electricsheepafrica/africa-arising-productivity-real-exchange-rate-nexus-revisiting-the-ba

该数据集名为生产率与实际汇率关系：重新审视新兴亚洲和非洲的巴拉萨-萨缪尔森假说（哈佛Dataverse / AfricaRISING），是一个表格型数据集，专注于家庭调查微观数据。数据集包含4,509条观测值，旨在研究生产率与实际汇率之间的关联，并检验巴拉萨-萨缪尔森假说在新兴亚洲和非洲地区的适用性。数据来源于哈佛Dataverse的IFPRI AfricaRISING项目，由国际食物政策研究所发布。数据集包含多列变量，如国家（country）、组件（component）和一系列数值变量（var3至var46），但具体列描述未在README中提供。尽管数据集中提到非洲标签，但README指出覆盖0个非洲国家，这可能表示数据集实际不包含非洲国家数据，或者国家信息缺失。数据集适用于表格分类、回归和时间序列预测等任务，并已由Electric Sheep Africa重新打包为ML就绪格式，便于通过HuggingFace的load_dataset()快速加载和使用。This dataset, titled Productivity-Real Exchange Rate Nexus: Revisiting the Balassa-Samuelson Hypothesis for Emerging Asia | Africa (Harvard Dataverse / AfricaRISING), is a tabular dataset focusing on household survey microdata. It contains 4,509 observations and aims to investigate the relationship between productivity and real exchange rates, testing the Balassa-Samuelson hypothesis in emerging Asia and Africa regions. The data is sourced from the Harvard Dataverse IFPRI AfricaRISING project and published by the International Food Policy Research Institute. The dataset includes multiple columns such as country, component, and a series of numerical variables (var3 to var46), though specific column descriptions are not provided in the README. Despite the Africa tag, the README notes coverage of 0 Africa countries, which may indicate that the dataset does not actually contain data from African countries or that country information is missing. The dataset is suitable for tasks like tabular classification, regression, and time-series forecasting, and has been repackaged by Electric Sheep Africa into an ML-ready format for easy loading and use via HuggingFaces load_dataset().

搜集汇总

数据集介绍

构建方式

该数据集源于哈佛Dataverse中IFPRI开展的AfricaRISING项目，由Electric Sheep Africa团队对原始家庭调查微数据进行标准化封装而成。构建过程涵盖元数据抽取、格式转换与质量核查，将4,509条观测记录统一为Parquet列式存储，并附加以英语为主导的文本描述字段。原始数据由国际食物政策研究所采集，经重新打包后保留核心变量结构，确保在Hugging Face平台实现可复现的加载与解析。

特点

数据集聚焦农业食品领域，以表格与文本双模态呈现家庭调查微数据，规模处于1K至10K区间，适用于分类与回归任务。其元数据标签涵盖非洲、开放数据、哈佛Dataverse及IFPRI等关键词，但未明确标注国别与上游出版方，需在分析中谨慎对待地理推断。数据以Parquet格式分发，兼顾存储效率与读取便利，并配有标准化README说明，便于研究者快速定位变量定义与单位。

使用方法

研究者可借助Hugging Face datasets库直接加载该数据集，通过load_dataset函数获取拆分信息并检视特征结构，必要时转换为Pandas数据框进行探索性分析。使用前应查阅仓库文件确认变量含义与缺失模式，利用显式国别、年份等字段进行地理与时间维度的子群剖析。建议在建模前保留缺失值并制定合理插补规则，同时引用原始来源与Electric Sheep Africa仓库链接，以保证分析流程的可追溯性与可重复性。

背景与挑战

背景概述

巴拉萨-萨缪尔森假说自1964年提出以来，始终是解释生产率与真实汇率长期联动关系的核心理论框架，然而其在发展中国家的适用性长期缺乏跨国微观证据支撑。该数据集由国际食物政策研究所（IFPRI）依托AfricaRISING项目采集，经Electric Sheep Africa于2026年标准化发布，整合了4,509条家庭调查微观观测，覆盖农业生产率与真实汇率关联议题。其核心价值在于为检验该假说在非洲新兴经济体中的解释力提供可复现的表格化证据，并推动农业食品领域开放数据基础设施建设。

当前挑战

该数据集所应对的领域问题在于，既有文献对巴拉萨-萨缪尔森假说的实证检验多聚焦于发达经济体或亚洲新兴市场，非洲国家的经验证据极为稀缺，且汇率的宏观属性与家庭调查的微观属性之间存在尺度错配。构建过程中面临的主要挑战包括：元数据清单未声明国家字段与上游出版方，地理覆盖范围需依赖源文档推断；家庭调查微数据本身存在缺失值与单位不统一问题；非官方来源的元数据来源可能隐含标准偏差风险。这些因素共同制约了数据集在跨区域比较分析中的直接可用性。

常用场景

经典使用场景

在宏观经济学与国际金融的实证研究中，该数据集构筑了检验巴拉萨-萨缪尔森假说的经典分析场域。研究者借助其涵盖的4,509条家庭调查微观数据，将生产率差异与实际汇率变动纳入统一框架，通过面板回归与横截面分析，考察新兴亚洲与非洲经济体在可贸易品与不可贸易品部门间的生产率溢价如何驱动实际汇率偏离购买力平价。此场景下，数据集常被用于构建部门生产率指标、分解实际汇率波动来源，并开展跨国比较以揭示结构性增长与汇率动态之间的内在关联。

实际应用

在政策分析与实务操作层面，该数据集为国际机构与各国央行评估汇率失调、设计产业政策提供了可操作的证据支撑。分析师可依托其微观调查信息，测算农业与制造业部门的生产率缺口，进而研判实际汇率是否偏离基本面均衡水平。同时，数据集支持构建早期预警指标，辅助识别因生产率冲击或贸易条件变化引发的汇率风险，并为农业粮食部门的投资决策、跨境贸易结算及宏观审慎管理提供数据驱动的参考依据。

衍生相关工作

围绕该数据集，衍生出一系列聚焦非洲结构转型与汇率动态的经典研究，包括对巴拉萨-萨缪尔森假说的分部门再检验、家庭调查微观数据与宏观汇率序列的匹配方法创新，以及针对农业粮食系统的生产率测度改进。相关工作中，学者利用其构建跨国面板，探讨人力资本、基础设施与贸易开放对实际汇率的调节效应，亦有研究将其与Electric Sheep Africa目录下其他数据集整合，形成多源证据链，推动了非洲经济数据基础设施的标准化与可复现研究范式。