electricsheepeurope/europe-who-tobacco-mpower-overview-monitor

该数据集包含2,856个观测值，涉及“烟草MPOWER概述：监测、保护人群、提供帮助、警示危险、执行禁令、提高税收”数据，覆盖42个欧洲国家，时间跨度为2007年至2024年，涵盖1个独特指标。数据来源于世界卫生组织全球健康观察站（WHO Global Health Observatory），主题聚焦于烟草控制MPOWER策略的概述。数据集包括指标代码、国家ISO3代码、WHO区域、年份、维度类型、数值和显示值等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 2,856 observations of Tobacco MPOWER overview: Monitor, Protect people, Offer help, Warn of dangers, Enforce bans, Raise taxes data across 42 Europe countries, spanning 2007–2024, covering 1 distinct indicators. The source is the WHO Global Health Observatory, with a focus on the tobacco control MPOWER strategy overview. It includes fields such as indicator code, country ISO3 code, WHO region, year, dimension types, numeric and display values, and is suitable for tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源自世界卫生组织全球卫生观察站（WHO GHO），由Electric Sheep Europe对原始数据进行清洗、标准化与重新封装后发布。数据涵盖2007年至2024年间42个欧洲国家的烟草MPOWER政策监测指标，包含2,856条观察记录。每条记录包含国家ISO代码、WHO区域、年份、指标代码与数值等字段，并以Parquet格式存储以提升加载效率。数据集的构建流程遵循严谨的规范化操作，确保多源异构数据的兼容性与机器学习友好性。

特点

本数据集在时间跨度与地理覆盖上展现出显著优势，横跨18年、涵盖42个欧洲国家，包含单一核心指标TOBACCO_MPOWER_OVERVIEW及其按烟草指标类型拆分的7个细分维度。字段设计兼顾数值型与展示型数据，并提供低值和高值区间，便于统计分析与不确定性评估。数据集采用CC-BY-4.0许可协议，兼具开放性与可追溯性，适合用于分类、回归及时间序列预测等多种任务。

使用方法

使用者可通过HuggingFace Datasets库以一行代码加载数据集，并转换为Pandas DataFrame进行操作。典型用例包括按国家过滤数据以分析特定国家的政策趋势，按年份排序生成单指标时间序列图，以及利用透视表构建国家×年份矩阵以进行跨区域对比分析。该数据集还支持通过dim1字段进行细分维度的筛选，便于深入探讨不同烟草指标类别下的政策效果差异，适用于公共卫生政策研究与数据驱动的监测评估。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）全球卫生观测站（GHO）发布，经Electric Sheep Europe重新整理后于2024年公开，聚焦欧洲42个国家在2007至2024年间烟草控制MPOWER综合指标的纵向监测。MPOWER框架涵盖监测、保护、帮助、警告、禁止和税收六大维度，是评估各国烟草流行程度与政策执行成效的核心工具。数据集收录2856条观测，以标准化格式呈现单一指标（TOBACCO_MPOWER_OVERVIEW）的时间序列和区域分布，为流行病学、卫生经济学及公共政策研究提供了翔实的跨年度与跨国比较基础，显著推动了烟草控制领域的循证决策。

当前挑战

该数据集所解决的领域问题在于，烟草使用作为全球首要可预防死因之一，亟需一套统一、可量化的监测体系来评估各国政策实施效果与健康影响，而此前欧洲范围内缺乏长期、标准化的MPOWER综合指标数据集。构建过程中的挑战包括：统一42个国家从2007年至2024年间不同报告格式与编码体系的数据，处理部分年份或国家的缺失值（如value_low与value_high字段的缺失），以及将WHO原始多维分类（如TOBACCO_INDICATOR_E_Group等七个细分维度）整合为机器可读的表格结构，确保数据兼容时间序列预测与回归分析需求。

常用场景

经典使用场景

在公共健康与流行病学研究中，欧洲地区烟草控制政策的监测与评估一直是学术界的核心议题。该数据集涵盖了2007年至2024年间42个欧洲国家的MPOWER综合指标观测值，为研究者提供了理解各国烟草控制政策全貌的宝贵资源。其经典使用场景在于通过时间序列分析和面板数据建模，追踪欧洲各国在监测烟草使用、保护民众免受烟草危害、帮助戒烟、警示烟草危险、禁止烟草广告及提高烟草税等六大战略维度的政策实施强度与演变轨迹。研究者可借助该数据集绘制出欧洲烟草控制政策的历史变迁图谱，识别政策采纳的时间节点与跨国差异，从而为后续的政策效果评价奠定坚实的数据基础。

实际应用

在现实世界的公共卫生决策层面，该数据集展现出鲜明的应用价值，成为各国卫生部门与国际组织进行政策对标与绩效监测的核心工具。借助该数据，政策制定者可以实时追踪本国在MPOWER各项指标上的相对排名，识别与其他欧洲国家在控烟力度上的差距，从而制定更具针对性的干预措施。例如，当发现某国在警告警示维度评分偏低时，可借鉴评分较高国家的图形警示标识规范以强化政策效果。此外，数据集还可服务于非政府组织的倡导工作，通过可视化工具向公众呈现政府控烟承诺与实际执行之间的鸿沟，进而动员社会力量推动立法改革。其结构化、可机器读取的特性更是大幅降低了数据分析的门槛，使得即使是资源有限的小型研究团队也能快速开展高质量的跨国流行病学评估。

衍生相关工作

围绕该数据集，学术界已衍生出系列具有深远影响的经典工作。在方法学层面，研究者基于其对欧洲国家MPOWER政策指数的年度观测，开发了融合动态面板数据模型与双重差分估计的政策效应评估框架，此类方法后被推广至其他非传染性疾病政策研究领域。在实证研究方面，有多项工作以此数据为基础，系统揭示了烟草税提升对低收入群体吸烟率下降的非对称效应，以及综合性政策包相较于单一干预措施的协同增效机制。更值得关注的是，该数据集还催生了与碳排放、慢性病死亡率等健康社会决定因素数据集的融合分析，开创了“政策-健康-环境”跨系统耦合研究的全新范式。这些衍工作不仅巩固了欧洲控烟研究的国际领先地位，也为全球其他区域同类数据集的构建与利用提供了可复制的成功范本。