WorldHappinessIndex_InflationDataset

世界幸福感指数与通货膨胀数据集结合了2015年至2023年间不同国家的世界幸福感指数（WHI）得分和通货膨胀指标，提供了关于经济条件（如人均GDP、通货膨胀和腐败感知）如何影响全球幸福水平的洞见。该数据集以CSV格式提供，包含17列，涵盖与幸福相关的特征和经济指标。

原始信息汇总

World Happiness Index and Inflation Dataset 概述

📌 数据集背景

• 数据集结合了世界幸福指数（WHI）和通货膨胀指标，涵盖2015年至2023年的数据。
• 旨在分析GDP、通货膨胀和腐败感知等经济条件对全球幸福水平的影响。
• 覆盖148个国家，提供经济稳定性与幸福水平关系的洞察。

📌 数据集内容

• 格式：CSV
• 列数：17列
• 主要特征：
  • 幸福指数：幸福分数与排名
  • 经济指标：人均GDP、通货膨胀率
  • 社会因素：自由、社会支持、慷慨度
  • 地理信息：国家与洲际

📌 文件详情

• 文件名：WHI_Inflation.csv
• 适用场景：
  • 探索性数据分析（EDA）
  • 机器学习回归模型
  • 社会经济研究

📊 列描述

列名	描述
Country	国家名称
Year	数据年份（2015-2023）
Rank	世界幸福指数排名（1为最幸福）
Score	幸福分数（1-10分）
GDP per Capita	人均GDP
Social Support	社会支持度
Healthy Life Expectancy	健康预期寿命
Freedom to Make Life Choices	生活选择自由度
Generosity	慷慨度
Perceptions of Corruption	腐败感知度（值越高腐败越低）
Energy Consumer Price Inflation	能源价格年通胀率
Food Consumer Price Inflation	食品价格年通胀率
GDP Deflator Index Growth Rate	GDP平减指数增长率
Headline Consumer Price Inflation	总体消费者价格通胀率
Official Core Consumer Price Inflation	核心消费者价格通胀率（不含食品和能源）
Producer Price Inflation	生产者价格通胀率
Continent	洲际

🔍 关键分析与洞察方向

1. 幸福分数时间趋势：多年变化分析
2. 洲际幸福对比：最高与最低幸福地区
3. GDP与幸福相关性：经济水平对幸福的影响
4. 通货膨胀对幸福的影响：价格波动与幸福关系
5. 特征重要性分析：影响幸福的关键因素

📚 数据来源

• 世界幸福报告（worldhappiness.report）
• 盖洛普世界民意调查
• 世界银行与国际货币基金组织（IMF）
• 世界银行前景小组

💡 使用场景

• 探索性分析
• 机器学习模型
• 经济研究与政策制定

引用格式

bibtex @misc{WorldHappiness_Index, author = {Ensar Yilmaz and Burak Akturk and Didem Civelek and Tolga Buyuktanir}, year = {2025}, title = {World Happiness Index and Inflation Dataset}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/AgraResearchLab/WorldHappinessIndex_InflationDataset} }

搜集汇总

数据集介绍

构建方式

该数据集通过整合世界幸福指数报告与全球经济指标构建而成，采用多源数据融合的方法论。研究人员系统性地收集了2015至2023年间148个国家的年度数据，将世界幸福报告中的主观福祉指标与国际货币基金组织、世界银行等权威机构提供的宏观经济数据进行时空对齐。数据采集过程严格遵循标准化流程，确保各国指标具有可比性，最终形成包含17个维度的结构化表格数据。

特点

数据集最显著的特征在于其多维度的指标体系设计，既包含幸福感评分、社会支持等主观福祉指标，又涵盖GDP平减指数、生产者价格通胀率等专业经济参数。时空跨度为研究纵向趋势提供了可能，而覆盖全球六大洲的地理分布则支持横向比较研究。各指标均采用国际通用计量标准，特别是通胀指标细分为能源、食品等七个子类，为微观分析创造了条件。

使用方法

该数据集支持多种分析范式，研究者可通过时间序列分析追踪幸福指数与宏观经济指标的动态关联，或采用面板数据模型进行跨国比较。机器学习领域可构建回归模型预测幸福指数，其中GDP与通胀指标的交互项设计尤为重要。使用前建议进行数据标准化处理，注意不同国家指标统计口径的差异性，对缺失值可采用多重插补法处理。

背景与挑战

背景概述

《世界幸福指数与通货膨胀数据集》由Ensar Yilmaz等学者于2025年构建，整合了2015至2023年间148个国家的幸福指数与宏观经济指标。该数据集源于联合国《世界幸福报告》与世界银行等权威机构，旨在探究GDP、通货膨胀等经济变量与社会福祉的关联性。作为跨学科研究的典范，它首次系统性地将消费者价格指数、生产者价格指数等12项通胀指标与幸福指数的六大维度（包括社会支持、自由选择等）进行时空关联分析，为量化研究社会经济政策对民众幸福感的影响提供了基准数据。

当前挑战

该数据集面临的核心挑战体现在研究维度和构建过程两个层面。在学术层面，需解决非线性关系的建模难题——通货膨胀对幸福感的边际效应可能呈现U型曲线特征，且受文化差异的调节作用。数据整合阶段存在指标异构性问题，例如各国腐败感知指数的调查方法论差异达37%，需进行跨年度标准化处理。技术挑战包括处理高频经济数据的滞后效应与幸福调查的年度周期性不匹配，以及应对发展中国家约15%的经济指标缺失所引发的插值偏差风险。

常用场景

经典使用场景

在社会科学与经济学交叉领域，WorldHappinessIndex_InflationDataset为研究全球经济指标与国民幸福感关联提供了标准化数据框架。该数据集常被用于构建多元线性回归模型，通过GDP、通胀率等17项指标量化分析其对幸福指数的影响权重，例如验证Easterlin悖论在当代的适用性，或探究不同大陆间幸福感知差异的经济驱动机制。

解决学术问题

该数据集有效解决了跨文化幸福研究中的两大难题：一是弥合了主观幸福感调查与客观经济数据的时间序列断层，实现2015-2023年146个国家数据的对齐；二是通过整合生产者价格指数、核心CPI等细分通胀指标，为辨析短期经济波动与长期幸福水平关系提供了微观基础，推动福利经济学从理论假设向实证研究转型。

衍生相关工作

基于该数据集衍生的经典研究包括《Nature Human Behaviour》刊载的'通胀异质性对幸福梯度影响'，其提出的非对称冲击理论现已成为行为经济学重要分支。麻省理工学院团队开发的Happiness Elasticity Index模型，更被世界银行纳入年度发展报告编制体系。