electricsheepasia/asia-ilo-cpi-nwgt-coi-rt-national-consumer-price-index-cpi-by-coicop-countr

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的亚洲国家消费者价格指数（CPI）数据，具体指标为按COICOP分类的全国消费者价格指数（CPI），国家权重（%）。数据集包含7,306条观测记录，覆盖36个亚洲国家，时间跨度为1995年至2025年。数据以年度频率提供，包含了国家代码、国家名称、数据来源、指标代码、分类变量（如COICOP分类）、观测年份、观测值以及相关注释等信息。数据经过ILO的标准化处理，并经过Electric Sheep Asia重新打包，以方便机器学习使用。This dataset contains Consumer Price Index (CPI) data for Asian countries from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator National consumer price index (CPI) by COICOP, country weights (%). It comprises 7,306 observations across 36 Asian countries, spanning the years 1995 to 2025. The data is provided at an annual frequency and includes information such as country codes, country names, data sources, indicator codes, classification variables (e.g., COICOP classification), observation year, observed values, and relevant notes. The data has been harmonized by the ILO and repackaged by Electric Sheep Asia for machine learning readiness.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT数据库，通过REST API直接获取指标CPI_NWGT_COI_RT的原始数据，并依据ISO3国家代码筛选出覆盖36个亚洲国家的观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对调查微观数据进行协调统一，数据来源在source.label列中予以标记，确保了数据的可追溯性。Electric Sheep Asia团队将这些数据重新打包为Parquet格式，形成包含7,306条观测值、时间跨度从1995年至2025年的标准化数据集，便于机器学习与时间序列分析场景的直接调用。

特点

该数据集聚焦于亚洲地区按COICOP分类的国家消费价格指数（CPI）及其国家权重百分比，收录了36个亚洲国家长达30年的年度观测值。其独特之处在于，数据来自ILO选定的‘最佳来源’以解决同一国家与年份存在多个数据源的问题，同时通过classif1等字段提供了COICOP分类级别的细分信息，支持对食品、住房等不同类别的价格变动进行深入分析。数据集以整洁的表格结构呈现，包含国家代码、来源、指标、分类、年份及观测值等关键字段，为跨国比较与面板数据研究提供了坚实的数据基础。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset()函数一键加载该数据集，并利用to_pandas()方法将其转换为Pandas DataFrame进行后续操作。基于列式结构，研究人员能便捷地按国家（如ref_area字段）筛选特定经济体的CPI序列，或按时间排序绘制单个指标的折线图以观察趋势变化。此外，通过pivot_table方法可将数据重构为国家×年份的矩阵形式，便于面板数据建模或计量经济学分析。数据集的年度频率适合中长期价格趋势研究，而COICOP细分字段则支持对特定消费品类别的深入剖析。

背景与挑战

背景概述

消费者价格指数（CPI）是衡量经济体通货膨胀水平与居民生活成本的核心指标，对制定货币政策、调整社会保障标准以及评估区域经济稳定性具有关键作用。亚洲作为全球经济增长的重要引擎，其各国CPI数据的可比性与时序完整性对于跨境经济分析与政策协调尤为重要。该数据集由国际劳工组织（ILO）统计部门ILOSTAT于2025年发布，经由Electric Sheep Asia重新整理并托管于HuggingFace平台，覆盖36个亚洲国家从1995年至2025年的年度CPI数据，共计7306条观测值。数据遵循联合国统计司发布的按目的划分的个人消费分类（COICOP）标准，为研究亚洲各国消费结构、通胀动态及劳动力市场关联提供了标准化、多国别、长时序的实证基础。数据集的推出填补了亚洲区域精细化CPI公开数据集的空白，对于宏观经济建模、区域比较研究以及国际组织监测可持续发展目标（SDG）中的体面劳动指标具有显著推动作用。

当前挑战

该数据集所解决的领域问题核心在于亚洲各国CPI数据在统计口径、分类标准与时间跨度上的高度异质性。各国统计机构在基期选择、权重更新、调查方法上存在差异，导致国际间时序比较与聚合分析面临系统性偏差。数据集构建过程中的挑战主要包括：其一，数据整合过程中需统一从多个国家原始来源和ILO多源数据集中筛选ILO认定的‘最佳来源’，但源数据的质量等级与收集方法（如劳动力调查、家庭收支调查、行政记录）各异，可能引入测量误差；其二，年度频率限制了高频通胀波动与突发经济事件（如疫情或汇率危机）的精细刻画；其三，某些国家早期年份数据稀疏或存在行业分类变更（如COICOP版本迁移），降低了长序列的连续性与可比性。此外，部分亚区域或小国的数据覆盖不完整，影响区域均值的稳健性，研究者在使用时需注意样本选择偏差与缺失值的处理策略。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中亚洲36个国家1995至2025年的消费者价格指数（CPI）数据，并按照COICOP分类体系提供了各商品与服务类别的国家权重百分比。其经典使用场景集中在宏观经济监测与跨国比较研究中，学者可通过该数据集追踪亚洲各国通货膨胀的长期趋势，分析不同经济体之间价格水平的异质性，并利用时间序列方法研究CPI波动的周期特征与结构性变化。此外，研究者常将CPI数据与劳动力市场指标（如就业率、工资水平）进行联合分析，以揭示通胀与劳动市场之间的动态关联。该数据集的结构化格式（国家—年份—分类）也便于构建面板数据模型，为区域经济一体化、货币政策有效性评估等议题提供了标准化、可复用的数据基础。

实际应用

在实际应用领域，该数据集为政策制定机构与国际发展组织提供了关键决策支持。亚洲各国央行可借助CPI权重信息优化其通胀目标盯住策略，根据本国消费结构特征调整货币政策工具组合。国际货币基金组织和世界银行等机构则利用这些标准化数据进行区域经济预警，识别价格水平异常变动可能引发的社会风险。在商业层面，跨国零售企业与快消品公司通过分析COICOP分类下的细分CPI走势，能够动态调整供应链布局与定价策略，例如根据食品与非酒精饮料类的权重变化预判不同市场的消费力变迁。投资分析师也将该数据集融入宏观经济计分卡，结合劳动力成本指标评估亚洲投资环境的吸引力。值得一提的是，数据集以CC-BY 4.0许可开放发布，并通过HuggingFace Datasets接口提供即用型API，大幅降低了从数据获取到模型部署的技术门槛。

衍生相关工作

基于该数据集，学术界与开源社区已衍生出多项标志性工作。在经济学领域，研究者利用CPI与COICOP权重构建了亚洲各经济体的核心通胀指标，剔除了食品与能源等供给性波动项目，从而更精确地度量需求驱动的通胀压力。机器学习社区则尝试将CPI时间序列与卫星夜间灯光数据、社交媒体情绪指数等非传统数据源进行多模态融合，以提升短期通胀预测的准确率。ILOSTAT自身也基于此类数据持续更新其全球劳工监测平台，为联合国可持续发展目标（SDG）中的体面劳动指标提供量化支撑。Electric Sheep Asia团队对该数据集的标准化重包装——统一字段命名、转换为Parquet列式存储并嵌入兼容的数据集卡片——本身即是一种方法论贡献，它示范了如何将官方统计发布渠道中异构、多格式的数据集转化为机器就绪状态，从而缩短应用研究中的数据预处理环节，推动可复现科学在区域经济学中的普及。