Поле Величина
Описание

Данный набор данных позволяет количественно оценить экономический потенциал стран с помощью сетевого алгоритма, анализирующего структуру экспорта товаров (COMTRADE) и услуг (данные МВФ по платежному балансу). В рамках данной методологии строится двудольная сеть, связывающая страны с секторами, в которых ведется торговля, что позволяет получить два ключевых показателя: «Универсальный экономический потенциал» (безразмерный), измеряющий национальные производственные возможности, и «Сложность сектора», указывающую на уровень технологической развитости. В отличие от традиционных экономических показателей, она позволяет получить прогнозную информацию о потенциале роста и траекториях диверсификации путем сравнения показателей пригодности с ВВП. Географический охват включает все страны, по которым имеются данные о международной торговле, причем ежегодные наблюдения отражают периодичность обновляемых источников данных.

Рубрики Индексы межстрановых сравнений
Сборник Всемирный банк, проект «Экономическая приспособленность». Для получения более подробной информации, пожалуйста, посетите следующие ссылки. Об подробном обсуждении предварительной обработки данных, вычисления универсальной приспособленности и экономических последствий: www.nature.com/articles/s41597-022-01732-5 и http://documents.worldbank.org/curated/en/309521529586431853/Integrating-services-in-the-economic-fitness-approach Алгоритм приспособленности и сложности был представлен в: https://www.nature.com/articles/srep00723 Критерий сходимости алгоритма приспособленности и сложности обсуждается в: https://link.springer.com/article/10.1140/epjst/e2015-50118-1
Поле Величина
Описание

The Universal Economic Fitness (UEF) is both a measure of a country’s diversification and ability to produce complex goods on a globally competitive basis. Countries with the highest levels of EF have capabilities to produce a diverse portfolio of products, ability to upgrade into ever-increasing complex goods, tend to have more predictable long-term growth, and to attain good competitive position relative to other countries. Countries with low UEF levels tend to suffer from poverty, low capabilities, less predictable growth, low value-addition, and trouble upgrading and diversifying faster than other countries. The starting data is the COMTRADE list of products and the IMF-BOP list of services exported by each country. This data defines a bipartite network of countries and sectors, or goods and services. A suitably designed mathematical algorithm applied to this network leads to the Universal Economic Fitness of all countries and the Complexity of all sectors. The comparison of the Fitness to the GDP reveals hidden information for the development and the growth of the countries.

Рубрики Cross-country comparison indices
Сборник World Bank, Economic Fitness project. For more details please visit the following links. For a detailed discussion of the data preprocessing, the computation of the universal fitness, and the economical implications: www.nature.com/articles/s41597-022-01732-5 and http://documents.worldbank.org/curated/en/309521529586431853/Integrating-services-in-the-economic-fitness-approach The Fitness and Complexity algorithm has been introduced in: https://www.nature.com/articles/srep00723 The convergence criterion of the Fitness and Complexity algorithm is discussed in: https://link.springer.com/article/10.1140/epjst/e2015-50118-1
Поле Величина
Период 01.01.2007 – 31.12.2024
Гранулярность Год
Методика

В литературе по «экономической пригодности» используются методы, которые, в отличие от традиционных подходов к построению индексов, не стремятся сглаживать сложность системы, а, напротив, учитывают её, явно опираясь на неоднородность отдельных участников, видов деятельности и взаимодействий с целью извлечения релевантных параметров для характеристики системы.  Таким образом, информацию о производственных возможностях можно извлечь из торговли товарами, а в случае «универсальной приспособленности» — услугами. Взаимодействие между торгуемыми товарами и услугами, а также относительно уникальные комбинации являются предвестниками будущей конкурентоспособности и долгосрочного роста.  Одной из основных характеристик «Экономической приспособленности» является отсутствие параметров. Стандартные методы анализа учитывают множество элементов и суммируют их каким-либо подходящим образом. Такое суммирование несопоставимых элементов приводит к серьезной проблеме: необходимость подавления шума при одновременном усилении сигнала. Подход «Приспособленности» начинается с рассмотрения одного набора данных, что позволяет решить проблемы, связанные с шумом.  Другие данные могут быть добавлены позже в рамках контролируемой иерархической структуры (например, наука, технологии). Алгоритм построен на простых и прозрачных экономических концепциях, имеющих четкое значение и прошедших тщательную проверку, и состоит из двух взаимосвязанных уравнений, итерации которых продолжаются до сходимости. Итерации прекращаются при выполнении критерия, основанного на ранжировании, то есть когда мы оцениваем, что следующее изменение в ранжировании произойдет только через очень большое количество итераций. Динамика развития каждой страны определяется в пространстве «ВВП-приспособленность», которое демонстрирует значительную неоднородность динамики. Этот новаторский подход к анализу и долгосрочному прогнозированию, как было показано, превосходит стандартные методы, даже несмотря на то, что требует гораздо меньшего объема данных. В то время как «Экономическая пригодность» рассчитывается с учётом значений RCA, «Универсальная экономическая пригодность» рассчитывается с использованием долей рынка, и поэтому, если первая является интенсивным показателем, вторая является экстенсивным, то есть в большей степени коррелирует с размером стран. В результате, в то время как естественным аналогом «Экономической пригодности» является ВВП на душу населения, «Универсальная пригодность» в большей степени сопоставима с ВВП.

Страны Афганистан, Ангола, Албания, Андорра, Объединённые Арабские Эмираты, Аргентина, Армения, Австралия, Австрия, Азербайджан, Бурунди, Бельгия, Бенин, Буркина-Фасо, Бангладеш, Болгария, Бахрейн, Босния и Герцеговина, Беларусь, Белиз, Боливия, Бразилия, Барбадос, Бруней-Даруссалам, Бутан, Ботсвана, Центральноафриканская Республика, Канада, Швейцария, Чили, Китай, Кот-д'Ивуар, Камерун, Республика Конго, Колумбия, Кабо-Верде, Коста-Рика, Куба, Кипр, Чехия, Германия, Дания, Доминиканская Республика, Алжир, Эквадор, Египет, Эритрея, Испания, Эстония, Эфиопия, Финляндия, Фиджи, Франция, Габон, Соединённое Королевство Великобритании и Северной Ирландии, Грузия, Гана, Гвинея, Гамбия, Гвинея-Бисау, Экваториальная Гвинея, Греция, Гренландия, Гватемала, Гайана, Гондурас, Хорватия, Гаити, Венгрия, Индонезия, Индия, Ирландия, Иран, Ирак, Исландия, Израиль, Италия, Ямайка, Иордания, Япония, Казахстан, Кения, Киргизия, Камбоджа, Республика Корея, Кувейт, Лаос, Ливан, Либерия, Ливия, Шри-Ланка, Лесото, Литва, Люксембург, Латвия, Марокко, Молдова, Мадагаскар, Мальдивы, Мексика, Северная Македония, Мали, Мальта, Мьянма, Черногория, Монголия, Мозамбик, Мавритания, Маврикий, Малави, Малайзия, Намибия, Нигер, Нигерия, Никарагуа, Нидерланды, Норвегия, Непал, Новая Зеландия, Оман, Пакистан, Панама, Перу, Филиппины, Папуа — Новая Гвинея, Польша, Корейская Народно-Демократическая Республика, Португалия, Парагвай, Французская Полинезия, Катар, Румыния, Российская Федерация, Руанда, Саудовская Аравия, Судан, Сенегал, Сингапур, Сьерра-Леоне, Сальвадор, Сомали, Сербия, Южный Судан, Суринам, Словакия, Словения, Швеция, Эсватини, Сейшелы, Сирия, Чад, Того, Таиланд, Таджикистан, Туркменистан, Тринидад и Тобаго, Тунис, Турция, Танзания, Уганда, Украина, Уругвай, Соединённые Штаты Америки, Узбекистан, Венесуэла, Вьетнам, Йемен, Южная Африка, Замбия, Зимбабве
Содержание
  • Код индикатора (indicator_id) — Уникальный идентификатор индикатора Всемирного банка
  • Название индикатора (indicator_name) — Полное название индикатора на английском языке
  • Код страны (country_id) — Уникальный идентификатор страны (код Всемирного банка)
  • Название страны (country_name) — Полное название страны или региона на английском языке
  • ISO3 код страны (countryiso3code) — Трехбуквенный код страны по стандарту ISO 3166-1 alpha-3
  • Дата (date) — Год или дата наблюдения (в формате строки, обычно YYYY)
  • Значение (value) — Численное значение показателя (может быть пустым для отсутствующих данных) (единица измерения: Dimensionless)
  • Единица измерения (unit) — Единица измерения значения показателя (например, проценты, доллары США)
  • Статус наблюдения (obs_status) — Статус данных наблюдения (может быть пустым для валидных данных)
  • Количество знаков после запятой (decimal) — Количество десятичных знаков для отображения значения
Поле Величина
Период 01.01.2007 – 31.12.2024
Гранулярность Year
Методика

The literature of Economic Fitness uses techniques which, differently from traditional index construction approaches, do not try to average out the complexity of the system, but embraces it by explicitly building on the heterogeneity of individual actors, activities and interactions to extract relevant parameters to characterize the system.  In this way, information about production capabilities may be extracted from trade in goods and, in the case of Universal Fitness, services.  The interaction among products and services traded, and the relatively unique combinations are a precursor to future competitiveness and long-term growth.  A basic characteristic of Economic Fitness is being parameter free. The standard methods of analysis consider many elements and sum them up in some suitable way. This sum of incommensurate elements leads to a major problem of controlling noise while increasing signal. The Fitness approach starts by considering a single dataset to control noise problems.  Other data can then be added later in a controlled hierarchical framework (e.g, science, technologies). The algorithm is designed on simple and transparent economical concepts which have a clear meaning and have been extensively tested, and consists in two coupled equations to be iterated up to convergence. The iterations are stopped when a rank-based criterion is met, that is, when we estimate that the next change in ranking will be in a very large number of iterations. The evolution of each country is defined in the GDP-Fitness space which shows a strong heterogeneity in the dynamics. This novel approach to the analysis and long-term forecasting has been shown to outperform the standard methods even if it requires much less data. While the Economic Fitness is computed considering the RCA values, the Universal Economic Fitness is computed using the market shares and so while the former is intensive, the latter is extensive, that is more correlated with countries size. As a consequence, while the natural counterpart of the Economic Fitness is GDP per capita, the Universal Fitness is more comparable with GDP.

Страны Afghanistan, Angola, Albania, Andorra, United Arab Emirates, Argentina, Armenia, Australia, Austria, Azerbaijan, Burundi, Belgium, Benin, Burkina Faso, Bangladesh, Bulgaria, Bahrain, Bosnia and Herzegovina, Belarus, Belize, Bolivia, Plurinational State of, Brazil, Barbados, Brunei Darussalam, Bhutan, Botswana, Central African Republic, Canada, Switzerland, Chile, China, Côte d'Ivoire, Cameroon, Republic of the Congo, Colombia, Cabo Verde, Costa Rica, Cuba, Cyprus, Czechia, Germany, Denmark, Dominican Republic, Algeria, Ecuador, Egypt, Eritrea, Spain, Estonia, Ethiopia, Finland, Fiji, France, Gabon, United Kingdom of Great Britain and Northern Ireland, Georgia, Ghana, Guinea, Gambia, Guinea-Bissau, Equatorial Guinea, Greece, Greenland, Guatemala, Guyana, Honduras, Croatia, Haiti, Hungary, Indonesia, India, Ireland, Iran, Islamic Republic of, Iraq, Iceland, Israel, Italy, Jamaica, Jordan, Japan, Kazakhstan, Kenya, Kyrgyzstan, Cambodia, Korea, Republic of, Kuwait, Lao People's Democratic Republic, Lebanon, Liberia, Libya, Sri Lanka, Lesotho, Lithuania, Luxembourg, Latvia, Morocco, Moldova, Republic of, Madagascar, Maldives, Mexico, North Macedonia, Mali, Malta, Myanmar, Montenegro, Mongolia, Mozambique, Mauritania, Mauritius, Malawi, Malaysia, Namibia, Niger, Nigeria, Nicaragua, Netherlands, Kingdom of the, Norway, Nepal, New Zealand, Oman, Pakistan, Panama, Peru, Philippines, Papua New Guinea, Poland, Korea, Democratic People's Republic of, Portugal, Paraguay, French Polynesia, Qatar, Romania, Russian Federation, Rwanda, Saudi Arabia, Sudan, Senegal, Singapore, Sierra Leone, El Salvador, Somalia, Serbia, South Sudan, Suriname, Slovakia, Slovenia, Sweden, Eswatini, Seychelles, Syrian Arab Republic, Chad, Togo, Thailand, Tajikistan, Turkmenistan, Trinidad and Tobago, Tunisia, Türkiye, Tanzania, United Republic of, Uganda, Ukraine, Uruguay, United States of America, Uzbekistan, Venezuela, Bolivarian Republic of, Viet Nam, Yemen, South Africa, Zambia, Zimbabwe
Содержание
  • Indicator ID (indicator_id) — Unique identifier of the World Bank indicator
  • Indicator Name (indicator_name) — Full name of the indicator in English
  • Country ID (country_id) — Unique identifier of the country (World Bank code)
  • Country Name (country_name) — Full name of the country or region in English
  • Country ISO3 Code (countryiso3code) — Three-letter country code according to ISO 3166-1 alpha-3 standard
  • Date — Year or date of observation (as string, usually YYYY format) Value (value) — The numerical value of the metric (may be empty for absent data) (unit of measurement: Dimensionless)
  • Unit — Unit of measurement for the indicator value (e.g., percentage, US dollars)
  • Observation Status (obs_status) — Status of the observation data (may be empty for valid data)
  • Decimal Places (decimal) — Number of decimal places for displaying the value
Поле Величина
Лицензия CC-BY (обязательное указание авторства). 4.0. Всемирная. Лицензия по умолчанию для датасетов World Bank.
Оригинал

https://data.worldbank.org/indicator/EF.EFM.UNIV.XD

Поле Величина
Лицензия CC-BY (attribution required). 4.0. Worldwide. Default license for World Bank-produced datasets.
Оригинал

https://data.worldbank.org/indicator/EF.EFM.UNIV.XD

  • Всемирный банк (также Мировой банк, англ. The World Bank) — международная финансовая организация со штаб-квартирой в Вашингтоне, предоставляющая кредиты, беспроцентные займы и гранты на реализацию долгосрочных экономических проектов и сокращения бедности в мире.

    Данные и ресурсы