World bank open data: a comparative analysis of multi-database coverage

Abstract

EN: This study analyzes data coverage in five World Bank databases (World Development Indicators, Doing Business, Gender Statistics, Statistical Capacity Indicators, and Millennium Development Goals) across seven countries: Australia, Burundi, Haiti, Spain, Mexico, Turkmenistan, and Ukraine. The study employs statistical variation metrics to evaluate data completeness and identify information gaps. The analysis reveals significant data coverage heterogeneity, particularly in databases with over 200 indicators spanning more than 20 years. The findings indicate that the presence of indicators does not guarantee data availability, with some metrics having minimal or single-year entries. The World Development Indicators and Gender Statistics databases show coverage of up to 32–35 units out of 63 possible units. The study concludes that although the World Bank platform provides extensive resources, data completeness remains a significant challenge. The authors attribute these gaps to factors including economic development levels, industry structures, and historical circumstances. They recommend using standard indicators for research while consulting national statistical offices for specialized data needs.

UK: У статті представлено комплексний статистичний аналіз наповненості відкритих баз даних Світового банку для різних країн. Дослідження охоплює п'ять ключових баз даних Світового банку: «Індикатори світового розвитку», «Ведення бізнесу», «Гендерна статистика», «Статистичні показники ефективності» та «Цілі розвитку тисячоліття». У роботі аналізується повнота та якість даних для семи обраних країн: Австралії, Бурунді, Гаїті, Іспанії, Мексики, Туркменістану та України. Обчисливши статистичні показники варіації, оцінено закономірності наповненості даними та виявлено прогалини в інформаційному забезпеченні. Методологія дослідження полягала в обчисленні та порівнянні статистичних показників, зокрема середніх значень, розмаху варіації, моди, медіани, середньоквадратичного відхилення та коефіцієнта варіації для кожної бази даних та країни. Результати дослідження вказують на значну неоднорідність у наповненні даних, залежно від бази даних та країни. За результатами статистичного аналізу та візуалізації кумуляти виявлено, що найбільш нерівномірний розподіл даних демонструють великі бази даних, що містять понад 200 показників та охоплюють періоди понад 20 років. Встановлено, що наявність показників у базах даних не гарантує доступність даних, деякі показники мають мінімальні або однорічні записи. Бази даних «Індикатори світового розвитку» та «Гендерна статистика» демонструють наповненість даними до 32–35 одиниць із 63 можливих для обраних країн. Цифрова платформа Світового банку пропонує широкі інформаційні ресурси, але при цьому повна інформація за бажаними показниками є не завжди наповнена на 100%. Ці прогалини можуть бути спричинені різними факторами, включаючи економічний розвиток країн, специфіку галузевої структури, деталізацію гендерної статистики, історичні обставини та відмінності в методології збору даних. У дослідженні рекомендується використовувати загальноприйняті показники для наукового пошуку, звертатися до національних статистичних служб для отримання спеціалізованих або регіонально-специфічних показників.