ситуации недостижима, в связи с чем, эффективность ее функционирования заключается в параметрах распределения информации между сторонами отношений. Можно выделить три основных подхода к изучению информации: аксиологический, семантический и статистический. При аксиологическом подходе информация оценивается с точки зрения ее важности для общества, а также последствия ее

использования. При семантическом подходе на первый план выходит значение и смысл информации, однако для её понимания у сторон экономических отношений должны быть необходимые знания для восприятия этой информации. В рамках статистического подхода для повышения объективного понимания, информация представляется с позиции количественной оценки. Это необходимо для выстраивания эффективной рыночной системы, поскольку количество информации в такой системе выступает именно как снятая неопределенность выбора среди имеющихся возможностей, причем с разной вероятностью. Такой подход также называется вероятностным.

Асимметричность информации порождает собой неопределенность и риск. Согласно большому экономическому словарю «неопределенность - это недостаточность сведений об условиях, в которых будет протекать экономическая деятельность, низкая степень предсказуемости, предвидения этих условий. Неопределенность сопряжена с риском планирования, принятия решений, осуществления действий на всех уровнях экономической системы».

Неопределенность с экономической точки зрения представляет собой риск. Существует много разных подходов к определению риска. Любая отрасль экономики подвержена риску. Риск является объективной составляющей любой экономической деятельности. Возникновение рисков обусловлено особенностями функционирования любой экономической системы, где присутствуют борьба противоположных интересов, наличие стохастической составляющей, влияющей на конечный результат. Одной из ключевых таких составляющих является тот факт, что организации в процессе своей деятельности должны вступать в отношения с природой. Такое взаимодействие нередко имеет противоречивый характер и приводит к негативным, а зачастую и катастрофическим последствиям, что обуславливается непредсказуемостью природных явлений на всем протяжении производства. Следует заметить, что описание отдельных явлений не имеет ни какой роли, так как воздействие проявляется как

результат взаимодействия всех факторов. В рамках данного исследования под риском понимается совокупность значений возможного ущерба в некоторой стохастической ситуации и его вероятности, где отрицательный ущерб есть прибыль или доход.

Использование методов математического моделирования позволяет формально подойти к описанию окружающей действительности с помощью моделей, алгоритмов и схем и с одинаковым успехом могут быть использованы в различных областях, будь то страхование, финансы, медицина и т.д. Количественный и качественный анализ тех или иных явлений позволяет провести количественную оценку риска в условиях неопределенности для принятия верного (эффективного) решения.

Применение математических методов и моделей в экономике особо актуально, поскольку проведение натурных экспериментов затруднительно и может повлиять на жизнь, как отдельного человека, так и на большие группы людей. Проведение исследований на основе имитирования естественного процесса позволяет оценивать последствия при выборе решений, обходясь без дорогостоящих и сложных экспериментов.

Примерами асимметричности информации являются: рынок здравоохранения, когда пациент не владеет необходимыми знаниями, чтобы поставить себе диагноз или проверить качество поставленного диагноза; рынок труда, когда работодатель при приеме на работу не знает качество «приобретаемого» товара, а имеет лишь отдельные его характеристики (пол, возраст, образование, опыт работы); кредитный рынок, когда при получении кредитных карт, заемщики берут денежные средства без дополнительного обеспечения, и возникает проблема отделения «высококачественных» или добросовестных заемщиков от «низкококачественных», которые не возвращают кредиты; страховой рынок (самый яркий пример), где, например, встает вопрос оценки возрастных особенностей людей при формировании страховых предложений, взамен универсальных продуктов.

Рассмотрим рынок страхования более подробно. В литературе по теории

риска рассматриваются две основные модели оценки риска: индивидуальная и коллективная.

Модель индивидуального риска (далее - МИР) представляет собой совокупность объектов страхования (далее - ОС), формирование которой происходит единовременно. Страховое премии собраны в момент формирования страхового портфеля, при этом существенным отличием является то, что срок действия всех договоров страхования одинаков, а страховые случаи, приводящие к страховым выплатам, наступают в любой момент времени в течение срока действия договора.

МКР представляет собой совокупность ОС, при этом договоры страхования могут заключаться в моменты времени, образующие некоторый случайный процесс. При данной модели страхования риска договоры заключаются индивидуальный (независимый от других договоров) срок. Страховые случаи, приводящие к страховым выплатам, наступают любой момент времени в течении срока действия договора. Данную модель подходит для рассмотрения, как на конечном, так и на бесконечном промежутке времени. В МКР предполагается наличие некоторого начального капитала, обеспечивающего деятельность страховой компании именно для сформированного портфеля. В дальнейшем исследовании мы будем считать, что и в модели индивидуального риска, существует некоторый начальный капитал по сформированному страховому портфелю [8,51,71].

В связи с этими моделями чаще всего формулируются и решаются две связанные между собой задачи [51]:

1) Вычисление распределения суммарного риска, по итогам страховой деятельности по всему страховому портфелю в рамках статической модели, другими словами суммы всех выплат (убытков) осуществленных страховщиком или, если используется динамическая модель страхования, то по итогам деятельности в течение некоторого промежутка времени.

2) Оценка страховых премий, которые должны обеспечивать заданную (обычно близкую к 1) вероятность «неразорения» страховщика, для

безубыточной работы. Разорением называется такая ситуация, когда сумма страховых выплат в некоторый временной промежуток превышает сумму полученных страховых премий с учетом начального резерва (капитала). Под страховой премией будем понимать брутто-премию, являющуюся частью полного взноса страхователя, зачисляемой непосредственно в страховой фонд, предназначенный как раз для покрытия будущих страховых выплат по договорам страхования.

Термин разорение, использованный выше, и термин неразорение будем рассматривать более глубоко, чем буквальное представление, поскольку здесь понимается, не фактическое разорение страховщика, а событие, которое описано выше, причем чаще всего оно рассматривается не в отношении ко всей страховой деятельности, а лишь в отношении определенного вида страхования или определенного страхового портфеля.

При расчете вероятности «разорения» для модели индивидуального риска (статической модели), можно ограничиться рассмотрением конечных сумм убытков и страховых премий по всему страховому портфелю. В динамической модели страхования вероятность «разорения» можно рассматривать в нескольких смыслах:

1. Можно рассматривать вероятность «разорения» в данный (конкретный) момент времени, под которой понимается статистическая вероятность того, что в данный (конкретный) момент времени величина убытков будет доведена до суммы превосходящей, собранные страховые премии, даже с учетом некоторого начального капитала.

2. Можно рассматривать вероятность «разорения» на некотором фиксированном конечном промежутке времени. Здесь под вероятностью понимается тот факт, что в течение рассматриваемого временного периода сумма убытков выйдет за пределы значения страхового фонда страховщика хотя бы один раз.

3. Можно рассматривать вероятность «разорения» на бесконечном интервале времени. Здесь вероятность трактуется, как возможность

наступления ситуации, когда величина убытков будет выше суммы страхового фонда страховщика.

В достаточно общем виде статическую модель страхования риска можно представить как некоторую сумму начального капитала (резерва) и разницы между зачисляемой брутто-премии и величиной выплат по фиксированному множеству договоров или страховому портфелю

Список литературы диссертационного исследования кандидат наук Киндаев Александр Юрьевич, 2021 год

СПИСОК ЛИТЕРАТУРЫ

1. Актуальные тенденции развития рынка страхования в сельском хозяйстве [Электронный ресурс]. - Режим доступа: https://forinsurer.com/public/06/09/29/2584 (Дата обращения: 13.09.2019)

2. Алексеев В.В., Соложенцев Е.Д. Логико-вероятностный подход к управлению риском и эффективностью в структурно-сложных системах //Информационно-управляющие системы. 2009. № 6 (43). С. 67-71.

3. Аршба М.В. Воспроизводственно-хозяйственные ориентиры страхования сельхозтоваропроизводителей на основе анализа зарубежных моделей // Journal of Economic Regulation. 2014. Т. 5. № 2. С. 97-104.

4. Беклемишев Д. В. Дополнительные главы линейной алгебры. -М.: Наука, 1983. - 335 с.

5. Бекмуратов Т.Ф., Мухамедиева Д.Т. Решение нечеткой многокритериальной задачи оптимизации в условиях риска // Проблемы информатики. 2012. № 4 (16). С. 11-17.

6. Биждов К.Д. Агрострахование: реальные шаги к повышению эффективности // Финансовые услуги. 2012. № 4. С. 28-29.

7. Битюцких И.С. Модели и методы искусственного интеллекта для принятия решений в страховом бизнесе: диссертация на соискание ученой степени кандидата физико-математических наук / Воронежский государственный университет. Воронеж, 2010

8. Бронштейн Е.М. Основы актуарной математики. Общее страхование: учебное пособие / Е.М. Бронштейн, Е.И. Прокудина. - Уфа: УГАТУ. - 2006. - 194 с.

9. Венцель Е.С. Теория вероятностей. М.: Наука. - 1999. - 576 с.

10. Вибе О.В. Проблемы развития агрострахования в России / Экономика агропромышленного комплекса. - 2010. - №2. - С. 451-454.

11. Волкова Е.А., Носов А.В. Зарубежный опыт агрострахования с финансовой поддержкой государства // В сборнике: Вклад молодых ученых в инновационное развитие АПК России. 2016. С. 89-92.

12. Гладков Л.Л., Гладкова Г.А. Теория вероятностей и математическая статистика: учебное пособие / Л.Л. Гладков, Г.А. Гладкова. -Минск: РИПО, 2013. - 250 с.

13. Глушков В.М. О прогнозировании на основе экспертных оценок // Кибернетика. - 1969. - №2. - С. 2-4.

14. Долгова С.А. Оценка производственной состоятельности предприятий сельского хозяйства в условиях неопределенности и риска // Финансовая аналитика: проблемы и решения. 2014. № 16 (202). С. 30-36.

15. Дубров, A.M. Многомерные статистические методы. Учебник /A.M. Дубров, B.C. Мхитарян, Л.И. Трошин. - М.: Финансы и статистика, 2011. - 352 с.

16. Дуванов, Г.В. О сельскохозяйственном страховании / Г.В. Дуванов, В .И. Михайлов // Финансы. 2000. - No2. - С.38-41.

17. Жашкова Т.В., Михеев М.Ю., Роганов В.Р.Интеллектуальные системы и технологии // Учебно-методическое пособие / Пенза, 2015. Часть2.

18. Жичкин К.А., Шумилина Т.В. Страхование рисков сельскохозяйственных организаций в условиях государственной поддержки: монография. - Самара, 2013. - 191 с.

19. Жичкин К.А., Жичкина Л.Н. Роль государственной поддержки в развитии растениеводства // В сборнике: Развитие агропромышленного комплекса в условиях цифровой экономики Сборник научных трудов I Национальной научно-практической конференции посвященной 25-летию со дня образования экономического факультета. Кинель, 2019. С. 56-59.

20. Иванов Д., Новиков Ф. Моделирование на UML. - СПб.: ИТМО, 2010. - 200 с.

21. Кадомцева М.Е. Совершенствование механизма информационного обеспечения сельскохозяйственного страхования с государственной поддержкой // Региональные агросистемы: экономика и социология. 2019. № 1. С. 8.

22. Калюк В.И. Состояние агрострахования в странах ЕАЭС // В сборнике: Сельское хозяйство - проблемы и перспективы Сборник научных трудов. Под редакцией В.К. Пестиса. Гродно, 2018. С. 130-138.

23. Кендэл М., Стюарт А. Многомерный статистический анализ и временные ряды. М.: Наука. - 1976. - 736 с.

24. Киндаев А.Ю. Инфологическая модель анализа статистической информации для определения страховых тарифов // В сборнике: Информационные технологии в экономике и управлении. - 2016. - С. 56-60.

25. Киндаев А.Ю. Инфологическая модель определения страховых тарифов // В сборнике: Российская наука: актуальные исследования и разработки. - 2016. - С.108-112.

26. Киндаев А.Ю. Сельскохозяйственное страхование как метод управления рисками при выращивании зерновых культур / А.Ю. Киндаев, А.В. Моисеев // В сборнике: Будущее российского страхования: оценки, проблемы, точки роста. - 2016. - С.546-552.

27. Киндаев А.Ю. Анализ результатов имитационного моделирования рисков выращивания сельскохозяйственных культур при страховании урожая в Пензенской области / А.Ю. Киндаев, А.В. Моисеев // В сборнике: Математическое моделирование в экономике, страховании и управлении рисками. - 2015. - С.124-129.

28. Киндаев А.Ю. Моделирование процессов страхования в сельском хозяйстве // Модели, системы, сети в экономике, технике, природе и обществе. - 2014. - № 2 (10). - С. 91-96.

29. Киндаев А.Ю. Управление рисками страховой компании на основе информационной модели / А.Ю. Киндаев, А.В. Моисеев // Научный

журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. 2015. № 4. С. 181-189.

30. Киндаев А.Ю. Моделирование страхования в сельском хозяйстве с учетом коррелированности результатов по региону / А.В. Моисеев, А.Ю. Киндаев // XXI век: итоги прошлого и проблемы настоящего плюс. -

2015. - №03(25). - Т.1. - С.175-181.

31. Киндаев А.Ю. К вопросу определения корреляционных матриц в моделях риска / А.В. Моисеев, А.Ю. Киндаев // Модели, системы, сети в экономике, технике, природе и обществе. - 2016. - № 4 (20). - С. 34-43.

32. Киндаев, А.Ю. Оценка корреляционных матриц в моделях риска / А.Ю. Киндаев // XXI век: итоги прошлого и проблемы настоящего плюс. -

2016. - №3(31). - С.212 - 219.

33. Киндаев, А.Ю. Управление страховыми тарифами в сельскохозяйственном страховании в зависимости от охвата страхового поля / А.В. Моисеев, А.Ю. Киндаев // В сборнике: Проблемы управления и моделирования в сложных системах. - 2019. - С.467-470.

34. Киндаев, А.Ю. Моделирование риска в агростраховании / А.В. Моисеев, А.Ю. Киндаев, Д.А. Моисеев // Труды международного симпозиума Надежность и качество. - 2018. - Т.1. - С.219-220.

35. Киндаев, А.Ю. Модель индивидуального риска в страховании зерновых культур / А.В. Моисеев, А.Ю. Киндаев // В сборнике: Проблемы теоретической кибернетики. - 2017. - С.168-171.

36. Киндаев, А.Ю. Применение многомерных статистических методов для анализа урожайности в регионах Поволжья / А.Ю. Киндаев // В сборнике: Современные методы интеллектуального анализа данных в экономических, гуманитарных и естественнонаучных исследованиях. - 2016. - С.250-255.

37. Киндаев, А.Ю. Анализ результатов управления рисками неурожая методами страхования / А.В. Моисеев, А.Ю. Киндаев // Приложение

математики в экономических и технических исследованиях. - 2015. - №21(5). -С.59-64.

38. Киндаев, А.Ю. Имитационное моделирование страхования в сельском хозяйстве / А.В. Моисеев, А.Ю. Киндаев // В сборнике: Наука и инновации в технических университетах. - 2014. - С.145-146.

39. Киндаев А.Ю. Оценка корреляционных матриц в моделях риска (на материалах Самарской области) / А.Ю. Киндаев // В сборнике: Инновационная экономика в условиях глобализации: современные тенденции и перспективы. - 2016. - С.102-105.

40. Киндаев А.Ю. Результаты имитационного моделирования рисков выращивания зерновых культур в Пензенской области при страховании урожая / А.Ю. Киндаев, А.В. Моисеев // В сборнике: Робототехника и системный анализ. - Пенза, 2015. - С.110-114.

41. Киндаев А.Ю. Моделирование страхового риска во времени при условии коррелированности убытков в пространстве / А.В. Моисеев, А.Ю. Киндаев // В сборнике: Страхование в системе финансовых услуг в России: место, проблемы, трансформация. - 2017. - С.195-197.

42. Киндаев А.Ю. Генерация многомерной случайной величины для моделирования страхования аграрных рисков / А.В. Моисеев, А.Ю. Киндаев // В сборнике: Математическое моделирование в экономике и управлении рисками материалы. - 2014. - С. 308-314.

43. Киндаев А.Ю. Модель страхования с учетом коррелированности убытков по отдельным договорам / А.В. Моисеев, А.Ю. Киндаев // XXI век: итоги прошлого и проблемы настоящего плюс. - 2015. - Т. 3. - № 6 (28). - С. 374-381.

44. Киндаев А.Ю. Управление рисками страховой компании на основе информационной модели в АПК / А.В. Моисеев, А.Ю. Киндаев // В сборнике: Проблемы развития предприятий: теория и практика. - 2015. - С. 18-21.

45. Киндаев, А.Ю., Моисеев А.В. Проблемы взаимодействия страховой компании с сельскохозяйственными организациями // Вестник Самарского государственного экономического университета. 2016. № 5 (139). С. 72-76.

46. Киндаев, А.Ю., Моисеев А.В. Алгоритм управления страховым тарифом в условиях неполной информации // Вестник Рязанского государственного радиотехнического университета. 2019. Вып. 70. С. 91-97.

47. Киселёв В.Г. Экономико-математические модели в системе агрострахования // В сборнике: XII всероссийское совещание по проблемам управления ВСПУ-2014 Институт проблем управления им. В.А. Трапезникова РАН. 2014. С. 5919-5927.

48. Киселев В.Г. Оценка и выбор программ в системе агрострахования // В сборнике: Управление развитием крупномасштабных систем mlsd'2012 труды шестой международной конференции (ежегодный сборник). Институт проблем управления им. В.А.Трапезникова РАН; Под общей редакцией С.Н. Васильева, А.Д. Цвиркуна. 2012. С. 92-94.

49. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. - М.: ФИЗМАТЛИТ, 2012. - 813 с.

50. Кознов Д.В. Основы визуального моделирвоания. - М.: Интернет-Университет Информационных технологий, 2008. - 246 с.

51. Королёв В.Ю. Математические основы теории риска: Учебн. пособ. / В.Ю. Королёв, В.Е. Бенинг, С.Я. Шоргин. - М.: ФИЗМАТЛИТ, 2007. -544 с.

52. Коростелев В.Г., Кадомцева М.Е. Использование цифровых технологий в системе страхования сельскохозяйственных рисков // Экономическая безопасность и качество. 2018. № 3 (32). С. 12-17.

53. Лакман И.А., Гареева И.Ю., Курбангалеева Д.М., Агадуллина А.И. Модели и алгоритмы идентификации и оценки эколого-экономических рисков

// Вестник Уфимского государственного авиационного технического университета. 2013. Т. 17. № 5 (58). С. 115-121.

54. Лебедев Н.Ю., Соложенцев Е.Д. Логико-вероятностные модели риска неуспеха менеджмента компании // Управление финансовыми рисками. 2006. № 1. С. 96-104.

55. Махутов Н.А., Соложенцев Е.Д. Управление и логико-вероятностные модели риска с группами несовместных событий // Проблемы управления. 2008. № 2. С. 2-11.

56. Машканцев И.В., Соложенцев Е.Д. Основы логико-вероятностной теории риска с группами несовместных событий // Информационно-управляющие системы. 2008. № 2 (33). С. 50-57.

57. Михеев М.Ю., Жашкова Т.В., Сёмочкина И.Ю., Роганов В.Р., Щербань А.Б. Математические и информационно-структурные модели эргатических систем. - Пенза, 2015.

58. Мирясова Д.О., Лакман И.А. Анализ характеристик меры риска хазендонга-говарца при формировании оптимального портфеля и статистическая оценка их достоверности // Евразийский юридический журнал. 2015. № 12 (91). С. 316-319.

59. Мурашкина Е.Н., Жашкова Т.В. Идентификация критических состояний системы мониторинга и контроля // Современные наукоемкие технологии. 2014. № 5-2. С. 62.

60. Мухамедиева Д.Т. Модели оценки риска недополучения урожая, основанные на нечетких правилах вывода // В сборнике: Экономические проблемы модернизации и инновационного развития агропромышленного производства и сельских территорий. Омский государственный аграрный университет им. П.А. Столыпина. 2012. С. 248-252.

61. Мухамедиева Д.Т., Ниёзматова Н.А. Современные методы решения задачи оптимального производственного управления // В сборнике: Проблемы анализа и моделирования региональных

социально-экономических процессов. Казанский (Приволжский) федеральный университет. 2016. С. 140-144.

62. Мухамедиева Д.Т., Солиева Б.Т. Алгоритм решения задачи линейного программирования с использованием теории нечетких множеств // Актуальные проблемы современной науки. 2010. № 5 (55). С. 137-139.

63. Носов В.В. Оценка влияния выделяемых субсидий на страхование в растениеводстве // В сборнике: Страхование в системе финансовых услуг в россии: место, проблемы, трансформация. 2017. С. 274-277.

64. Носов В.В .Этапы развития сельскохозяйственного страхования с государственной поддержкой // В сборнике: Актуальные проблемы аграрной науки и пути их решения сборник научных трудов. Кинель, 2016. С. 628-632.

65. Посыпанов Г.С. Растениеводство / Г.С. Посыпанов, В.Е. Долгодворов, Б.Х. Жеруков. - 2016. - 612 с.

66. Прокопчук Е.Т. Особенности осуществления агрострахования на Украине // Финансы и кредит. 2016. № 37 (709). С. 50-60.

67. Российский статистический ежегодник. - Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/ catalog/doc_1135087342078 (Дата обращения: 01.02.2016 г.)

68. Соложенцев Е.Д. Управление риском и эффективностью в экономике: логико-вероятностный подход / Е. Д. Соложенцев. Санкт-Петербург, 2009.

69. Страхование сегодня [Электронный ресурс]. - Режим доступа: http://www.insur-info.ru (Дата обращения: 10.08.2019 г.).

70. Страхование урожая сельскохозяйственных культур и посадок многолетних насаждений с государственной поддержкой: актуарная экспертиза / В.Н. Баскаков, Е.К. Крылова, А.В. Селиванова и др.; по ред. д.ф.-м.н., проф. В.Н. Баскакова. - 2016. - 320 с.

71. Фалин Г.И. Математический анализ рисков в страховании. - М.: Российский юридический издательский дом, 1994. - 130 с.

72. Шумилина Т.В., Жичкин К.А., Кириченко Н.В. Страхование в условиях государственной поддержки как финансовый инструмент минимизации риска в аграрном секторе // В сборнике: Инновационное развитие экономики АПК: теория, история и современная практика Материалы Международной научно-практической конференции. 2013. С. 330-333.

73. Aimin H. Uncertainty, Risk Aversion and Risk Management in Agriculture // Agriculture and Agricultural Science Procedia. - 2010. - №1. -С.152-156.

74. Akerlof G. A. The market for «lemons» Quality uncertainty and the market mechanism // Quart. J. Econ. 1970. Vol. 84.

75. Archer, K.J., Kimes, R. V., 2008. Computational Statistics & Data Analysis 52, 2249-2260. https://doi.org/10.1016/j.csda.2007.08.015.

76. Cafiero, Carlo, Fabian Capitanio, Antonio Cioffi, and Adele Coppola. 2007. Risk and Crises Management in the reformed European Agricultural Policy. Canadian Journal of Agricultural Economics 55: 399-590.

77. Cook, S., Cock, J., Oberthur, T., Fisher, M., 2013. On-farm experimentation. Better Crop 97, 17-20.

78. Cock, J., Oberthur, T., Isaacs, C., Laderach, P.R., Palma, A., Carbonell, J., Watts, G., Amaya, A., Collet, L., Lema, G., Anderson, E., Victoria, J., 2011. Crop management based on field observations: case studies in sugarcane and coffee. Agric. Syst. 104, 755-769. https://doi.org/10.1016/j.agsy.2011.07.001.

79. Daniel Jimeneza , Sylvain Delercea , Hugo Doradoa , James Cocka , Luis Armando Munoza , Alejandro Agamezb , Andy Jarvisa. A scalable scheme to implement data-driven agriculture for small-scale farmers. Global Food Security 23 (2019)256-266

80. Fabian Capitanio and Antonio De Pin. Measures of Efficiency of Agricultural Insurance in Italy, Economic Evaluations. Risks 2018, 6, 126; doi: 10.3390/risks6040126

81. Garrido, Alberto, and David Zilberman. 2008. Revisiting the demand for agricultural insurance: The Case of Spain. Agricultural Finance Review 68: 43-66. [

82. Howland, F., Muñoz, L.A., Staiger-Rivas, S., Cock, J., Alvarez, S.,

2015. Data sharing and D. Jiménez, et al. Global Food Security 23 (2019) 256-266 265 use of ICTs in agriculture : working with small farmer groups in Colombia. Knowl. Manag. Dev. J. 11, 44-63.

83. Ingram, J., 2008. Agronomist-farmer knowledge encounters: an analysis of knowledge exchange in the context of best management practices in England. Agric. Hum. Val. 25, 405-418.

84. Ibarra H. Innovation in risk transfer for natural hazards impacting agriculture / H.Ibarra, J. Skees // Environmental Hazards. - 2007. - №7(1). -С.62-69.

85. Ifft J. Does federal crop insurance lead to higher farm debt use? Evidence from the Agricultural Resource Management Survey (ARMS) / J. Ifft, T. Kuethe, M. Morehart // Agricultural Finance Review. - 2015. - №75. - Вып. 3. -С.349 - 367.

86. Istvan T. Hernadvolgyi. Generating Random Vectors from the Multivariate Normal Distribution. 1998.http://ftp.dca.fee.unicamp. br/pub/docs/vonzuben/ia013_2s09/material_de_apoio/gen_rand_multivar.pdf

87. Juyun Y. The Optimization Path and the Integration Mechanism of Agricultural Insurance in the Charge of Government / Y. Juyun //Agriculture and Agricultural Science Procedia. - 2010. - №1. - C.258-261.

88. Kindaev A. Crop insurance as a means of increasing efficiency of agricultural production in Russia / A. Pavlov, A. Kindaev, I. Vinnikova, E. Kuznetsova // International Journal of Environmental and Science Education. -

2016. - Т. 11. - № 18. - С. 11863-11868.

89. Kindaev; A. Insurers and insured individuals interaction as basis for persistent agricultural production process / A. Moiseev, V. Lizunkov, A. Kindaev //

European Proceedings of Social and Behavioural Sciences. - 2016. - Vol.26. - P. 532 - 540.

90. Kindaev A. Simulation of insurance risks in agriculture / A. Moiseev, A.Yu. Kindaev // Journal of Applied Engineering Science. - 2015. - T. 13. - №2 4. -C. 257-264.

91. Kiptot, E., Franzel, S., 2015. Farmer-to-farmer extension : opportunities for enhancing performance of volunteer farmer trainers in Kenya. Dev. Pract. 4524, 503-517. https://doi.org/10.1080/09614524.2015.1029438.

92. Lacy, J., 2011. Cropcheck: farmer benchmarking participatory model to improve productivity. Agric. Syst. 104, 562-571.

93. Landini, F., 2016. Problemas de la extensión rural en América Latina. Perfiles Latinoam. 24, 47-68. https://doi.org/10.18504/pl2447-005-2016.

94. Mahul, O.; Stutley, C. Government Support to Agricultural Insurance: Challenges and Options for Developing Countries; The World Bank: Washington, DC, USA, 2010

95. Mehrabi, Z., Jiménez, D., Jarvis, A., 2018. Democratize access to digital agronomy. Nature 555

96. Nakano, Y., Tsusaka, T.W., Aida, T., Valerien, P., 2018. Is farmer-to-farmer extension effective? The impact of training on technology adoption and rice farming productivity in Tanzania. World Dev. 105, 336-351.

97. Ogurtsov V.A. Assessing and modelling catastrophic risk perceptions and attitudes in agriculture: a review. NJAS / V.A. Ogustov, V. Asseldonk, R. Huirne // Wageningen Journal of Life Sciences. - 2008. - №56. - Btm.1-2. - C. 39-58.

98. O'Neil, C., 2016. Arms race: going to college?" In: Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown Publishing Group., New York.

99. Perez-Blanco C.D. Revealing the willingness to pay for income insurance in agriculture / C.D. Perez-Blanco, G. Dalacamara, C.M. Gomez // Journal of Risk Research. 2015 - DOI: 10.1080/13669877.2015.1042505.

100. Qiujie Zheng H. Estimating bivariate yield distributions and crop insurance premiums using nonparametric methods / H. Qiujie Zheng, H. Wang, S. Qing // Applied Economics. - 2014. -№46(18). - C.2108-2118.

101. Rojas, O., F. Rembold, J. Delineé, and O. Léo. 2011. Using the NDVI as auxiliary data for rapid quality assessment of rainfall estimates in Africa. International Journal of Remote Sensing 32 (12): 3249-3265. doi: 10.1080/01431161003698260

102. Rosenheim, J.A., Gratton, C., 2017. Ecoinformatics (big data) for agricultural entomology: pitfalls, progress, and promise. Annu. Rev. Entomol. 62https: //doi. org/10. 1146/annurev-ento-031616-035444. annurev-ento-031616-035444

103. Sinha, S.; Tripathi, N.K. Assessment of crop insurance international practices, policies and technologies as risk mitigation tools in India and Thailand. Int. J. Adv. Res. 2014, 2, 769-788.

104. Shweta Sinha and Nitin K. Tripathi. Assessing the Challenges in Successful Implementation and Adoption of Crop Insurance in Thailand. Sustainability 2016, 8, 1306; doi:10.3390/su8121306

105. Steinke, J., van Etten, J., Zelan, P.M., 2017. Erratum to: the accuracy of farmer-generated data in an agricultural citizen science methodology (Agronomy for Sustainable Development, (2017), 37, 4, (32), 10.1007/s13593-017-0441-y. Agron. Sustain. Dev. 37. https://doi.org/10.1007/s13593-017-0446-6.

106. Van Asten, P.J.A., Fermont, A.M., Taulya, G., 2011. Drought is a major yield loss factor for rainfed East African highland banana. Agric. Water Manag. 98, 541-552. https:// doi.org/10.1016/j.agwat.2010.10.005.

107. Vavra, P., 2009. Role, usage and motivation for contracting in agriculture. OECD Food, Agriculture and Fisheries Working Papers, 16, 1-36.

108. Yaghoubi J. Assessing agricultural insurance agents attitude towards e-leaming application in teaching them / J. Yaghoubi, M. E. Shokri, J.M. Gholiniy// Procedia-Social and Behavioral Sciences. - 2011. - №15. - C.2923-2926.

ПРИЛОЖЕНИЕ А Свидетельства о государственной регистрации программ

ПРИЛОЖЕНИЕ Б

Корреляционные матрицы по урожайности сельскохозяйственных культур в Пензенской, Самарской, Ульяновской и

Саратовской областям в разрезе муниципальных образований

Приложение Б.1 - Корреляционная матрица по урожайности пшеницы озимой по районам Пензенской области

Башмаковский 1,00 0,84 0,80 0,69 0,79 0,63 0,73 0,70 0,90 0,66 0,80 0,73 0,65 0,76 0,72 0,78 0,79 0,68 0,88 0,57 0,78 0,84 0,77 0,48 0,86 0,76 0,67

Бековский 0,84 1,00 0,86 0,66 0,70 0,65 0,69 0,73 0,92 0,71 0,84 0,77 0,72 0,77 0,80 0,78 0,64 0,63 0,86 0,58 0,78 0,88 0,88 0,56 0,77 0,86 0,73

Белинский 0,80 0,86 1,00 0,62 0,74 0,60 0,73 0,74 0,91 0,59 0,65 0,64 0,63 0,73 0,61 0,72 0,62 0,52 0,80 0,54 0,82 0,80 0,78 0,38 0,77 0,82 0,63

Бессоновский 0,69 0,66 0,62 1,00 0,69 0,84 0,63 0,70 0,69 0,79 0,68 0,83 0,73 0,83 0,63 0,69 0,73 0,78 0,70 0,63 0,66 0,75 0,63 0,73 0,73 0,61 0,74

Вадинский 0,79 0,70 0,74 0,69 1,00 0,60 0,72 0,66 0,80 0,65 0,61 0,70 0,58 0,73 0,54 0,78 0,65 0,58 0,73 0,76 0,79 0,66 0,57 0,58 0,83 0,52 0,62

Городищенский 0,63 0,65 0,60 0,84 0,60 1,00 0,59 0,70 0,70 0,78 0,72 0,81 0,76 0,77 0,68 0,73 0,70 0,68 0,76 0,68 0,74 0,75 0,74 0,72 0,74 0,61 0,83

Земетчинский 0,73 0,69 0,73 0,63 0,72 0,59 1,00 0,81 0,75 0,55 0,51 0,58 0,64 0,77 0,49 0,65 0,71 0,57 0,65 0,56 0,79 0,62 0,68 0,37 0,73 0,62 0,54

Иссинский 0,70 0,73 0,74 0,70 0,66 0,70 0,81 1,00 0,78 0,55 0,53 0,62 0,67 0,89 0,48 0,70 0,68 0,48 0,71 0,62 0,83 0,66 0,65 0,44 0,71 0,62 0,55

Каменский 0,90 0,92 0,91 0,69 0,80 0,70 0,75 0,78 1,00 0,67 0,78 0,78 0,70 0,83 0,75 0,80 0,69 0,63 0,89 0,65 0,87 0,87 0,82 0,49 0,83 0,80 0,72

Камешкирский 0,66 0,71 0,59 0,79 0,65 0,78 0,55 0,55 0,67 1,00 0,84 0,92 0,86 0,71 0,77 0,71 0,67 0,86 0,74 0,52 0,61 0,77 0,75 0,81 0,65 0,62 0,85

Колышлейский 0,80 0,84 0,65 0,68 0,61 0,72 0,51 0,53 0,78 0,84 1,00 0,85 0,78 0,71 0,91 0,78 0,70 0,79 0,86 0,54 0,61 0,89 0,90 0,67 0,74 0,80 0,82

Кузнецкий 0,73 0,77 0,64 0,83 0,70 0,81 0,58 0,62 0,78 0,92 0,85 1,00 0,87 0,79 0,82 0,69 0,65 0,88 0,79 0,63 0,67 0,79 0,75 0,85 0,73 0,62 0,86

Лопатинский 0,65 0,72 0,63 0,73 0,58 0,76 0,64 0,67 0,70 0,86 0,78 0,87 1,00 0,77 0,82 0,62 0,61 0,85 0,71 0,53 0,62 0,72 0,73 0,70 0,65 0,62 0,86

Лунинский 0,76 0,77 0,73 0,83 0,73 0,77 0,77 0,89 0,83 0,71 0,71 0,79 0,77 1,00 0,66 0,76 0,76 0,65 0,77 0,69 0,81 0,78 0,73 0,56 0,79 0,66 0,68

М.Сердобинский 0,72 0,80 0,61 0,63 0,54 0,68 0,49 0,48 0,75 0,77 0,91 0,82 0,82 0,66 1,00 0,71 0,51 0,78 0,77 0,54 0,57 0,85 0,82 0,59 0,67 0,73 0,83

Мокшанский 0,78 0,78 0,72 0,69 0,78 0,73 0,65 0,70 0,80 0,71 0,78 0,69 0,62 0,76 0,71 1,00 0,76 0,58 0,87 0,80 0,83 0,83 0,74 0,61 0,76 0,73 0,70

Наровчатский 0,79 0,64 0,62 0,73 0,65 0,70 0,71 0,68 0,69 0,67 0,70 0,65 0,61 0,76 0,51 0,76 1,00 0,64 0,81 0,55 0,72 0,69 0,72 0,53 0,79 0,68 0,66

Неверкинский 0,68 0,63 0,52 0,78 0,58 0,68 0,57 0,48 0,63 0,86 0,79 0,88 0,85 0,65 0,78 0,58 0,64 1,00 0,68 0,48 0,47 0,70 0,66 0,73 0,62 0,59 0,79

Нижнеломовский 0,88 0,86 0,80 0,70 0,73 0,76 0,65 0,71 0,89 0,74 0,86 0,79 0,71 0,77 0,77 0,87 0,81 0,68 1,00 0,66 0,82 0,88 0,87 0,62 0,83 0,80 0,80

Никольский 0,57 0,58 0,54 0,63 0,76 0,68 0,56 0,62 0,65 0,52 0,54 0,63 0,53 0,69 0,54 0,80 0,55 0,48 0,66 1,00 0,69 0,58 0,48 0,62 0,64 0,42 0,60

Пачелмский 0,78 0,78 0,82 0,66 0,79 0,74 0,79 0,83 0,87 0,61 0,61 0,67 0,62 0,81 0,57 0,83 0,72 0,47 0,82 0,69 1,00 0,71 0,70 0,47 0,79 0,64 0,67

Пензенский 0,84 0,88 0,80 0,75 0,66 0,75 0,62 0,66 0,87 0,77 0,89 0,79 0,72 0,78 0,85 0,83 0,69 0,70 0,88 0,58 0,71 1,00 0,89 0,58 0,80 0,91 0,79

Сердобский 0,77 0,88 0,78 0,63 0,57 0,74 0,68 0,65 0,82 0,75 0,90 0,75 0,73 0,73 0,82 0,74 0,72 0,66 0,87 0,48 0,70 0,89 1,00 0,54 0,77 0,86 0,76

Сосновоборский 0,48 0,56 0,38 0,73 0,58 0,72 0,37 0,44 0,49 0,81 0,67 0,85 0,70 0,56 0,59 0,61 0,53 0,73 0,62 0,62 0,47 0,58 0,54 1,00 0,57 0,43 0,73

Спасский 0,86 0,77 0,77 0,73 0,83 0,74 0,73 0,71 0,83 0,65 0,74 0,73 0,65 0,79 0,67 0,76 0,79 0,62 0,83 0,64 0,79 0,80 0,77 0,57 1,00 0,70 0,73

Тамалинский 0,76 0,86 0,82 0,61 0,52 0,61 0,62 0,62 0,80 0,62 0,80 0,62 0,62 0,66 0,73 0,73 0,68 0,59 0,80 0,42 0,64 0,91 0,86 0,43 0,70 1,00 0,68

Шемышейский 0,67 0,73 0,63 0,74 0,62 0,83 0,54 0,55 0,72 0,85 0,82 0,86 0,86 0,68 0,83 0,70 0,66 0,79 0,80 0,60 0,67 0,79 0,76 0,73 0,73 0,68 1,00

Башмаковский 1,00 0,86 0,90 0,37 0,73 0,34 0,84 0,66 0,90 0,55 0,80 0,49 0,69 0,59 0,65 0,84 0,58 0,56 0,79 -0,05 0,82 0,88 0,76 0,58 0,66 0,68 0,70

Бековский 0,86 1,00 0,90 0,34 0,82 0,34 0,79 0,66 0,88 0,74 0,89 0,61 0,75 0,70 0,79 0,84 0,69 0,66 0,74 0,22 0,75 0,80 0,85 0,67 0,53 0,82 0,72

Белинский 0,90 0,90 1,00 0,42 0,75 0,43 0,87 0,78 0,92 0,62 0,83 0,53 0,71 0,64 0,68 0,77 0,56 0,59 0,77 -0,09 0,88 0,90 0,85 0,61 0,78 0,72 0,77

Бессоновский 0,37 0,34 0,42 1,00 0,48 0,34 0,18 0,56 0,47 0,33 0,42 0,47 0,26 0,51 0,41 0,48 0,33 0,43 0,43 0,11 0,38 0,54 0,45 0,30 0,32 0,34 0,34

Вадинский 0,73 0,82 0,75 0,48 1,00 0,42 0,59 0,74 0,80 0,75 0,80 0,67 0,68 0,83 0,77 0,74 0,75 0,81 0,67 0,32 0,77 0,70 0,79 0,69 0,51 0,73 0,72

Городищенский 0,34 0,34 0,43 0,34 0,42 1,00 0,34 0,43 0,41 0,43 0,48 0,36 0,41 0,49 0,43 0,43 0,39 0,40 0,30 0,09 0,48 0,50 0,54 0,29 0,42 0,27 0,37

Земетчинский 0,84 0,79 0,87 0,18 0,59 0,34 1,00 0,69 0,80 0,62 0,66 0,44 0,73 0,54 0,55 0,70 0,50 0,48 0,69 -0,13 0,75 0,79 0,75 0,45 0,79 0,59 0,64

Иссинский 0,66 0,66 0,78 0,56 0,74 0,43 0,69 1,00 0,78 0,66 0,60 0,69 0,63 0,71 0,62 0,63 0,49 0,66 0,59 -0,08 0,74 0,79 0,72 0,50 0,74 0,51 0,77

Каменский 0,90 0,88 0,92 0,47 0,80 0,41 0,80 0,78 1,00 0,67 0,85 0,69 0,74 0,68 0,72 0,88 0,55 0,61 0,78 -0,05 0,89 0,94 0,84 0,69 0,68 0,68 0,76

Камешкирский 0,55 0,74 0,62 0,33 0,75 0,43 0,62 0,66 0,67 1,00 0,73 0,77 0,82 0,85 0,77 0,68 0,69 0,83 0,51 0,37 0,52 0,62 0,77 0,62 0,42 0,64 0,64

Колышлейский 0,80 0,89 0,83 0,42 0,80 0,48 0,66 0,60 0,85 0,73 1,00 0,60 0,74 0,74 0,86 0,84 0,74 0,71 0,69 0,27 0,75 0,79 0,84 0,63 0,43 0,76 0,75

Кузнецкий 0,49 0,61 0,53 0,47 0,67 0,36 0,44 0,69 0,69 0,77 0,60 1,00 0,64 0,72 0,66 0,66 0,51 0,75 0,55 0,26 0,49 0,62 0,67 0,65 0,37 0,59 0,64

Лопатинский 0,69 0,75 0,71 0,26 0,68 0,41 0,73 0,63 0,74 0,82 0,74 0,64 1,00 0,69 0,75 0,76 0,64 0,73 0,60 0,12 0,63 0,65 0,80 0,62 0,51 0,70 0,74

Лунинский 0,59 0,70 0,64 0,51 0,83 0,49 0,54 0,71 0,68 0,85 0,74 0,72 0,69 1,00 0,79 0,68 0,76 0,88 0,50 0,40 0,61 0,64 0,74 0,52 0,49 0,65 0,68

М.Сердобинский 0,65 0,79 0,68 0,41 0,77 0,43 0,55 0,62 0,72 0,77 0,86 0,66 0,75 0,79 1,00 0,78 0,79 0,77 0,58 0,38 0,58 0,65 0,78 0,48 0,31 0,71 0,73

Мокшанский 0,84 0,84 0,77 0,48 0,74 0,43 0,70 0,63 0,88 0,68 0,84 0,66 0,76 0,68 0,78 1,00 0,63 0,62 0,71 0,18 0,71 0,84 0,75 0,62 0,46 0,65 0,66

Наровчатский 0,58 0,69 0,56 0,33 0,75 0,39 0,50 0,49 0,55 0,69 0,74 0,51 0,64 0,76 0,79 0,63 1,00 0,74 0,54 0,60 0,49 0,42 0,69 0,46 0,31 0,74 0,56

Неверкинский 0,56 0,66 0,59 0,43 0,81 0,40 0,48 0,66 0,61 0,83 0,71 0,75 0,73 0,88 0,77 0,62 0,74 1,00 0,55 0,43 0,57 0,53 0,70 0,63 0,44 0,68 0,74

Нижнеломовский 0,79 0,74 0,77 0,43 0,67 0,30 0,69 0,59 0,78 0,51 0,69 0,55 0,60 0,50 0,58 0,71 0,54 0,55 1,00 0,04 0,75 0,73 0,79 0,63 0,62 0,74 0,63

Никольский -0,05 0,22 -0,09 0,11 0,32 0,09 -0,13 -0,08 -0,05 0,37 0,27 0,26 0,12 0,40 0,38 0,18 0,60 0,43 0,04 1,00 -0,15 -0,17 0,15 0,28 -0,37 0,33 0,00

Пачелмский 0,82 0,75 0,88 0,38 0,77 0,48 0,75 0,74 0,89 0,52 0,75 0,49 0,63 0,61 0,58 0,71 0,49 0,57 0,75 -0,15 1,00 0,82 0,74 0,64 0,78 0,56 0,82

Пензенский 0,88 0,80 0,90 0,54 0,70 0,50 0,79 0,79 0,94 0,62 0,79 0,62 0,65 0,64 0,65 0,84 0,42 0,53 0,73 -0,17 0,82 1,00 0,79 0,55 0,71 0,56 0,68

Сердобский 0,76 0,85 0,85 0,45 0,79 0,54 0,75 0,72 0,84 0,77 0,84 0,67 0,80 0,74 0,78 0,75 0,69 0,70 0,79 0,15 0,74 0,79 1,00 0,62 0,62 0,84 0,70

Сосновоборский 0,58 0,67 0,61 0,30 0,69 0,29 0,45 0,50 0,69 0,62 0,63 0,65 0,62 0,52 0,48 0,62 0,46 0,63 0,63 0,28 0,64 0,55 0,62 1,00 0,33 0,58 0,58

Спасский 0,66 0,53 0,78 0,32 0,51 0,42 0,79 0,74 0,68 0,42 0,43 0,37 0,51 0,49 0,31 0,46 0,31 0,44 0,62 -0,37 0,78 0,71 0,62 0,33 1,00 0,43 0,58

Тамалинский 0,68 0,82 0,72 0,34 0,73 0,27 0,59 0,51 0,68 0,64 0,76 0,59 0,70 0,65 0,71 0,65 0,74 0,68 0,74 0,33 0,56 0,56 0,84 0,58 0,43 1,00 0,61

Шемышейский 0,70 0,72 0,77 0,34 0,72 0,37 0,64 0,77 0,76 0,64 0,75 0,64 0,74 0,68 0,73 0,66 0,56 0,74 0,63 0,00 0,82 0,68 0,70 0,58 0,58 0,61 1,00

Башмаковский 1 0,78 0,88 0,7 0,75 0,28 0,91 0,84 0,77 0,67 0,73 0,38 0,72 0,82 0,69 0,84 0,46 0,46 0,35 0,39 0,82 0,85 0,8 0,24 0,83 0,61 0,59

Бековский 0,78 1 0,93 0,73 0,64 0,32 0,71 0,73 0,87 0,81 0,83 0,54 0,79 0,73 0,79 0,87 0,53 0,52 0,54 0,24 0,7 0,87 0,86 0,42 0,72 0,85 0,76

Белинский 0,88 0,93 1 0,73 0,74 0,36 0,82 0,8 0,92 0,76 0,87 0,5 0,8 0,76 0,81 0,93 0,52 0,45 0,58 0,29 0,8 0,9 0,91 0,37 0,78 0,79 0,68

Бессоновский 0,7 0,73 0,73 1 0,83 0,75 0,74 0,78 0,57 0,75 0,8 0,7 0,65 0,88 0,76 0,72 0,79 0,77 0,42 0,48 0,49 0,81 0,86 0,42 0,71 0,73 0,82

Вадинский 0,75 0,64 0,74 0,83 1 0,68 0,83 0,77 0,71 0,78 0,78 0,7 0,79 0,75 0,81 0,7 0,79 0,56 0,35 0,57 0,61 0,79 0,84 0,44 0,8 0,6 0,7

Городищенский 0,28 0,32 0,36 0,75 0,68 1 0,38 0,53 0,33 0,53 0,62 0,71 0,49 0,58 0,6 0,47 0,69 0,61 0,23 0,46 0,24 0,53 0,6 0,43 0,25 0,42 0,55

Земетчинский 0,91 0,71 0,82 0,74 0,83 0,38 1 0,92 0,74 0,76 0,72 0,56 0,81 0,87 0,72 0,78 0,45 0,43 0,28 0,55 0,67 0,85 0,84 0,17 0,9 0,54 0,6

Иссинский 0,84 0,73 0,8 0,78 0,77 0,53 0,92 1 0,74 0,8 0,74 0,67 0,81 0,92 0,72 0,82 0,43 0,53 0,26 0,58 0,64 0,82 0,88 0,17 0,81 0,56 0,65

Каменский 0,77 0,87 0,92 0,57 0,71 0,33 0,74 0,74 1 0,83 0,82 0,56 0,85 0,65 0,78 0,9 0,45 0,4 0,52 0,34 0,78 0,82 0,83 0,47 0,72 0,66 0,62

Камешкирский 0,67 0,81 0,76 0,75 0,78 0,53 0,76 0,8 0,83 1 0,75 0,85 0,89 0,78 0,8 0,75 0,58 0,65 0,31 0,6 0,63 0,81 0,78 0,53 0,75 0,58 0,8

Колышлейский 0,73 0,83 0,87 0,8 0,78 0,62 0,72 0,74 0,82 0,75 1 0,58 0,81 0,74 0,91 0,92 0,63 0,56 0,4 0,33 0,73 0,91 0,87 0,62 0,62 0,69 0,77

Кузнецкий 0,38 0,54 0,5 0,7 0,7 0,71 0,56 0,67 0,56 0,85 0,58 1 0,69 0,66 0,66 0,49 0,52 0,7 0,27 0,72 0,39 0,55 0,61 0,51 0,57 0,43 0,68

Лопатинский 0,72 0,79 0,8 0,65 0,79 0,49 0,81 0,81 0,85 0,89 0,81 0,69 1 0,74 0,88 0,82 0,51 0,41 0,19 0,52 0,71 0,89 0,82 0,42 0,7 0,6 0,7

Лунинский 0,82 0,73 0,76 0,88 0,75 0,58 0,87 0,92 0,65 0,78 0,74 0,66 0,74 1 0,69 0,8 0,55 0,72 0,26 0,67 0,61 0,83 0,81 0,3 0,78 0,58 0,74

М.Сердобинский 0,69 0,79 0,81 0,76 0,81 0,6 0,72 0,72 0,78 0,8 0,91 0,66 0,88 0,69 1 0,82 0,61 0,57 0,27 0,4 0,73 0,89 0,84 0,62 0,65 0,67 0,85

Мокшанский 0,84 0,87 0,93 0,72 0,7 0,47 0,78 0,82 0,9 0,75 0,92 0,49 0,82 0,8 0,82 1 0,51 0,52 0,47 0,36 0,81 0,91 0,87 0,46 0,67 0,7 0,67

Наровчатский 0,46 0,53 0,52 0,79 0,79 0,69 0,45 0,43 0,45 0,58 0,63 0,52 0,51 0,55 0,61 0,51 1 0,61 0,47 0,35 0,36 0,6 0,63 0,46 0,49 0,68 0,66

Неверкинский 0,46 0,52 0,45 0,77 0,56 0,61 0,43 0,53 0,4 0,65 0,56 0,7 0,41 0,72 0,57 0,52 0,61 1 0,26 0,61 0,48 0,51 0,49 0,66 0,48 0,45 0,8

Нижнеломовский 0,35 0,54 0,58 0,42 0,35 0,23 0,28 0,26 0,52 0,31 0,4 0,27 0,19 0,26 0,27 0,47 0,47 0,26 1 -0,06 0,26 0,34 0,51 0,12 0,38 0,72 0,19

Никольский 0,39 0,24 0,29 0,48 0,57 0,46 0,55 0,58 0,34 0,6 0,33 0,72 0,52 0,67 0,4 0,36 0,35 0,61 -0,06 1 0,43 0,38 0,32 0,35 0,52 0,07 0,45

Пачелмский 0,82 0,7 0,8 0,49 0,61 0,24 0,67 0,64 0,78 0,63 0,73 0,39 0,71 0,61 0,73 0,81 0,36 0,48 0,26 0,43 1 0,73 0,59 0,55 0,58 0,45 0,56

Пензенский 0,85 0,87 0,9 0,81 0,79 0,53 0,85 0,82 0,82 0,81 0,91 0,55 0,89 0,83 0,89 0,91 0,6 0,51 0,34 0,38 0,73 1 0,91 0,41 0,72 0,73 0,76

Сердобский 0,8 0,86 0,91 0,86 0,84 0,6 0,84 0,88 0,83 0,78 0,87 0,61 0,82 0,81 0,84 0,87 0,63 0,49 0,51 0,32 0,59 0,91 1 0,27 0,79 0,81 0,74

Сосновоборский 0,24 0,42 0,37 0,42 0,44 0,43 0,17 0,17 0,47 0,53 0,62 0,51 0,42 0,3 0,62 0,46 0,46 0,66 0,12 0,35 0,55 0,41 0,27 1 0,2 0,23 0,64

Спасский 0,83 0,72 0,78 0,71 0,8 0,25 0,9 0,81 0,72 0,75 0,62 0,57 0,7 0,78 0,65 0,67 0,49 0,48 0,38 0,52 0,58 0,72 0,79 0,2 1 0,59 0,63

Тамалинский 0,61 0,85 0,79 0,73 0,6 0,42 0,54 0,56 0,66 0,58 0,69 0,43 0,6 0,58 0,67 0,7 0,68 0,45 0,72 0,07 0,45 0,73 0,81 0,23 0,59 1 0,63

Шемышейский 0,59 0,76 0,68 0,82 0,7 0,55 0,6 0,65 0,62 0,8 0,77 0,68 0,7 0,74 0,85 0,67 0,66 0,8 0,19 0,45 0,56 0,76 0,74 0,64 0,63 0,63 1

Башмаковский 1,00 0,76 0,80 0,66 0,70 0,39 0,69 0,65 0,76 0,49 0,77 0,48 0,45 0,57 0,70 0,81 0,87 0,51 0,77 0,33 0,76 0,84 0,72 0,53 0,78 0,81 0,62

Бековский 0,76 1,00 0,87 0,68 0,76 0,51 0,71 0,71 0,89 0,60 0,75 0,66 0,55 0,71 0,66 0,80 0,70 0,46 0,77 0,50 0,77 0,85 0,78 0,60 0,70 0,71 0,66

Белинский 0,80 0,87 1,00 0,71 0,69 0,44 0,70 0,71 0,83 0,59 0,68 0,62 0,54 0,65 0,63 0,86 0,75 0,54 0,86 0,45 0,84 0,89 0,79 0,64 0,64 0,70 0,67

Бессоновский 0,66 0,68 0,71 1,00 0,57 0,62 0,72 0,81 0,74 0,48 0,65 0,52 0,46 0,71 0,53 0,80 0,76 0,52 0,60 0,26 0,74 0,80 0,70 0,40 0,75 0,60 0,56

Вадинский 0,70 0,76 0,69 0,57 1,00 0,53 0,77 0,65 0,82 0,63 0,77 0,65 0,58 0,65 0,62 0,69 0,68 0,50 0,74 0,55 0,73 0,75 0,64 0,69 0,70 0,65 0,73

Городищенский 0,39 0,51 0,44 0,62 0,53 1,00 0,71 0,63 0,67 0,78 0,61 0,75 0,75 0,58 0,67 0,50 0,60 0,75 0,51 0,49 0,62 0,56 0,64 0,46 0,71 0,45 0,72

Земетчинский 0,69 0,71 0,70 0,72 0,77 0,71 1,00 0,75 0,80 0,61 0,73 0,65 0,67 0,60 0,68 0,71 0,81 0,66 0,80 0,51 0,82 0,77 0,69 0,48 0,84 0,74 0,81

Иссинский 0,65 0,71 0,71 0,81 0,65 0,63 0,75 1,00 0,82 0,54 0,70 0,74 0,61 0,59 0,52 0,77 0,68 0,64 0,74 0,28 0,81 0,75 0,66 0,51 0,85 0,60 0,65

Каменский 0,76 0,89 0,83 0,74 0,82 0,67 0,80 0,82 1,00 0,71 0,77 0,78 0,70 0,71 0,72 0,85 0,81 0,63 0,81 0,44 0,87 0,86 0,80 0,64 0,81 0,75 0,79

Камешкирский 0,49 0,60 0,59 0,48 0,63 0,78 0,61 0,54 0,71 1,00 0,69 0,81 0,82 0,62 0,79 0,54 0,62 0,81 0,57 0,60 0,70 0,66 0,72 0,74 0,64 0,55 0,79

Колышлейский 0,77 0,75 0,68 0,65 0,77 0,61 0,73 0,70 0,77 0,69 1,00 0,70 0,70 0,71 0,81 0,71 0,72 0,69 0,70 0,40 0,72 0,85 0,85 0,65 0,81 0,82 0,74

Кузнецкий 0,48 0,66 0,62 0,52 0,65 0,75 0,65 0,74 0,78 0,81 0,70 1,00 0,80 0,63 0,62 0,60 0,57 0,81 0,65 0,46 0,73 0,66 0,66 0,71 0,64 0,56 0,74

Лопатинский 0,45 0,55 0,54 0,46 0,58 0,75 0,67 0,61 0,70 0,82 0,70 0,80 1,00 0,50 0,77 0,52 0,53 0,92 0,61 0,37 0,62 0,59 0,62 0,49 0,64 0,59 0,90

Лунинский 0,57 0,71 0,65 0,71 0,65 0,58 0,60 0,59 0,71 0,62 0,71 0,63 0,50 1,00 0,63 0,70 0,62 0,52 0,52 0,44 0,63 0,72 0,75 0,68 0,57 0,53 0,50

М.Сердобинский 0,70 0,66 0,63 0,53 0,62 0,67 0,68 0,52 0,72 0,79 0,81 0,62 0,77 0,63 1,00 0,63 0,70 0,71 0,71 0,61 0,64 0,75 0,80 0,65 0,67 0,76 0,77

Мокшанский 0,81 0,80 0,86 0,80 0,69 0,50 0,71 0,77 0,85 0,54 0,71 0,60 0,52 0,70 0,63 1,00 0,79 0,51 0,75 0,44 0,88 0,89 0,73 0,63 0,74 0,73 0,65

Наровчатский 0,87 0,70 0,75 0,76 0,68 0,60 0,81 0,68 0,81 0,62 0,72 0,57 0,53 0,62 0,70 0,79 1,00 0,61 0,77 0,37 0,84 0,81 0,75 0,53 0,84 0,80 0,73

Неверкинский 0,51 0,46 0,54 0,52 0,50 0,75 0,66 0,64 0,63 0,81 0,69 0,81 0,92 0,52 0,71 0,51 0,61 1,00 0,57 0,26 0,66 0,60 0,62 0,49 0,66 0,57 0,83

Нижнеломовский 0,77 0,77 0,86 0,60 0,74 0,51 0,80 0,74 0,81 0,57 0,70 0,65 0,61 0,52 0,71 0,75 0,77 0,57 1,00 0,53 0,79 0,82 0,76 0,62 0,70 0,74 0,73

Никольский 0,33 0,50 0,45 0,26 0,55 0,49 0,51 0,28 0,44 0,60 0,40 0,46 0,37 0,44 0,61 0,44 0,37 0,26 0,53 1,00 0,51 0,45 0,44 0,71 0,29 0,39 0,41

Пачелмский 0,76 0,77 0,84 0,74 0,73 0,62 0,82 0,81 0,87 0,70 0,72 0,73 0,62 0,63 0,64 0,88 0,84 0,66 0,79 0,51 1,00 0,86 0,72 0,66 0,81 0,71 0,78

Пензенский 0,84 0,85 0,89 0,80 0,75 0,56 0,77 0,75 0,86 0,66 0,85 0,66 0,59 0,72 0,75 0,89 0,81 0,60 0,82 0,45 0,86 1,00 0,91 0,67 0,78 0,82 0,71

Сердобский 0,72 0,78 0,79 0,70 0,64 0,64 0,69 0,66 0,80 0,72 0,85 0,66 0,62 0,75 0,80 0,73 0,75 0,62 0,76 0,44 0,72 0,91 1,00 0,67 0,73 0,77 0,65

Сосновоборский 0,53 0,60 0,64 0,40 0,69 0,46 0,48 0,51 0,64 0,74 0,65 0,71 0,49 0,68 0,65 0,63 0,53 0,49 0,62 0,71 0,66 0,67 0,67 1,00 0,45 0,50 0,52

Спасский 0,78 0,70 0,64 0,75 0,70 0,71 0,84 0,85 0,81 0,64 0,81 0,64 0,64 0,57 0,67 0,74 0,84 0,66 0,70 0,29 0,81 0,78 0,73 0,45 1,00 0,75 0,75

Тамалинский 0,81 0,71 0,70 0,60 0,65 0,45 0,74 0,60 0,75 0,55 0,82 0,56 0,59 0,53 0,76 0,73 0,80 0,57 0,74 0,39 0,71 0,82 0,77 0,50 0,75 1,00 0,69

Шемышейский 0,62 0,66 0,67 0,56 0,73 0,72 0,81 0,65 0,79 0,79 0,74 0,74 0,90 0,50 0,77 0,65 0,73 0,83 0,73 0,41 0,78 0,71 0,65 0,52 0,75 0,69 1,00

Башмаковский 1 0,8 0,84 0,72 0,73 0,66 0,76 0,65 0,83 0,61 0,81 0,51 0,52 0,44 0,73 0,67 0,58 0,49 0,76 0,47 0,76 0,68 0,75 0,51 0,61 0,71 0,66

Бековский 0,8 1 0,8 0,68 0,7 0,6 0,6 0,63 0,82 0,75 0,81 0,6 0,6 0,47 0,78 0,55 0,34 0,62 0,57 0,37 0,65 0,68 0,85 0,43 0,59 0,75 0,66

Белинский 0,84 0,8 1 0,73 0,75 0,58 0,64 0,76 0,88 0,72 0,84 0,54 0,72 0,47 0,82 0,62 0,55 0,63 0,71 0,45 0,71 0,74 0,84 0,5 0,65 0,81 0,78

Бессоновский 0,72 0,68 0,73 1 0,75 0,69 0,68 0,7 0,69 0,71 0,79 0,61 0,64 0,67 0,77 0,62 0,58 0,64 0,73 0,54 0,76 0,62 0,68 0,56 0,52 0,66 0,6

Вадинский 0,73 0,7 0,75 0,75 1 0,74 0,77 0,81 0,74 0,8 0,82 0,69 0,78 0,7 0,8 0,53 0,67 0,68 0,64 0,56 0,78 0,68 0,73 0,58 0,62 0,58 0,67

Городищенский 0,66 0,6 0,58 0,69 0,74 1 0,82 0,66 0,59 0,76 0,75 0,7 0,69 0,61 0,72 0,65 0,54 0,59 0,54 0,79 0,77 0,66 0,53 0,73 0,41 0,51 0,7

Земетчинский 0,76 0,6 0,64 0,68 0,77 0,82 1 0,68 0,65 0,62 0,68 0,48 0,61 0,5 0,62 0,65 0,7 0,41 0,59 0,65 0,74 0,61 0,46 0,51 0,41 0,45 0,68

Иссинский 0,65 0,63 0,76 0,7 0,81 0,66 0,68 1 0,77 0,73 0,78 0,65 0,77 0,7 0,75 0,69 0,7 0,67 0,76 0,42 0,71 0,66 0,69 0,46 0,67 0,62 0,66

Каменский 0,83 0,82 0,88 0,69 0,74 0,59 0,65 0,77 1 0,74 0,88 0,63 0,74 0,54 0,75 0,72 0,48 0,65 0,67 0,49 0,76 0,73 0,82 0,53 0,67 0,81 0,71

Камешкирский 0,61 0,75 0,72 0,71 0,8 0,76 0,62 0,73 0,74 1 0,81 0,85 0,87 0,77 0,88 0,49 0,44 0,91 0,53 0,62 0,72 0,79 0,8 0,68 0,65 0,76 0,77

Колышлейский 0,81 0,81 0,84 0,79 0,82 0,75 0,68 0,78 0,88 0,81 1 0,79 0,76 0,66 0,85 0,72 0,54 0,73 0,73 0,56 0,82 0,83 0,86 0,65 0,68 0,81 0,72

Кузнецкий 0,51 0,6 0,54 0,61 0,69 0,7 0,48 0,65 0,63 0,85 0,79 1 0,78 0,79 0,79 0,44 0,32 0,88 0,53 0,5 0,56 0,79 0,74 0,69 0,61 0,66 0,6

Лопатинский 0,52 0,6 0,72 0,64 0,78 0,69 0,61 0,77 0,74 0,87 0,76 0,78 1 0,63 0,78 0,5 0,49 0,83 0,51 0,58 0,66 0,71 0,7 0,68 0,53 0,65 0,8

Лунинский 0,44 0,47 0,47 0,67 0,7 0,61 0,5 0,7 0,54 0,77 0,66 0,79 0,63 1 0,66 0,44 0,41 0,76 0,54 0,49 0,55 0,65 0,57 0,51 0,64 0,5 0,45

М.Сердобинский 0,73 0,78 0,82 0,77 0,8 0,72 0,62 0,75 0,75 0,88 0,85 0,79 0,78 0,66 1 0,56 0,54 0,83 0,67 0,45 0,7 0,76 0,89 0,56 0,71 0,82 0,76

Мокшанский 0,67 0,55 0,62 0,62 0,53 0,65 0,65 0,69 0,72 0,49 0,72 0,44 0,5 0,44 0,56 1 0,59 0,36 0,69 0,62 0,71 0,51 0,51 0,55 0,5 0,52 0,58

Наровчатский 0,58 0,34 0,55 0,58 0,67 0,54 0,7 0,7 0,48 0,44 0,54 0,32 0,49 0,41 0,54 0,59 1 0,33 0,7 0,38 0,68 0,36 0,43 0,27 0,58 0,34 0,49

Неверкинский 0,49 0,62 0,63 0,64 0,68 0,59 0,41 0,67 0,65 0,91 0,73 0,88 0,83 0,76 0,83 0,36 0,33 1 0,51 0,44 0,58 0,71 0,78 0,63 0,7 0,75 0,64

Нижнеломовский 0,76 0,57 0,71 0,73 0,64 0,54 0,59 0,76 0,67 0,53 0,73 0,53 0,51 0,54 0,67 0,69 0,7 0,51 1 0,31 0,67 0,57 0,69 0,44 0,62 0,55 0,53

Никольский 0,47 0,37 0,45 0,54 0,56 0,79 0,65 0,42 0,49 0,62 0,56 0,5 0,58 0,49 0,45 0,62 0,38 0,44 0,31 1 0,65 0,48 0,31 0,82 0,22 0,3 0,62

Пачелмский 0,76 0,65 0,71 0,76 0,78 0,77 0,74 0,71 0,76 0,72 0,82 0,56 0,66 0,55 0,7 0,71 0,68 0,58 0,67 0,65 1 0,56 0,63 0,63 0,61 0,63 0,63

Пензенский 0,68 0,68 0,74 0,62 0,68 0,66 0,61 0,66 0,73 0,79 0,83 0,79 0,71 0,65 0,76 0,51 0,36 0,71 0,57 0,48 0,56 1 0,79 0,57 0,6 0,78 0,74

Сердобский 0,75 0,85 0,84 0,68 0,73 0,53 0,46 0,69 0,82 0,8 0,86 0,74 0,7 0,57 0,89 0,51 0,43 0,78 0,69 0,31 0,63 0,79 1 0,49 0,74 0,84 0,66

Сосновоборский 0,51 0,43 0,5 0,56 0,58 0,73 0,51 0,46 0,53 0,68 0,65 0,69 0,68 0,51 0,56 0,55 0,27 0,63 0,44 0,82 0,63 0,57 0,49 1 0,26 0,46 0,57

Спасский 0,61 0,59 0,65 0,52 0,62 0,41 0,41 0,67 0,67 0,65 0,68 0,61 0,53 0,64 0,71 0,5 0,58 0,7 0,62 0,22 0,61 0,6 0,74 0,26 1 0,74 0,55

Тамалинский 0,71 0,75 0,81 0,66 0,58 0,51 0,45 0,62 0,81 0,76 0,81 0,66 0,65 0,5 0,82 0,52 0,34 0,75 0,55 0,3 0,63 0,78 0,84 0,46 0,74 1 0,67

Шемышейский 0,66 0,66 0,78 0,6 0,67 0,7 0,68 0,66 0,71 0,77 0,72 0,6 0,8 0,45 0,76 0,58 0,49 0,64 0,53 0,62 0,63 0,74 0,66 0,57 0,55 0,67 1

Алексеевский 1 0,85 0,75 0,9 0,95 0,86 0,81 0,54 0,59 0,69 0,81 0,75 0,46 0,44 0,76 0,64 0,87 0,83 0,73 0,59 0,47 0,65 0,55 0,75 0,68 0,52 0,59

Безенчукский 0,85 1 0,73 0,85 0,85 0,78 0,88 0,69 0,58 0,78 0,88 0,72 0,54 0,49 0,82 0,78 0,81 0,83 0,71 0,78 0,54 0,73 0,75 0,85 0,77 0,52 0,73

Богатовский 0,75 0,73 1 0,8 0,7 0,87 0,8 0,55 0,63 0,75 0,88 0,81 0,58 0,54 0,81 0,66 0,72 0,83 0,78 0,66 0,6 0,75 0,65 0,73 0,7 0,59 0,68

Большеглушицкий 0,9 0,85 0,8 1 0,93 0,82 0,86 0,43 0,51 0,65 0,87 0,77 0,47 0,36 0,9 0,62 0,86 0,92 0,69 0,65 0,44 0,54 0,63 0,82 0,68 0,4 0,58

Большечерниговский 0,95 0,85 0,7 0,93 1 0,78 0,8 0,5 0,52 0,63 0,79 0,72 0,41 0,39 0,81 0,62 0,89 0,89 0,62 0,6 0,43 0,59 0,58 0,79 0,66 0,4 0,57

Борский 0,86 0,78 0,87 0,82 0,78 1 0,89 0,58 0,62 0,81 0,85 0,77 0,54 0,51 0,77 0,69 0,85 0,8 0,86 0,59 0,49 0,68 0,56 0,69 0,75 0,54 0,59

Волжский 0,81 0,88 0,8 0,86 0,8 0,89 1 0,71 0,63 0,79 0,92 0,76 0,56 0,54 0,81 0,83 0,88 0,86 0,83 0,77 0,56 0,69 0,67 0,82 0,77 0,49 0,63

Елховский 0,54 0,69 0,55 0,43 0,5 0,58 0,71 1 0,69 0,76 0,71 0,65 0,56 0,82 0,52 0,86 0,58 0,55 0,73 0,71 0,73 0,87 0,67 0,63 0,74 0,69 0,71

Исаклинский 0,59 0,58 0,63 0,51 0,52 0,62 0,63 0,69 1 0,76 0,67 0,65 0,69 0,71 0,59 0,66 0,54 0,57 0,76 0,62 0,64 0,7 0,53 0,54 0,5 0,71 0,59

Камышлинский 0,69 0,78 0,75 0,65 0,63 0,81 0,79 0,76 0,76 1 0,83 0,8 0,73 0,73 0,72 0,84 0,66 0,75 0,86 0,64 0,75 0,84 0,7 0,67 0,84 0,73 0,79

Кинельский 0,81 0,88 0,88 0,87 0,79 0,85 0,92 0,71 0,67 0,83 1 0,85 0,55 0,61 0,87 0,81 0,8 0,9 0,83 0,81 0,65 0,8 0,79 0,85 0,8 0,59 0,76

Кинель-Черкасский 0,75 0,72 0,81 0,77 0,72 0,77 0,76 0,65 0,65 0,8 0,85 1 0,73 0,63 0,84 0,8 0,69 0,82 0,86 0,7 0,83 0,8 0,76 0,8 0,81 0,74 0,8

Клявлинский 0,46 0,54 0,58 0,47 0,41 0,54 0,56 0,56 0,69 0,73 0,55 0,73 1 0,59 0,64 0,68 0,38 0,59 0,72 0,57 0,73 0,63 0,58 0,56 0,64 0,67 0,68

Кошкинский 0,44 0,49 0,54 0,36 0,39 0,51 0,54 0,82 0,71 0,73 0,61 0,63 0,59 1 0,53 0,77 0,41 0,5 0,7 0,64 0,74 0,83 0,72 0,57 0,69 0,78 0,74

Красноармейский 0,76 0,82 0,81 0,9 0,81 0,77 0,81 0,52 0,59 0,72 0,87 0,84 0,64 0,53 1 0,68 0,74 0,9 0,73 0,78 0,61 0,65 0,82 0,88 0,73 0,54 0,76

Красноярский 0,64 0,78 0,66 0,62 0,62 0,69 0,83 0,86 0,66 0,84 0,81 0,8 0,68 0,77 0,68 1 0,69 0,74 0,79 0,74 0,77 0,85 0,74 0,77 0,89 0,74 0,8

Нефтегорский 0,87 0,81 0,72 0,86 0,89 0,85 0,88 0,58 0,54 0,66 0,8 0,69 0,38 0,41 0,74 0,69 1 0,82 0,68 0,58 0,41 0,56 0,53 0,69 0,67 0,45 0,52

Пестравский 0,83 0,83 0,83 0,92 0,89 0,8 0,86 0,55 0,57 0,75 0,9 0,82 0,59 0,5 0,9 0,74 0,82 1 0,71 0,74 0,62 0,69 0,71 0,89 0,74 0,47 0,72

Похвистневский 0,73 0,71 0,78 0,69 0,62 0,86 0,83 0,73 0,76 0,86 0,83 0,86 0,72 0,7 0,73 0,79 0,68 0,71 1 0,73 0,75 0,77 0,68 0,72 0,78 0,72 0,74

Приволжский 0,59 0,78 0,66 0,65 0,6 0,59 0,77 0,71 0,62 0,64 0,81 0,7 0,57 0,64 0,78 0,74 0,58 0,74 0,73 1 0,68 0,71 0,88 0,91 0,63 0,49 0,81

Сергиевский 0,47 0,54 0,6 0,44 0,43 0,49 0,56 0,73 0,64 0,75 0,65 0,83 0,73 0,74 0,61 0,77 0,41 0,62 0,75 0,68 1 0,81 0,72 0,69 0,7 0,75 0,8

Ставропольский 0,65 0,73 0,75 0,54 0,59 0,68 0,69 0,87 0,7 0,84 0,8 0,8 0,63 0,83 0,65 0,85 0,56 0,69 0,77 0,71 0,81 1 0,79 0,71 0,82 0,78 0,85

Сызранский 0,55 0,75 0,65 0,63 0,58 0,56 0,67 0,67 0,53 0,7 0,79 0,76 0,58 0,72 0,82 0,74 0,53 0,71 0,68 0,88 0,72 0,79 1 0,85 0,77 0,64 0,91

Хворостянский 0,75 0,85 0,73 0,82 0,79 0,69 0,82 0,63 0,54 0,67 0,85 0,8 0,56 0,57 0,88 0,77 0,69 0,89 0,72 0,91 0,69 0,71 0,85 1 0,74 0,49 0,78

Челно-Вершинский 0,68 0,77 0,7 0,68 0,66 0,75 0,77 0,74 0,5 0,84 0,8 0,81 0,64 0,69 0,73 0,89 0,67 0,74 0,78 0,63 0,7 0,82 0,77 0,74 1 0,76 0,81

Шенталинский 0,52 0,52 0,59 0,4 0,4 0,54 0,49 0,69 0,71 0,73 0,59 0,74 0,67 0,78 0,54 0,74 0,45 0,47 0,72 0,49 0,75 0,78 0,64 0,49 0,76 1 0,73

Шигонский 0,59 0,73 0,68 0,58 0,57 0,59 0,63 0,71 0,59 0,79 0,76 0,8 0,68 0,74 0,76 0,8 0,52 0,72 0,74 0,81 0,8 0,85 0,91 0,78 0,81 0,73 1

Алексеевский 1 0,68 0,72 0,87 0,66 0,72 0,8 0,78 0,61 0,73 0,82 0,66 0,63 0,59 0,73 0,67 0,87 0,89 0,75 0,59 0,6 0,62 0,3 0,19 0,5 0,62 0,34

Безенчукский 0,68 1 0,8 0,63 0,46 0,51 0,89 0,53 0,59 0,46 0,78 0,49 0,45 0,71 0,84 0,84 0,8 0,81 0,64 0,81 0,62 0,66 0,24 0,35 0,63 0,54 0,02

Богатовский 0,72 0,8 1 0,66 0,5 0,69 0,82 0,56 0,65 0,57 0,79 0,7 0,51 0,7 0,73 0,79 0,77 0,7 0,82 0,62 0,63 0,67 0,33 0,17 0,61 0,57 -0,11

Большеглушицкий 0,87 0,63 0,66 1 0,82 0,66 0,74 0,85 0,66 0,76 0,76 0,74 0,65 0,65 0,72 0,69 0,83 0,81 0,71 0,66 0,66 0,62 0,47 0,36 0,68 0,76 0,47

Большечерниговский 0,66 0,46 0,5 0,82 1 0,54 0,53 0,64 0,51 0,53 0,62 0,55 0,55 0,63 0,61 0,7 0,68 0,64 0,45 0,56 0,49 0,62 0,53 0,4 0,53 0,62 0,28

Борский 0,72 0,51 0,69 0,66 0,54 1 0,56 0,69 0,56 0,68 0,78 0,77 0,57 0,6 0,65 0,6 0,69 0,66 0,76 0,6 0,55 0,62 0,54 0,39 0,56 0,65 0,01

Волжский 0,8 0,89 0,82 0,74 0,53 0,56 1 0,58 0,53 0,56 0,81 0,51 0,43 0,64 0,84 0,83 0,89 0,82 0,72 0,71 0,51 0,58 0,24 0,28 0,58 0,55 0,06

Елховский 0,78 0,53 0,56 0,85 0,64 0,69 0,58 1 0,73 0,84 0,8 0,79 0,76 0,68 0,55 0,63 0,65 0,69 0,76 0,59 0,71 0,69 0,58 0,31 0,67 0,79 0,52

Исаклинский 0,61 0,59 0,65 0,66 0,51 0,56 0,53 0,73 1 0,81 0,77 0,69 0,87 0,78 0,56 0,71 0,56 0,6 0,74 0,47 0,84 0,64 0,45 0,23 0,74 0,83 0,2

Камышлинский 0,73 0,46 0,57 0,76 0,53 0,68 0,56 0,84 0,81 1 0,78 0,77 0,86 0,66 0,54 0,57 0,62 0,61 0,83 0,47 0,62 0,6 0,4 0,18 0,68 0,87 0,31

Кинельский 0,82 0,78 0,79 0,76 0,62 0,78 0,81 0,8 0,77 0,78 1 0,72 0,7 0,81 0,8 0,87 0,82 0,81 0,83 0,71 0,72 0,73 0,56 0,36 0,69 0,75 0,1

Кинель-Черкасский 0,66 0,49 0,7 0,74 0,55 0,77 0,51 0,79 0,69 0,77 0,72 1 0,71 0,55 0,53 0,62 0,53 0,53 0,77 0,64 0,7 0,67 0,59 0,19 0,58 0,72 0,15

Клявлинский 0,63 0,45 0,51 0,65 0,55 0,57 0,43 0,76 0,87 0,86 0,7 0,71 1 0,73 0,53 0,61 0,49 0,54 0,67 0,46 0,68 0,75 0,42 0,11 0,65 0,85 0,31

Кошкинский 0,59 0,71 0,7 0,65 0,63 0,6 0,64 0,68 0,78 0,66 0,81 0,55 0,73 1 0,73 0,83 0,69 0,67 0,72 0,6 0,62 0,82 0,56 0,31 0,8 0,83 0,15

Красноармейский 0,73 0,84 0,73 0,72 0,61 0,65 0,84 0,55 0,56 0,54 0,8 0,53 0,53 0,73 1 0,81 0,88 0,83 0,68 0,84 0,49 0,67 0,42 0,42 0,65 0,63 -0,05

Красноярский 0,67 0,84 0,79 0,69 0,7 0,6 0,83 0,63 0,71 0,57 0,87 0,62 0,61 0,83 0,81 1 0,74 0,72 0,66 0,76 0,67 0,78 0,58 0,37 0,64 0,69 -0,01

Нефтегорский 0,87 0,8 0,77 0,83 0,68 0,69 0,89 0,65 0,56 0,62 0,82 0,53 0,49 0,69 0,88 0,74 1 0,91 0,74 0,7 0,55 0,55 0,28 0,36 0,66 0,62 0,16

Пестравский 0,89 0,81 0,7 0,81 0,64 0,66 0,82 0,69 0,6 0,61 0,81 0,53 0,54 0,67 0,83 0,72 0,91 1 0,71 0,7 0,56 0,6 0,31 0,39 0,6 0,6 0,21

Похвистневский 0,75 0,64 0,82 0,71 0,45 0,76 0,72 0,76 0,74 0,83 0,83 0,77 0,67 0,72 0,68 0,66 0,74 0,71 1 0,58 0,65 0,6 0,38 0,19 0,75 0,76 0,03

Приволжский 0,59 0,81 0,62 0,66 0,56 0,6 0,71 0,59 0,47 0,47 0,71 0,64 0,46 0,6 0,84 0,76 0,7 0,7 0,58 1 0,6 0,64 0,44 0,54 0,67 0,63 -0,04

Сергиевский 0,6 0,62 0,63 0,66 0,49 0,55 0,51 0,71 0,84 0,62 0,72 0,7 0,68 0,62 0,49 0,67 0,55 0,56 0,65 0,6 1 0,52 0,4 0,34 0,74 0,71 0,22

Ставропольский 0,62 0,66 0,67 0,62 0,62 0,62 0,58 0,69 0,64 0,6 0,73 0,67 0,75 0,82 0,67 0,78 0,55 0,6 0,6 0,64 0,52 1 0,57 0,19 0,52 0,7 0,18

Сызранский 0,3 0,24 0,33 0,47 0,53 0,54 0,24 0,58 0,45 0,4 0,56 0,59 0,42 0,56 0,42 0,58 0,28 0,31 0,38 0,44 0,4 0,57 1 0,32 0,36 0,49 0,09

Хворостянский 0,19 0,35 0,17 0,36 0,4 0,39 0,28 0,31 0,23 0,18 0,36 0,19 0,11 0,31 0,42 0,37 0,36 0,39 0,19 0,54 0,34 0,19 0,32 1 0,48 0,37 -0,04

Челно-Вершинский 0,5 0,63 0,61 0,68 0,53 0,56 0,58 0,67 0,74 0,68 0,69 0,58 0,65 0,8 0,65 0,64 0,66 0,6 0,75 0,67 0,74 0,52 0,36 0,48 1 0,88 0,14

Шенталинский 0,62 0,54 0,57 0,76 0,62 0,65 0,55 0,79 0,83 0,87 0,75 0,72 0,85 0,83 0,63 0,69 0,62 0,6 0,76 0,63 0,71 0,7 0,49 0,37 0,88 1 0,27

Шигонский 0,34 0,02 -0,11 0,47 0,28 0,01 0,06 0,52 0,2 0,31 0,1 0,15 0,31 0,15 -0,05 -0,01 0,16 0,21 0,03 -0,04 0,22 0,18 0,09 -0,04 0,14 0,27 1

Алексеевский 1,00 0,74 0,76 0,85 0,86 0,77 0,87 0,31 0,47 0,39 0,72 0,44 0,39 0,36 0,80 0,73 0,91 0,84 0,45 0,71 0,48 0,63 0,56 0,59 0,49 0,47 0,39

Безенчукский 0,74 1,00 0,83 0,80 0,71 0,79 0,89 0,54 0,68 0,60 0,83 0,53 0,46 0,56 0,87 0,86 0,83 0,83 0,57 0,85 0,62 0,82 0,73 0,84 0,69 0,60 0,45

Богатовский 0,76 0,83 1,00 0,84 0,71 0,90 0,77 0,57 0,75 0,62 0,85 0,77 0,57 0,61 0,76 0,87 0,87 0,82 0,74 0,74 0,80 0,81 0,69 0,70 0,70 0,64 0,65

Большеглушицкий 0,85 0,80 0,84 1,00 0,92 0,88 0,85 0,54 0,70 0,60 0,80 0,64 0,60 0,65 0,92 0,78 0,95 0,94 0,65 0,76 0,70 0,74 0,65 0,77 0,78 0,74 0,63

Большечерниговский 0,86 0,71 0,71 0,92 1,00 0,74 0,80 0,40 0,52 0,43 0,67 0,46 0,41 0,43 0,81 0,72 0,86 0,83 0,46 0,62 0,50 0,60 0,58 0,62 0,62 0,56 0,45

Борский 0,77 0,79 0,90 0,88 0,74 1,00 0,79 0,55 0,73 0,59 0,79 0,72 0,53 0,62 0,83 0,73 0,88 0,86 0,74 0,72 0,74 0,79 0,65 0,69 0,70 0,64 0,66

Волжский 0,87 0,89 0,77 0,85 0,80 0,79 1,00 0,39 0,58 0,51 0,80 0,42 0,35 0,41 0,88 0,79 0,91 0,86 0,50 0,82 0,57 0,68 0,69 0,76 0,64 0,55 0,42

Елховский 0,31 0,54 0,57 0,54 0,40 0,55 0,39 1,00 0,76 0,77 0,57 0,69 0,67 0,80 0,59 0,53 0,47 0,63 0,67 0,57 0,78 0,67 0,60 0,63 0,68 0,62 0,74

Исаклинский 0,47 0,68 0,75 0,70 0,52 0,73 0,58 0,76 1,00 0,81 0,74 0,73 0,78 0,78 0,71 0,66 0,63 0,69 0,81 0,62 0,90 0,71 0,62 0,72 0,78 0,85 0,71

Камышлинский 0,39 0,60 0,62 0,60 0,43 0,59 0,51 0,77 0,81 1,00 0,69 0,65 0,61 0,70 0,60 0,62 0,59 0,63 0,73 0,55 0,81 0,57 0,52 0,57 0,70 0,64 0,60

Кинельский 0,72 0,83 0,85 0,80 0,67 0,79 0,80 0,57 0,74 0,69 1,00 0,74 0,63 0,73 0,81 0,92 0,84 0,84 0,78 0,87 0,75 0,81 0,76 0,78 0,80 0,75 0,65

Кинель-Черкасский 0,44 0,53 0,77 0,64 0,46 0,72 0,42 0,69 0,73 0,65 0,74 1,00 0,73 0,78 0,60 0,67 0,59 0,65 0,91 0,63 0,86 0,75 0,64 0,57 0,72 0,71 0,84

Клявлинский 0,39 0,46 0,57 0,60 0,41 0,53 0,35 0,67 0,78 0,61 0,63 0,73 1,00 0,86 0,59 0,54 0,52 0,64 0,68 0,57 0,75 0,66 0,52 0,56 0,70 0,84 0,74

Кошкинский 0,36 0,56 0,61 0,65 0,43 0,62 0,41 0,80 0,78 0,70 0,73 0,78 0,86 1,00 0,71 0,61 0,55 0,69 0,79 0,72 0,78 0,79 0,67 0,73 0,79 0,88 0,84

Красноармейский 0,80 0,87 0,76 0,92 0,81 0,83 0,88 0,59 0,71 0,60 0,81 0,60 0,59 0,71 1,00 0,74 0,88 0,94 0,65 0,88 0,67 0,81 0,76 0,89 0,73 0,76 0,65

Красноярский 0,73 0,86 0,87 0,78 0,72 0,73 0,79 0,53 0,66 0,62 0,92 0,67 0,54 0,61 0,74 1,00 0,82 0,78 0,66 0,81 0,69 0,81 0,78 0,75 0,74 0,63 0,54

Нефтегорский 0,91 0,83 0,87 0,95 0,86 0,88 0,91 0,47 0,63 0,59 0,84 0,59 0,52 0,55 0,88 0,82 1,00 0,94 0,62 0,80 0,66 0,71 0,62 0,72 0,70 0,63 0,53

Пестравский 0,84 0,83 0,82 0,94 0,83 0,86 0,86 0,63 0,69 0,63 0,84 0,65 0,64 0,69 0,94 0,78 0,94 1,00 0,64 0,82 0,71 0,77 0,70 0,83 0,73 0,70 0,67

Похвистневский 0,45 0,57 0,74 0,65 0,46 0,74 0,50 0,67 0,81 0,73 0,78 0,91 0,68 0,79 0,65 0,66 0,62 0,64 1,00 0,68 0,85 0,73 0,62 0,60 0,78 0,77 0,79

Приволжский 0,71 0,85 0,74 0,76 0,62 0,72 0,82 0,57 0,62 0,55 0,87 0,63 0,57 0,72 0,88 0,81 0,80 0,82 0,68 1,00 0,64 0,87 0,84 0,85 0,71 0,69 0,65

Сергиевский 0,48 0,62 0,80 0,70 0,50 0,74 0,57 0,78 0,90 0,81 0,75 0,86 0,75 0,78 0,67 0,69 0,66 0,71 0,85 0,64 1,00 0,76 0,68 0,67 0,80 0,79 0,85

Ставропольский 0,63 0,82 0,81 0,74 0,60 0,79 0,68 0,67 0,71 0,57 0,81 0,75 0,66 0,79 0,81 0,81 0,71 0,77 0,73 0,87 0,76 1,00 0,88 0,81 0,75 0,71 0,78

Сызранский 0,56 0,73 0,69 0,65 0,58 0,65 0,69 0,60 0,62 0,52 0,76 0,64 0,52 0,67 0,76 0,78 0,62 0,70 0,62 0,84 0,68 0,88 1,00 0,81 0,60 0,61 0,76

Хворостянский 0,59 0,84 0,70 0,77 0,62 0,69 0,76 0,63 0,72 0,57 0,78 0,57 0,56 0,73 0,89 0,75 0,72 0,83 0,60 0,85 0,67 0,81 0,81 1,00 0,72 0,74 0,66

Челно-Вершинский 0,49 0,69 0,70 0,78 0,62 0,70 0,64 0,68 0,78 0,70 0,80 0,72 0,70 0,79 0,73 0,74 0,70 0,73 0,78 0,71 0,80 0,75 0,60 0,72 1,00 0,82 0,68

Шенталинский 0,47 0,60 0,64 0,74 0,56 0,64 0,55 0,62 0,85 0,64 0,75 0,71 0,84 0,88 0,76 0,63 0,63 0,70 0,77 0,69 0,79 0,71 0,61 0,74 0,82 1,00 0,72

Шигонский 0,39 0,45 0,65 0,63 0,45 0,66 0,42 0,74 0,71 0,60 0,65 0,84 0,74 0,84 0,65 0,54 0,53 0,67 0,79 0,65 0,85 0,78 0,76 0,66 0,68 0,72 1,00

Алексеевский 1,00 0,66 0,78 0,93 0,94 0,94 0,80 0,69 0,74 0,80 0,73 0,83 0,35 0,69 0,85 0,56 0,89 0,82 0,72 0,76 0,73 0,77 0,45 0,74 0,83 0,52 0,61

Безенчукский 0,66 1,00 0,53 0,76 0,63 0,65 0,70 0,76 0,70 0,72 0,73 0,60 0,29 0,61 0,82 0,82 0,71 0,80 0,68 0,76 0,80 0,82 0,61 0,81 0,65 0,53 0,92

Богатовский 0,78 0,53 1,00 0,68 0,72 0,74 0,58 0,72 0,67 0,79 0,68 0,73 0,64 0,77 0,68 0,54 0,76 0,68 0,80 0,59 0,78 0,74 0,64 0,68 0,78 0,78 0,55

Большеглушицкий 0,93 0,76 0,68 1,00 0,91 0,90 0,76 0,63 0,64 0,72 0,76 0,82 0,30 0,54 0,95 0,64 0,87 0,89 0,65 0,80 0,76 0,73 0,52 0,79 0,72 0,47 0,70

Большечерниговский 0,94 0,63 0,72 0,91 1,00 0,85 0,76 0,59 0,66 0,74 0,67 0,74 0,21 0,61 0,80 0,46 0,84 0,79 0,62 0,72 0,64 0,74 0,37 0,69 0,73 0,40 0,54

Борский 0,94 0,65 0,74 0,90 0,85 1,00 0,78 0,66 0,64 0,79 0,71 0,82 0,40 0,61 0,83 0,63 0,88 0,77 0,78 0,73 0,76 0,75 0,42 0,75 0,82 0,51 0,61

Волжский 0,80 0,70 0,58 0,76 0,76 0,78 1,00 0,64 0,70 0,64 0,68 0,57 0,06 0,54 0,67 0,65 0,91 0,72 0,61 0,80 0,60 0,71 0,24 0,70 0,66 0,28 0,62

Елховский 0,69 0,76 0,72 0,63 0,59 0,66 0,64 1,00 0,79 0,78 0,61 0,64 0,51 0,81 0,69 0,71 0,69 0,57 0,85 0,60 0,82 0,84 0,54 0,58 0,73 0,68 0,73

Исаклинский 0,74 0,70 0,67 0,64 0,66 0,64 0,70 0,79 1,00 0,76 0,83 0,65 0,35 0,76 0,65 0,60 0,67 0,71 0,68 0,69 0,64 0,90 0,47 0,60 0,75 0,69 0,73

Камышлинский 0,80 0,72 0,79 0,72 0,74 0,79 0,64 0,78 0,76 1,00 0,73 0,77 0,68 0,88 0,73 0,63 0,77 0,63 0,87 0,63 0,79 0,85 0,57 0,64 0,93 0,74 0,75

Кинельский 0,73 0,73 0,68 0,76 0,67 0,71 0,68 0,61 0,83 0,73 1,00 0,67 0,33 0,58 0,77 0,67 0,74 0,84 0,61 0,73 0,68 0,82 0,55 0,71 0,75 0,71 0,77

Кинель-Черкасский 0,83 0,60 0,73 0,82 0,74 0,82 0,57 0,64 0,65 0,77 0,67 1,00 0,57 0,60 0,82 0,61 0,78 0,70 0,77 0,79 0,80 0,72 0,57 0,72 0,76 0,64 0,68

Клявлинский 0,35 0,29 0,64 0,30 0,21 0,40 0,06 0,51 0,35 0,68 0,33 0,57 1,00 0,66 0,38 0,33 0,30 0,23 0,66 0,20 0,54 0,46 0,62 0,30 0,61 0,71 0,41

Кошкинский 0,69 0,61 0,77 0,54 0,61 0,61 0,54 0,81 0,76 0,88 0,58 0,60 0,66 1,00 0,58 0,51 0,61 0,48 0,78 0,51 0,65 0,81 0,56 0,57 0,86 0,70 0,63

Красноармейский 0,85 0,82 0,68 0,95 0,80 0,83 0,67 0,69 0,65 0,73 0,77 0,82 0,38 0,58 1,00 0,71 0,80 0,89 0,70 0,82 0,82 0,77 0,60 0,84 0,70 0,58 0,77

Красноярский 0,56 0,82 0,54 0,64 0,46 0,63 0,65 0,71 0,60 0,63 0,67 0,61 0,33 0,51 0,71 1,00 0,68 0,63 0,69 0,65 0,87 0,74 0,54 0,74 0,58 0,51 0,84

Нефтегорский 0,89 0,71 0,76 0,87 0,84 0,88 0,91 0,69 0,67 0,77 0,74 0,78 0,30 0,61 0,80 0,68 1,00 0,76 0,72 0,83 0,76 0,74 0,35 0,75 0,81 0,47 0,67

Пестравский 0,82 0,80 0,68 0,89 0,79 0,77 0,72 0,57 0,71 0,63 0,84 0,70 0,23 0,48 0,89 0,63 0,76 1,00 0,55 0,82 0,70 0,74 0,59 0,86 0,60 0,53 0,70

Похвистневский 0,72 0,68 0,80 0,65 0,62 0,78 0,61 0,85 0,68 0,87 0,61 0,77 0,66 0,78 0,70 0,69 0,72 0,55 1,00 0,63 0,85 0,83 0,58 0,67 0,80 0,77 0,74

Приволжский 0,76 0,76 0,59 0,80 0,72 0,73 0,80 0,60 0,69 0,63 0,73 0,79 0,20 0,51 0,82 0,65 0,83 0,82 0,63 1,00 0,69 0,74 0,46 0,87 0,61 0,45 0,75

Сергиевский 0,73 0,80 0,78 0,76 0,64 0,76 0,60 0,82 0,64 0,79 0,68 0,80 0,54 0,65 0,82 0,87 0,76 0,70 0,85 0,69 1,00 0,77 0,64 0,76 0,72 0,72 0,82

Ставропольский 0,77 0,82 0,74 0,73 0,74 0,75 0,71 0,84 0,90 0,85 0,82 0,72 0,46 0,81 0,77 0,74 0,74 0,74 0,83 0,74 0,77 1,00 0,57 0,76 0,80 0,69 0,80

Сызранский 0,45 0,61 0,64 0,52 0,37 0,42 0,24 0,54 0,47 0,57 0,55 0,57 0,62 0,56 0,60 0,54 0,35 0,59 0,58 0,46 0,64 0,57 1,00 0,67 0,50 0,72 0,69

Хворостянский 0,74 0,81 0,68 0,79 0,69 0,75 0,70 0,58 0,60 0,64 0,71 0,72 0,30 0,57 0,84 0,74 0,75 0,86 0,67 0,87 0,76 0,76 0,67 1,00 0,63 0,51 0,76

Челно-Вершинский 0,83 0,65 0,78 0,72 0,73 0,82 0,66 0,73 0,75 0,93 0,75 0,76 0,61 0,86 0,70 0,58 0,81 0,60 0,80 0,61 0,72 0,80 0,50 0,63 1,00 0,70 0,70

Шенталинский 0,52 0,53 0,78 0,47 0,40 0,51 0,28 0,68 0,69 0,74 0,71 0,64 0,71 0,70 0,58 0,51 0,47 0,53 0,77 0,45 0,72 0,69 0,72 0,51 0,70 1,00 0,69

Шигонский 0,61 0,92 0,55 0,70 0,54 0,61 0,62 0,73 0,73 0,75 0,77 0,68 0,41 0,63 0,77 0,84 0,67 0,70 0,74 0,75 0,82 0,80 0,69 0,76 0,70 0,69 1,00

Алексеевский 1 0,71 0,79 0,83 0,82 0,83 0,76 0,6 0,61 0,55 0,64 0,58 0,46 0,45 0,86 0,61 0,88 0,86 0,52 0,73 0,53 0,64 0,51 0,72 0,51 0,43 0,51

Безенчукский 0,71 1 0,79 0,76 0,66 0,85 0,84 0,73 0,78 0,7 0,84 0,57 0,62 0,67 0,78 0,79 0,85 0,82 0,73 0,82 0,69 0,77 0,77 0,87 0,67 0,64 0,59

Богатовский 0,79 0,79 1 0,75 0,74 0,83 0,76 0,65 0,68 0,7 0,67 0,58 0,56 0,5 0,86 0,6 0,82 0,84 0,66 0,71 0,66 0,59 0,51 0,74 0,39 0,49 0,52

Большеглушицкий 0,83 0,76 0,75 1 0,87 0,83 0,69 0,64 0,62 0,77 0,74 0,63 0,65 0,66 0,81 0,72 0,86 0,91 0,65 0,73 0,65 0,7 0,66 0,81 0,68 0,65 0,67

Большечерниговский 0,82 0,66 0,74 0,87 1 0,75 0,62 0,5 0,53 0,65 0,69 0,53 0,56 0,55 0,73 0,63 0,82 0,9 0,58 0,62 0,52 0,58 0,56 0,71 0,54 0,48 0,5

Борский 0,83 0,85 0,83 0,83 0,75 1 0,8 0,64 0,78 0,81 0,8 0,66 0,62 0,6 0,75 0,74 0,87 0,83 0,75 0,7 0,71 0,7 0,6 0,75 0,63 0,6 0,6

Волжский 0,76 0,84 0,76 0,69 0,62 0,8 1 0,59 0,72 0,61 0,77 0,39 0,5 0,38 0,8 0,8 0,81 0,75 0,67 0,86 0,62 0,68 0,49 0,72 0,64 0,5 0,38

Елховский 0,6 0,73 0,65 0,64 0,5 0,64 0,59 1 0,79 0,67 0,72 0,68 0,67 0,7 0,63 0,66 0,63 0,66 0,63 0,73 0,9 0,87 0,71 0,7 0,66 0,59 0,78

Исаклинский 0,61 0,78 0,68 0,62 0,53 0,78 0,72 0,79 1 0,73 0,62 0,55 0,73 0,67 0,71 0,77 0,63 0,65 0,72 0,72 0,75 0,87 0,65 0,76 0,64 0,62 0,61

Камышлинский 0,55 0,7 0,7 0,77 0,65 0,81 0,61 0,67 0,73 1 0,75 0,78 0,88 0,76 0,56 0,63 0,65 0,74 0,88 0,67 0,83 0,73 0,7 0,72 0,68 0,74 0,78

Кинельский 0,64 0,84 0,67 0,74 0,69 0,8 0,77 0,72 0,62 0,75 1 0,63 0,59 0,67 0,6 0,75 0,74 0,74 0,76 0,77 0,77 0,71 0,7 0,73 0,76 0,67 0,68

Кинель-Черкасский 0,58 0,57 0,58 0,63 0,53 0,66 0,39 0,68 0,55 0,78 0,63 1 0,7 0,7 0,42 0,42 0,52 0,64 0,68 0,52 0,75 0,68 0,65 0,56 0,52 0,55 0,79

Клявлинский 0,46 0,62 0,56 0,65 0,56 0,62 0,5 0,67 0,73 0,88 0,59 0,7 1 0,79 0,49 0,52 0,53 0,64 0,77 0,62 0,73 0,77 0,73 0,68 0,59 0,69 0,72

Кошкинский 0,45 0,67 0,5 0,66 0,55 0,6 0,38 0,7 0,67 0,76 0,67 0,7 0,79 1 0,51 0,57 0,5 0,64 0,67 0,53 0,71 0,79 0,82 0,76 0,73 0,83 0,75

Красноармейский 0,86 0,78 0,86 0,81 0,73 0,75 0,8 0,63 0,71 0,56 0,6 0,42 0,49 0,51 1 0,66 0,81 0,83 0,6 0,82 0,54 0,67 0,54 0,84 0,54 0,59 0,49

Красноярский 0,61 0,79 0,6 0,72 0,63 0,74 0,8 0,66 0,77 0,63 0,75 0,42 0,52 0,57 0,66 1 0,74 0,68 0,61 0,69 0,67 0,8 0,63 0,7 0,75 0,5 0,47

Нефтегорский 0,88 0,85 0,82 0,86 0,82 0,87 0,81 0,63 0,63 0,65 0,74 0,52 0,53 0,5 0,81 0,74 1 0,89 0,62 0,73 0,59 0,66 0,6 0,75 0,61 0,47 0,47

Пестравский 0,86 0,82 0,84 0,91 0,9 0,83 0,75 0,66 0,65 0,74 0,74 0,64 0,64 0,64 0,83 0,68 0,89 1 0,65 0,78 0,63 0,7 0,68 0,88 0,62 0,57 0,64

Похвистневский 0,52 0,73 0,66 0,65 0,58 0,75 0,67 0,63 0,72 0,88 0,76 0,68 0,77 0,67 0,6 0,61 0,62 0,65 1 0,75 0,79 0,75 0,66 0,72 0,75 0,8 0,62

Приволжский 0,73 0,82 0,71 0,73 0,62 0,7 0,86 0,73 0,72 0,67 0,77 0,52 0,62 0,53 0,82 0,69 0,73 0,78 0,75 1 0,69 0,78 0,7 0,87 0,7 0,67 0,66

Сергиевский 0,53 0,69 0,66 0,65 0,52 0,71 0,62 0,9 0,75 0,83 0,77 0,75 0,73 0,71 0,54 0,67 0,59 0,63 0,79 0,69 1 0,83 0,69 0,63 0,71 0,68 0,79

Ставропольский 0,64 0,77 0,59 0,7 0,58 0,7 0,68 0,87 0,87 0,73 0,71 0,68 0,77 0,79 0,67 0,8 0,66 0,7 0,75 0,78 0,83 1 0,8 0,81 0,82 0,72 0,72

Сызранский 0,51 0,77 0,51 0,66 0,56 0,6 0,49 0,71 0,65 0,7 0,7 0,65 0,73 0,82 0,54 0,63 0,6 0,68 0,66 0,7 0,69 0,8 1 0,81 0,65 0,73 0,83

Хворостянский 0,72 0,87 0,74 0,81 0,71 0,75 0,72 0,7 0,76 0,72 0,73 0,56 0,68 0,76 0,84 0,7 0,75 0,88 0,72 0,87 0,63 0,81 0,81 1 0,72 0,76 0,69

Челно-Вершинский 0,51 0,67 0,39 0,68 0,54 0,63 0,64 0,66 0,64 0,68 0,76 0,52 0,59 0,73 0,54 0,75 0,61 0,62 0,75 0,7 0,71 0,82 0,65 0,72 1 0,79 0,58

Шенталинский 0,43 0,64 0,49 0,65 0,48 0,6 0,5 0,59 0,62 0,74 0,67 0,55 0,69 0,83 0,59 0,5 0,47 0,57 0,8 0,67 0,68 0,72 0,73 0,76 0,79 1 0,69

Шигонский 0,51 0,59 0,52 0,67 0,5 0,6 0,38 0,78 0,61 0,78 0,68 0,79 0,72 0,75 0,49 0,47 0,47 0,64 0,62 0,66 0,79 0,72 0,83 0,69 0,58 0,69 1

Барышский 1 0,78 0,5 0,73 0,64 0,88 0,69 0,79 0,61 0,75 0,5 0,36 0,73 0,45 0,45 0,62 0,74 0,69 0,66 0,57 0,25

Вешкаймский 0,78 1 0,63 0,83 0,59 0,88 0,71 0,89 0,79 0,75 0,62 0,56 0,82 0,71 0,65 0,75 0,71 0,73 0,67 0,6 0,44

Инзенский 0,5 0,63 1 0,69 0,5 0,64 0,62 0,52 0,69 0,41 0,5 0,44 0,67 0,4 0,49 0,31 0,43 0,65 0,78 0,7 0,51

Карсунский 0,73 0,83 0,69 1 0,64 0,77 0,6 0,7 0,82 0,71 0,49 0,55 0,84 0,63 0,7 0,74 0,81 0,75 0,74 0,71 0,39

Кузоватовский 0,64 0,59 0,5 0,64 1 0,65 0,38 0,63 0,53 0,8 0,54 0,52 0,64 0,4 0,52 0,66 0,84 0,63 0,53 0,57 0,08

Майнский 0,88 0,88 0,64 0,77 0,65 1 0,81 0,88 0,73 0,8 0,56 0,57 0,84 0,64 0,62 0,67 0,76 0,82 0,75 0,67 0,26

Мелекесский 0,69 0,71 0,62 0,6 0,38 0,81 1 0,63 0,82 0,53 0,31 0,41 0,64 0,5 0,63 0,33 0,49 0,79 0,78 0,77 0,32