electricsheepafrica/africa-who-percentage-of-principal-display-area-mandated-to-be-covered-frontbackb

该数据集包含非洲国家在2007年至2022年间，关于其他吸烟烟草包装正面和背面必须覆盖健康警告的主要显示区域的百分比的WHO GHO指标数据。数据来源于WHO Global Health Observatory OData API，并以Parquet文件格式重新打包。数据集包含33个非洲国家，共182行数据，涵盖了国家代码、年份、数值估计值、置信区间等信息。This dataset contains country-level observations for the WHO GHO indicator Percentage of principal display area mandated to be covered by health warnings - front and back of other smoked tobacco packaging (W2_pc_front_back_B) across African nations, spanning 2007–2022. Data is sourced directly from the WHO Global Health Observatory OData API and repackaged as Parquet files with a consistent schema. It includes 33 African nations with 182 rows of data, covering country codes, years, numeric estimates, confidence intervals, etc.

搜集汇总

数据集介绍

构建方式

在非洲公共卫生政策评估的广阔图景中，烟草包装健康警示覆盖率的量化指标是衡量控烟法规执行效力的关键尺度。该数据集源自世界卫生组织全球卫生观察站（WHO GHO）的OData API接口，经系统性采集与再封装后形成。数据集聚焦于非洲区域（WHO AFRO），收录了2007年至2022年间33个非洲国家的国家层面观测数据，总计182条有效记录。构建过程严格遵循统一范式，以Parquet格式存储，所有数值均取自高精度浮点字段NumericValue，并附加了置信区间上下界（value_low与value_high）信息，从而确保了数据的精确性与统计分析适用性。

特点

该数据集的核心特质在于其精细的领域专一性与结构简洁性。作为单一维度指标（无子分层），每个国家-年份组合仅对应一条观测记录，有效避免了数据冗余。数据涵盖的指标编码为W2_pc_front_back_B，专指其他烟草制品包装正反面强制健康警示面积占比，这一针对性极强的健康政策变量为跨国比较研究提供了精准锚点。此外，数据集完整保留了元信息，包括WHO区域编码、ISO国家代码以及数据更新时间戳，并提供了置信区间字段，便于研究者进行不确定性量化与稳健性检验。

使用方法

在应用层面，该数据集具备出色的机器学习友好性与即用性。研究者可通过HuggingFace Datasets库的load_dataset接口一键加载，并便捷地转换为Pandas DataFrame进行后续分析。建议使用场景包括：首先通过过滤dim1字段中结尾为_BTSX的条目或缺失值，筛选出全国层面且不分性别的核心观测数据；继而可针对特定国家（如肯尼亚，ISO代码KEN）按年份排序构建时间序列，以追踪政策变迁效果。若需处理分层数据，亦可依据dim1与dim2字段进行针对性过滤，实现不同亚组（如性别、地区类型）之间的对比分析。

背景与挑战

背景概述

在全球公共卫生治理框架下，烟草控制是降低非传染性疾病负担的关键干预领域。世界卫生组织（WHO）于2005年通过的《烟草控制框架公约》第11条明确要求烟草制品包装上必须标注健康警示，其覆盖面积是衡量政策执行力的核心量化指标。在此背景下，WHO全球健康观察站（GHO）系统性地收集了各国烟草包装健康警示面积的强制性规定数据。该数据集由Electric Sheep Africa团队整理并发布于HuggingFace平台，聚焦于2007至2022年间33个非洲国家的相关指标（代码W2_pc_front_back_B），提供了涵盖点估计值与置信区间的结构化数据。作为首个面向机器学习场景的非洲烟草控制政策数据集，它填补了区域卫生政策量化研究的空白，为分析非洲大陆警示标识法规的实施强度与演变趋势提供了标准化素材。

当前挑战

该数据集所解决的领域问题是评估烟草包装健康警示规定在不同政治、经济与社会发展水平的非洲国家间的异质性执行效果，以及政策变迁对公共卫生的潜在影响。挑战之一在于数据稀疏性与时间序列不完整性，33个国家中部分观测年份缺失，且样本总量仅182条，限制了深度时序分析与跨国家联合建模的统计效力。构建过程中的主要挑战涵盖数据源异构性，原始WHO GHO API返回的数值字段包含显示字符串与置信区间，需经清洗统一为浮点精度；同时，地域维度的分类（如城乡、性别）信息零散，导致子群体分析时需额外过滤。此外，多国政策文本的法定效力与数据采集标准存在差异，可能引入测量偏差，给模型泛化带来隐患。

常用场景

经典使用场景

在非洲公共卫生与烟草控制研究中，该数据集被广泛用于评估各国烟草包装健康警示覆盖率的政策执行效果。其核心使用场景是进行跨国横向比较与纵向时间序列分析，通过追踪2007至2022年间33个非洲国家在烟盒前后两面的警示面积占比变化，研究者能够量化不同国家在《世界卫生组织烟草控制框架公约》框架下的履约进展。数据集的精炼结构——包含点估计值与置信区间——尤其适合作为回归分析的因变量，用于检验政策强度、经济发展水平或治理能力对警示覆盖率的影响。

解决学术问题

该数据集解决了非洲烟草政策研究中长期存在的精细数据缺失难题，填补了区域级健康警示政策量化评估的空白。学术上，它使研究者能够突破单一案例或小样本比较的局限，系统性地回答两个关键问题：其一，非洲国家在烟草包装警示面积的法规制定上是否存在区域趋同或分化趋势；其二，政策覆盖率的时间演变是否与烟草流行率、健康 Outcomes 等指标存在关联。由此，数据集为验证健康传播理论、政策扩散模型以及国际公约的约束力提供了可靠的实证基础，推动了非洲公共卫生政策科学的定量化进程。

衍生相关工作

围绕此数据集衍生了一系列重要的学术延伸工作。部分研究将其与WHO同期发布的烟草税数据、广告禁令指数相结合，构建了多维度控糖政策力度指数，进而探索不同政策组合对非洲青少年吸烟率的抑制效应。另一分支工作在机器学习领域，利用该数据集的时间序列特征作为输入变量，预测未来五年内特定国家的政策提升空间，为资源分配提供前瞻性指导。此外，有学者通过匹配该数据与各国烟草业经济贡献数据，展开了关于健康效益与产业利益博弈的经验分析，这些交叉研究极大丰富了非洲烟草控制的经济学与行为科学文献。