electricsheepafrica/africa-ilo-cpi-ncyr-coi-rt-national-consumer-price-index-cpi-by-coicop-percen

该数据集是一个关于非洲国家消费者价格指数（CPI）的表格数据集，包含10,121个观测值，覆盖53个非洲国家，时间跨度为1958年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过其REST API获取并过滤到非洲国家。数据集包含一个核心指标：“CPI_NCYR_COI_RT”，表示按COICOP（按目的划分的个人消费分类）分类的国家消费者价格指数，以同比百分比变化的形式呈现。数据模式包括国家代码、国家名称、数据来源、指标代码、分类变量、观测年份和观测值等列。数据集适用于表格分类、表格回归和时间序列预测等任务，数据频率为年度，并经过处理以提供最佳数据源。该数据集由Electric Sheep Africa重新打包，以方便机器学习使用，遵循cc-by-4.0许可证。This is a tabular dataset focusing on the Consumer Price Index (CPI) of African countries, consisting of 10,121 observations spanning 53 African nations over the period from 1958 to 2025. The data was sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), obtained via its REST API and filtered to retain only African countries. The dataset contains one core indicator: "CPI_NCYR_COI_RT", which refers to the national Consumer Price Index classified by COICOP (Classification of Individual Consumption by Purpose), expressed as year-over-year percentage changes. Its schema includes columns such as country code, country name, data source, indicator code, categorical variables, observation year, and observed value. This dataset is suitable for tasks including tabular classification, tabular regression, and time series forecasting, with an annual data frequency, and has been processed to serve as an optimal data source. Repackaged by Electric Sheep Africa for easier machine learning utilization, this dataset is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）的ILOSTAT中央统计数据库构建，通过其REST API直接拉取原始指标数据（ID: CPI_NCYR_COI_RT），并依据非洲53个国家的ISO 3166-1 alpha-3国家代码进行地域过滤。后续由Electric Sheep Africa团队对该数据进行标准化处理，包括统一数据模式、转换至Parquet格式，并附上完整的元数据标注，以提升机器学习领域的可用性。数据来源涵盖劳动力调查、家庭收入调查及行政记录等多种官方渠道，确保信息的权威性与可追溯性。

使用方法

用户可通过HuggingFace的`datasets`库轻松加载该数据集，执行`load_dataset("electricsheepafrica/africa-ilo-cpi-ncyr-coi-rt-national-consumer-price-index-cpi-by-coicop-percen")`即可获取训练集，并将其转换为pandas DataFrame进行后续操作。典型应用场景包括：通过`ref_area`列筛选特定国家的数据以进行国别研究；利用`time`和`obs_value`列绘制单一指标的时间序列趋势图；或使用数据透视表功能构建以年份为行、国家为列的矩阵，便于进行多国面板数据分析或宏观经济比较。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过ILOSTAT数据库发布，经Electric Sheep Africa重新打包，旨在提供非洲地区按COICOP分类的居民消费价格指数（CPI）年度同比变化百分比。数据集覆盖53个非洲国家，时间跨度从1958年至2025年，包含10,121条观测记录。作为全球劳动统计的核心来源，ILOSTAT整合了各国劳动力调查、家庭收入调查及行政记录，经ILO统计部门统一协调，确保了跨国的可比性。该数据集的问世为研究非洲大陆通货膨胀动态、生活成本变迁及其与劳动力市场之间的关联提供了关键的时间序列基础，尤其对监测可持续发展目标（SDG）中的体面劳动指标具有重要推动作用。

当前挑战

数据集面临的核心挑战包括：首先，非洲各国统计能力参差不齐，部分国家早期数据缺失或观测频率不连续，导致时间序列在国别间的完整性差异显著，例如南非数据可追溯至1958年，而许多国家仅从2000年后才有记录。其次，数据整合过程中需应对不同来源间的定义差异，ILO虽优选“最佳来源”，但原始调查方法（如消费者价格调查）的异质性仍可能影响价格指数的一致性。构建时从ILOSTAT的REST API直接抽取并过滤至非洲国家，需处理API的稳定性以及多分类变量（如COICOP编码）的解析复杂性。此外，年度频率限制了捕捉季节性价格波动的能力，而相关的月度或季度数据并未包含在本数据集中，影响了更高时间分辨率的政策分析。

常用场景

经典使用场景

在非洲宏观经济与劳动力市场研究中，该数据集常被用于时间序列分析与面板数据建模，以揭示各国消费价格指数（CPI）的年度波动模式。研究者可借助其超过五十年的历史跨度，构建通货膨胀预测模型，探讨物价变动与就业、工资等劳动力指标间的动态关联，或评估不同经济政策对价格稳定性的长时段影响。

解决学术问题

该数据集系统性地填补了非洲国家长期、标准化CPI时序数据的缺失，解决了跨国产出物价变动比较中数据口径不统一、时间覆盖不连续的关键难题。它为验证菲利普斯曲线在非洲经济体的适用性、检验通胀对劳动市场非正规化影响的理论假设，以及量化全球大宗商品价格冲击的传导效应提供了坚实的数据基础，显著推动了区域发展经济学与劳动经济学的实证研究。

实际应用

实际应用中，该数据集可服务于非洲各国央行与财政部门的通胀监控与预警系统，帮助制定精准的货币政策。国际发展组织可利用其追踪联合国可持续发展目标（SDG）中关于体面劳动与经济增长的进展，评估通胀对实际工资和购买力的侵蚀。跨国企业亦可借助该数据优化在非洲市场的投资定价策略与供应链成本风险管理。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆消费者价格指数（CPI）的时序演变与区域异质性分析，为评估非洲各国通货膨胀动态、生活成本变迁及宏观经济政策有效性提供了关键数据基础。当前，结合ILOSTAT权威劳动统计框架与COICOP国际分类标准，研究者可深入探讨非洲53国自1958年至2025年间CPI年际波动的驱动因素，尤其是其与劳动力市场、就业结构及非正规经济之间的耦合关系。该数据在时间序列预测、面板数据回归及分类任务中具有高应用价值，为追踪非洲后疫情时代通胀压力、粮食价格冲击及货币政策传导机制等热点议题提供了全景式视角，有力推动了非洲经济统计透明化与数据驱动的可持续发展决策研究。