electricsheepeurope/europe-who-tobacco-raise-taxes-inflation-adjusted-prices-for-most-sold

该数据集包含关于"提高烟草税：最畅销品牌卷烟的通货膨胀调整价格"的732个观测值，涵盖41个欧洲国家，时间跨度为2008年至2024年，涉及1个不同的指标。数据来源于世界卫生组织全球健康观察站（WHO GHO），主题聚焦于烟草税收政策与价格调整。This dataset contains 732 observations under the title "Tobacco Tax Increases: Inflation-Adjusted Prices of Best-Selling Cigarette Brands". It covers 41 European countries, spans the period from 2008 to 2024, and involves one distinct indicator. The data is sourced from the World Health Organization Global Health Observatory (WHO GHO), with its focus centered on tobacco tax policies and price adjustments.

搜集汇总

数据集介绍

构建方式

该数据集源自世界卫生组织全球卫生观察站（WHO GHO），由Electric Sheep Europe团队进行重新封装与标准化处理。原始数据经过系统化的清洗与整合，最终形成包含732条观测记录的表格型数据集，覆盖41个欧洲国家自2008年至2024年间的数据。数据集的构建遵循统一的模式，每条记录均包含指标代码、国家ISO3代码、年份、数值及其展示形式等关键字段，并提供了两种价格表示维度（按本币计算的通胀调整价格与按购买力平价计算的通胀调整价格），便于多角度分析。

特点

该数据集的核心特点在于其聚焦于欧洲地区烟草税收政策中最为畅销卷烟品牌的通胀调整价格，是评估烟草经济负担与政策效力的重要工具。数据集兼具时间序列属性与空间覆盖广度，横跨17年，涵盖41个欧洲国家，支持跨时空对比分析。其结构高度规范化，包含明确的分类与回归任务标签，同时提供细分维度（dim1_type与dim1），为深入探究价格在不同经济测度下的变化规律提供了基础。

使用方法

数据集可通过HuggingFace的datasets库便捷加载，使用`load_dataset`函数即可获取训练集，并直接转换为Pandas DataFrame进行处理。研究人员可依据国家ISO3代码筛选特定国家的数据，或针对单一指标（如通胀调整价格）进行时间序列的可视化分析。此外，利用透视表功能，可将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或构建计量经济模型，从而揭示价格变动的区域特征与长期趋势。

背景与挑战

背景概述

烟草消费是全球范围内备受瞩目的公共卫生议题，其引发的疾病负担与经济成本促使各国积极推进控烟政策。在此背景下，世界卫生组织（WHO）全球健康观察站（GHO）系统性地收集并发布烟草税收相关指标数据，为政策制定与学术研究提供关键支撑。该数据集“europe-who-tobacco-raise-taxes-inflation-adjusted-prices-for-most-sold”由Electric Sheep Europe于2024年重新整理并发布，聚焦欧洲41个国家在2008至2024年间最畅销卷烟品牌经通胀调整后的价格数据，共包含732条观测。核心研究问题在于揭示价格变化与烟草可负担性之间的动态关联，进而评估税收政策对控烟成效的影响。凭借其标准化时间序列结构与跨国家覆盖，该数据集为欧洲区域内的比较政策分析、计量经济学建模及公共健康干预效果评估提供了宝贵的基础资源，在控烟经济学与流行病学领域具有重要的应用价值。

当前挑战

该数据集所解决的领域问题源于烟草价格调控政策的复杂性：尽管税收是减少烟草消费的有效手段，但通货膨胀与购买力差异往往削弱其实际效果，使得名义价格不变时实际可负担性反而提升。因此，准确量化经通胀调整后的价格趋势对于评估控烟政策是否真正有效至关重要。在构建过程中，数据整合面临重大挑战，包括从WHO原始异构接口中提取并统一来自41个国家、跨越17年间的数据记录，处理不同货币单位、购买力平价换算以及缺失年份值等问题。此外，长期序列的连续性维护、国别分类标准的对齐以及元数据的一致性校验亦构成显著障碍，对数据清洗、归一化与质量控制提出了较高要求。

常用场景

经典使用场景

在全球公共卫生政策研究的广阔版图中，烟草税调控作为遏制吸烟流行的核心杠杆，其经济效应的量化分析至关重要。该数据集收录了41个欧洲国家在2008至2024年间最畅销卷烟品牌经通胀调整后的实际价格，为研究者提供了跨越十七年的面板数据。经典使用场景包括构建跨国时间序列模型，追踪各国烟草实际价格的历史演变轨迹，或通过横截面比较分析不同税收政策强度下价格水平的差异。此外，研究者可利用长面板数据开展固定效应或随机效应回归，控制国家间不可观测的异质性，从而更干净地识别税收工具对居民烟草消费行为（如吸烟率、人均消费量）的动态冲击。数据集包含按购买力平价调整的本地货币价格与名义价格双重指标，支持价格可负担性维度的深入探索。

实际应用

在实际决策层面，该数据集直接服务于欧洲国家卫生部门与财政部的协同政策制定。公共卫生管理者可将其导入预警系统，通过监测实际价格走势与WHO推荐的最优税率区间之间的偏离程度，动态校准本国烟草消费税的调整幅度与周期。对于国际组织如世界银行与WHO而言，数据集支撑起跨国比较研究平台，帮助识别那些通过高税率成功降低烟草可负担性的国家范例，从而提炼出可复制的立法经验。数据分析师还能够基于这些价格与居民收入的联动数据，构建区域性传染病负担模型，量化税收政策对烟草相关疾病（如肺癌、心脏病）发病率的潜在抑制作用，引导政府在社会健康收益与财政收入之间做出更科学的权衡。

衍生相关工作

围绕这一数据集，研究社区已衍生出多项具有影响力的学术工作。一方面，研究者基于其长时序特性，开发了融合贝叶斯结构时间序列与合成控制法的政策评估框架，精准分离出2014年欧盟烟草产品指令修订对中东欧国家真实价格水平的因果效应。另一方面，该数据集催生了将烟草价格可负担性指数与个体微观调查（如欧盟健康访谈调查EHIS）进行生态学关联的新型研究范式，使得宏观价格变动对人群戒烟意向、戒烟成功率的异质性影响得以量化表达。伴随数据集在HuggingFace平台上的ML-ready重组，它还启发了利用梯度提升机、长短期记忆网络等机器学习模型对欧洲国家未来五年的烟草价格走势进行概率预测的前沿尝试，拓展了传统卫生经济学研究的方法论边界。