electricsheepafrica/africa-nigeria-sectorial-distribution-of-value-added-tax-bf94bd4b

该数据集是关于非洲尼日利亚官方开放数据中增值税行业分布的表格型数据集，由Electric Sheep Africa重新打包为ML-ready的Parquet格式。数据来源于尼日利亚国家统计局发布的“Q1_Q2 2025 Value Added Tax Report”ZIP资源，包含64行数据，覆盖尼日利亚一个国家，年份为2025年。数据集用于表格分类和回归任务，包含多个列，如source_record_id、country_iso3、year以及多个源数据列（如d_1、agricultural_and_plantations等），这些列表示增值税在不同行业中的分布数值。数据集经过标准化处理，便于机器学习应用，并提供了详细的地理覆盖、模式结构、使用示例和引用信息。This dataset is a tabular dataset on the sectorial distribution of Value Added Tax (VAT) from official open data in Nigeria, Africa, repackaged by Electric Sheep Africa into ML-ready Parquet format. It originates from the Q1_Q2 2025 Value Added Tax Report ZIP resource published by the National Bureau of Statistics, Nigeria, containing 64 rows of data covering one country (Nigeria) for the year 2025. The dataset is intended for tabular classification and regression tasks and includes columns such as source_record_id, country_iso3, year, and multiple source columns (e.g., d_1, agricultural_and_plantations) representing VAT distribution across various sectors. It has been normalized for machine learning applications and provides detailed geographic coverage, schema structure, usage examples, and citation information.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于尼日利亚国家统计局发布的官方开放数据重新封装而成。原始数据源自尼日利亚国家统计局微数据平台上的《2025年第一、二季度增值税报告》，以ZIP格式存储。Electric Sheep Africa通过其标准化流水线，将ZIP资源解析为机器学习就绪的Parquet格式，并保留了所有可用的表格列与指标。数据集共包含64行记录，覆盖尼日利亚一个非洲国家，时间跨度为2025年。每条记录均附有稳定的源记录标识符、ISO3国家代码、来源工作表名称及观察年份等元信息，确保数据溯源清晰。

特点

该数据集最显著的特点在于其标准化的表格结构与丰富的元数据注释。数据集中包含了来自原始报告的多个数值型与文本型字段，如农业与种植业、住宿与食品服务活动等行业类别的增值税分布数据，并以`float64`和`string`格式存储。所有列均经过统一的Schema定义，附带了明确的描述与示例值。此外，数据集还提供了来源提供者、数据集标题、资源名称、CKAN包ID、源URL及检索时间戳等溯源信息，便于研究人员验证数据来源与时效性。其单国家、单年份的聚焦设计，非常适合用于尼日利亚增值税的微观经济分析。

使用方法

使用者可通过HuggingFace Datasets库的`load_dataset`函数直接加载该数据集，并将其转换为Pandas DataFrame进行后续分析。示例代码展示了如何加载数据集并打印前五行数据，以及如何通过`country_iso3`字段筛选特定国家（如尼日利亚）的数据。若数据集中包含`indicator_id`列，用户还可按指标与年份进行排序和统计。数据集既可用于表格分类任务，也可用于回归分析，为经济学者与数据科学家提供了便捷的即用型资源。研究人员在使用时应注明原始数据来源（尼日利亚国家统计局）及Electric Sheep Africa的封装版本。

背景与挑战

背景概述

增值税（VAT）作为尼日利亚政府财政收入的重要支柱，其行业分布数据对于理解该国经济结构、评估税收政策效应以及引导资源配置具有不可替代的价值。该数据集由尼日利亚国家统计局（National Bureau of Statistics, Nigeria）于2025年编制并发布，经Electric Sheep Africa团队重新封装为机器学习就绪的Parquet格式，旨在推动非洲官方统计数据的开放获取与智能化应用。核心研究问题聚焦于尼日利亚各经济部门在2025年第一、二季度的增值税贡献分布，涵盖农业、制造业、服务业等关键领域。作为非洲地区首个以统一模式发布的增值税行业公开数据集，它为经济建模、财政分析以及跨境比较研究提供了标准化、可复现的数据基础，对促进非洲数据科学社区的发展具有里程碑意义。

当前挑战

该数据集所解决的领域问题在于，传统增值税统计以汇总表格形式分散于政府门户，缺乏结构化、机器可读的格式，严重阻碍了自动化分析和跨领域经济建模。构建过程中面临的核心挑战包括：原始数据来源为ZIP压缩包中的Excel工作簿，需要从非标准化的多sheet表格中提取并整合有效列；部分列名以自动生成的哈希标识符命名（如 d_986040359_3600004），语义模糊，增加了特征解读的难度；数据量较小（仅64行），覆盖单一国家及单一年份，限制了时间序列分析和跨区域泛化能力；此外，需确保与原始许可协议兼容，并在重封装过程中保持数据完整性与溯源可追溯性。

常用场景

经典使用场景

在宏观经济分析与税收政策研究的交汇领域，该数据集为探究尼日利亚增值税在不同经济部门间的分布格局提供了珍贵的结构化数据支撑。研究者可借助其中包含的农业种植、住宿餐饮、汽车组装等多个行业的税收贡献数值，运用时序分析或面板数据模型，揭示各产业部门在2025年前后的增值税缴纳规律与异质性特征。作为经过机器学习的Parquet格式封装的官方统计数据，该资源极大降低了学术界在非洲税务研究中的数据预处理门槛，使得快速复现部门税收贡献图谱与构建预测基准成为可能。

解决学术问题

该数据集有效回应了非洲经济研究中长期存在的官方微观数据获取困难与标准化程度不足的学术痛点。其解决了如何将尼日利亚国家统计局发布的原始ZIP报告转换为可直接用于计量回归与机器学习的整洁表格数据这一关键问题。这一贡献使研究者能够聚焦于增值税部门分布的驱动因素解析、税收政策对特定行业的影响评估、以及不同经济活动在税负贡献上的结构性差异等经典议题。其意义在于为非洲财政政策的实证评估提供了可复现的数据基础。

衍生相关工作

该数据集作为标准化打包的官方开放数据，其衍生出的相关工作涵盖了从基础数据探索到高阶建模的多个层面。一方面，它激励了针对尼日利亚增值税时序特征的预测性研究，例如基于部门历史分布开发税收收入短期预测模型的工作。另一方面，该数据集的发布模式滋养了非洲数据标准化运动，直接催生了更多以Parquet格式重构其他非洲国家官方统计数据的开源项目。此外，利用其清晰的行标识符与元数据架构，后续研究可以便捷地将其与其他尼日利亚经济社会指标进行关联分析，拓展至部门间税收效率比较或税基评估等更广阔的议题。