Название: Статистические показатели эффективности (SPI): Оценка источников данных по 4 компоненту (шкала от 0 до 100)
Тема: Государственный сектор: политика и институты
Периодичность: Ежегодная
Общая оценка: Индекс (0-100)
Описание: Общий балл по источникам данных является совокупным показателем наличия у стран данных из следующих источников: переписи и обследования, административные данные, геопространственные данные и данные, полученные частным сектором/гражданами. Компонент "Источники данных" (входные данные) подразделяется на четыре типа источников, создаваемых (i) статистическим управлением (переписи и обследования), и источников, к которым можно получить доступ из других источников, таких как (ii) административные данные, (iii) геопространственные данные и (iv) данные частного сектора и данные, полученные гражданами. Надлежащий баланс между этими типами источников будет варьироваться в зависимости от институциональной структуры страны и степени зрелости ее статистической системы. Высокие баллы должны отражать степень, в которой используемые источники позволяют получать необходимые статистические показатели. Например, низкий балл по статистике окружающей среды (в разделе "Подготовка данных") может отражать недостаточное использование геопространственных данных (и низкий балл по геопространственным данным) (в разделе "Источники данных"). Такой тип взаимосвязи присущ подходу, основанному на цикле обработки данных, и может помочь выделить области, в которые необходимо инвестировать для удовлетворения потребностей страны.
Источник: Статистические показатели эффективности, Всемирный банк (ВБ), uri: https://datacatalog.worldbank.org/dataset/statistical-performance-indicators
Методология: Методология: Средневзвешенное значение статистических показателей эффективности, относящихся к источникам данных. Баллы варьируются от 0 до 100, при этом 100 баллов представляют собой наилучшую оценку.
Статистическая концепция (концепции): Составной многомерный индекс.
Важно: Компонент "Источники данных" (входные данные) подразделяется на четыре типа источников, создаваемых (i) статистическим управлением (переписи и обследования), и источниками, к которым можно получить доступ из других источников, таких как (ii) административные данные, (iii) геопространственные данные и (iv) данные частного сектора и данные, сгенерированные гражданами. Надлежащий баланс между этими типами источников будет варьироваться в зависимости от институциональной структуры страны и степени зрелости ее статистической системы. Высокие баллы должны отражать степень, в которой используемые источники позволяют получать необходимые статистические показатели. Например, низкий балл по статистике окружающей среды (в разделе "Подготовка данных") может отражать недостаточное использование геопространственных данных (и низкий балл по геопространственным данным) (в разделе "Источники данных"). Такой тип взаимосвязи присущ подходу, основанному на цикле обработки данных, и может помочь выявить области, в которые необходимо инвестировать для удовлетворения потребностей страны.
Описание: В разделе "Источники данных" требуется больше информации в области административных данных, геопространственных данных и данных, полученных частными лицами и гражданами. Что касается административных данных, то картина неполна, поскольку отсутствуют показатели того, существуют ли в странах системы административных данных для измерения статистики программ здравоохранения, образования, труда и социальной защиты. Что касается геопространственного показателя, то существует косвенный показатель того, способна ли страна разрабатывать показатели на субнациональном уровне, но пока нет понимания того, как страны используют геопространственную информацию другими способами, например, с использованием спутниковых данных. И хотя мир все больше наполняется частными данными и данными, получаемыми гражданами (например, о мобильности, поиске работы или социальных сетях), в глобальном масштабе нет надежного источника для оценки того, как национальные статистические системы учитывают эту информацию.
Период данных: 2015-2024
Метод классификации: Средневзвешенное значение
Лицензия: CC BY-4.0 (https://datacatalog.worldbank.org/public-licenses#cc-by)
Код редактора: IQ.SPI.PIL4
Датасет содержит следующие поля:
- 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: Index (0-100))
- 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
Страны и регионы: Афганистан, Австралия, Андорра, Ангола, Антигуа и Барбуда, Аргентина, Армения, Азербайджан, Бахрейн, Бельгия, Бенин, Боливия, Босния и Герцеговина, Бразилия, БуркинаФасо, Бурунди, Канада, Каймановы острова, Чешская Республика, Центральная Европа и Балтии, Колумбия, Коморские Острова, Коста-Рика, Куба, Кипр, Чехия, Джибути, Доминиканская Республика, Эквадор, Египет, Гвинея, Эритрея, Литва, Эфиопия, Зона евро, Европа и Центральная Азия, Европа и Центральная Азия (страны МАР и МБРР), Европа и Центральная Азия (исключая высокие доходы), Европейский союз, Фарерские острова, Германия, Франция, Габон, Грузия, Гана, Гибралтар, Греция, Гуам, Гайана, Гаити, Бедные страны с крупной задолженностью (БСКЗ), Высокий доход, Святейший Престол (штат Ватикан), Гондурас, ОАР Гонконг, Китай, Венгрия, Только МБРР, Италия, Индией, Индонезия, Иран, Израиль, Чили, Япония, Иордания, Казахстан, Кения, Кирибати, Корея, Республика Корея, Сербия, Кувейт, Лаосская Народно-Демократическая Республика, Наименее развитые страны: классификация ООН, Ливан, Лесото, Лихтенштейн, Низкий и средний доход, Низкий доход, Более низкий средний доход, Люксембург, Макао, Малайзия, Мексика, Микронезия, Фред., Ближний Восток, Северная Африка, Афганистан и Пакистан, Ближний Восток, Северная Африка, Афганистан и Пакистан (МАР и МБРР), Ближний Восток, Северная Африка, Афганистан и Пакистан (за исключением высоких доходов), Средний доход, Марокко, Мозамбик, Намибия, Никарагуа, Нигерия, Норвегия, Члены ОЭСР, Оман, Другие малые государства, Пакистан, Панама, Перу, Филиппины, Польша, Португалия, Последемографические дивиденды, Пуэрто-Рико, Пуэрто-Рико (США), Катар, Румыния, Российская Федерация, Руанда, Сан-Марино, Сан-Томе и Принсипи, Сенегал, Сьерра-Леоне, Словения, Сомали, Южная Африка, Испания, Страны Африки к югу от Сахары, Страны Африки к югу от Сахары (страны МАР и МБРР), Страны Африки к югу от Сахары (за исключением стран с высоким уровнем дохода), Судан, Суринам, Швейцария, Сирия, Таджикистан, Объединенная Республика Танзания, Таиланд, Тимор-Лешти, Тонга, Тунис, Тувалу, Турция, Уганда, Украина, Верхний средний доход, Уругвай, Узбекистан, Венесуэла, Боливарианская, Вирджинские острова, США, Западный берег и Газа, Весь мир, Йемен, Зимбабве
Название: Statistical performance indicators (SPI): Pillar 4 data sources score (scale 0-100)
Тема: Public Sector: Policy & institutions
Периодичность: Annual
Единица измерения: Index (0-100)
Описание: The data sources overall score is a composity measure of whether countries have data available from the following sources: Censuses and surveys, administrative data, geospatial data, and private sector/citizen generated data. The data sources (input) pillar is segmented by four types of sources generated by (i) the statistical office (censuses and surveys), and sources accessed from elsewhere such as (ii) administrative data, (iii) geospatial data, and (iv) private sector data and citizen generated data. The appropriate balance between these source types will vary depending on a country’s institutional setting and the maturity of its statistical system. High scores should reflect the extent to which the sources being utilized enable the necessary statistical indicators to be generated. For example, a low score on environment statistics (in the data production pillar) may reflect a lack of use of (and low score for) geospatial data (in the data sources pillar). This type of linkage is inherent in the data cycle approach and can help highlight areas for investment required if country needs are to be met.
Источник: Statistical Performance Indicators, World Bank (WB), uri: https://datacatalog.worldbank.org/dataset/statistical-performance-indicators
Методология: Methodology: Weighted average of statistical performance indicators related to data sources. Scores range from 0-100 with 100 representing the best score.
Statistical concept(s): Composite Multi-dimensional Index
Значимость: The data sources (input) pillar is segmented by four types of sources generated by (i) the statistical office (censuses and surveys), and sources accessed from elsewhere such as (ii) administrative data, (iii) geospatial data, and (iv) private sector data and citizen generated data. The appropriate balance between these source types will vary depending on a country’s institutional setting and the maturity of its statistical system. High scores should reflect the extent to which the sources being utilized enable the necessary statistical indicators to be generated. For example, a low score on environment statistics (in the data production pillar) may reflect a lack of use of (and low score for) geospatial data (in the data sources pillar). This type of linkage is inherent in the data cycle approach and can help highlight areas for investment required if country needs are to be met.
Ограничения: In the data sources pillar, more information is needed in the areas of administrative data, geospatial data, and private and citizen generated data. On administrative data, the picture is incomplete with no measures of whether countries have administrative data systems in place to measure health, education, labor, and social protection program statistics. For the geospatial indicator, there is a proxy measure of whether the country is able to produce indicators at the sub-national level, but as yet, no understanding of how countries are using geospatial information in other ways, for instance using satellite data. And while the world is increasingly awash with private and citizen generated data (e.g., on mobility, job search, or social networking), on a global scale there is no reliable source to measure how national statistical systems are incorporating this information.
Период данных: 2015-2024
Метод агрегации: Weighted average
Лицензия: CC BY-4.0 (https://datacatalog.worldbank.org/public-licenses#cc-by)
Код индикатора: IQ.SPI.PIL4
Countries and regions: Afghanistan, Albania, Andorra, Angola, Antigua and Barbuda, Argentina, Armenia, Australia, Azerbaijan, Bahrain, Belgium, Benin, Bolivia, Plurinational State of, Bosnia and Herzegovina, Brazil, Bulgaria, Burkina Faso, Burundi, Canada, Cayman Islands, Central African Republic, Central Europe and the Baltics, Colombia, Comoros, Costa Rica, Cuba, Cyprus, Czechia, Djibouti, Dominican Republic, Ecuador, Egypt, Equatorial Guinea, Eritrea, Estonia, Ethiopia, Euro area, Europe & Central Asia, Europe & Central Asia (IDA & IBRD countries), Europe & Central Asia (excluding high income), European Union, Faroe Islands, Finland, France, Gabon, Georgia, Germany, Ghana, Gibraltar, Greece, Guam, Guyana, Haiti, Heavily indebted poor countries (HIPC), High income, Holy See (Vatican City State), Honduras, Hong Kong SAR, China, Hungary, IBRD only, Iceland, India, Indonesia, Iran, Islamic Republic of, Israel, Italy, Jamaica, Japan, Jordan, Kazakhstan, Kenya, Kiribati, Korea, Republic of, Serbia, Kuwait, Lao People's Democratic Republic, Least developed countries: UN classification, Lebanon, Lesotho, Liechtenstein, Low & middle income, Low income, Lower middle income, Luxembourg, Macao, Malaysia, Mexico, Micronesia, Fed. Sts., Middle East, North Africa, Afghanistan & Pakistan, Middle East, North Africa, Afghanistan & Pakistan (IDA & IBRD), Middle East, North Africa, Afghanistan & Pakistan (excluding high income), Middle income, Morocco, Mozambique, Namibia, Nicaragua, Nigeria, Norway, OECD members, Oman, Other small states, Pakistan, Panama, Peru, Philippines, Poland, Portugal, Post-demographic dividend, Puerto Rico, Puerto Rico (US), Qatar, Romania, Russian Federation, Rwanda, San Marino, Sao Tome and Principe, Saudi Arabia, Senegal, Sierra Leone, Slovenia, Somalia, South Africa, Spain, Sub-Saharan Africa, Sub-Saharan Africa (IDA & IBRD countries), Sub-Saharan Africa (excluding high income), Sudan, Suriname, Sweden, Switzerland, Syrian Arab Republic, Tajikistan, Tanzania, United Republic of, Thailand, Timor-Leste, Tonga, Tunisia, Tuvalu, Türkiye, Uganda, Ukraine, United Arab Emirates, United Kingdom, United States, Upper middle income, Uruguay, Uzbekistan, Venezuela, Bolivarian Republic of, Virgin Islands, U.S., West Bank and Gaza, World, Yemen, Zimbabwe
