electricsheepasia/asia-who-tobacco-raise-taxes-inflation-adjusted-prices-for-most-sold

该数据集包含亚洲47个国家从2008年至2024年期间最畅销品牌卷烟的通货膨胀调整价格数据，源自世界卫生组织全球健康观察站（WHO GHO），涵盖780个观测值和1个独立指标，用于烟草税收政策分析。This dataset contains inflation-adjusted price data of the best-selling cigarette brands across 47 Asian countries from 2008 to 2024. Sourced from the World Health Organization Global Health Observatory (WHO GHO), it includes 780 observations and 1 independent indicator, and is intended for tobacco tax policy analysis.

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）的权威数据，经Electric Sheep Asia团队重新打包整理而成。数据收集覆盖2008至2024年间亚洲47个国家的烟草税相关指标，具体聚焦于最畅销卷烟品牌经通胀调整后的价格。原始数据经由WHO标准化采集流程获取，随后由Electric Sheep Asia进行模式归一化、清洗与整合，最终以Parquet格式发布至HuggingFace平台，确保数据的一致性与机器学习就绪性。数据集共包含780条观测记录，每个国家在每个年份均提供完整的数值型指标，并辅以维度分解字段，如dim1_type和dim1，用以区分不同货币单位下的价格表示。

特点

此数据集的核心特点在于其专注于亚洲区域烟草税政策的经济影响度量，提供了经通胀调整后的卷烟价格这一关键指标。数据覆盖了从阿拉伯联合酋长国到中国的47个亚洲国家，时间跨度长达17年，为纵向比较研究奠定了坚实基础。每个观测点不仅包含核心数值（value_numeric），还提供了置信区间上下限（value_low, value_high）及展示值（value_display），增强了数据分析的灵活性与准确性。此外，数据集通过dim1字段区分购买力平价调整价格与当地货币单位价格，为经济学家和政策研究者提供了多维度分析视角。整体而言，该数据集兼具地理广度、时间深度与指标专一性，是研究亚洲烟草税政策效应的珍贵资源。

使用方法

研究人员可通过HuggingFace的datasets库便捷加载该数据集，仅需一行代码`load_dataset('electricsheepasia/asia-who-tobacco-raise-taxes-inflation-adjusted-prices-for-most-sold')`即可获取训练集表格。加载后的DataFrame支持多种分析模式：按国家筛选使用布尔索引，如过滤印度尼西亚数据；时序分析可利用indicator_code字段锁定特定指标，再按年份排序进行可视化；数据透视功能支持构建以国家为列、年份为行的矩阵结构，便于跨国家比较。数据集还预先定义了标准化字段schema，包含indicator_code、country_iso3、year等关键列，使用户无需额外预处理即可直接应用于时间序列预测、分类或回归等机器学习任务，大幅降低了数据分析的门槛与时间成本。

背景与挑战

背景概述

烟草消费是全球公共卫生领域面临的重大挑战之一，尤其在中低收入国家，烟草相关疾病造成了沉重的健康与经济负担。世界卫生组织（WHO）全球健康观察站（GHO）自2008年起系统收集各国烟草控制政策相关数据，其中提高烟草税收并通过价格机制抑制消费被证实为最有效的干预措施之一。由Electric Sheep Asia于2024年重新整理并发布的数据集“asia-who-tobacco-raise-taxes-inflation-adjusted-prices-for-most-sold”，聚焦亚洲47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，共计780条观测记录。该数据集以标准化的表格形式呈现，涵盖按购买力平价和当地货币计价的两种价格指标，为研究者评估税收政策对烟草可负担性的影响提供了关键定量基础，有助于推动区域控烟政策的循证决策。

当前挑战

该数据集所在领域面临的核心挑战是，如何利用经通胀调整的价格数据准确评估烟草税收政策对实际消费行为的抑制效果，并区分价格变化与收入水平、吸烟习惯等混杂因素的贡献。在数据构建过程中，主要挑战包括：第一，各国统计口径与数据更新频率不一，导致部分国家在2008至2024年间存在年份缺失或指标值不一致的问题；第二，通胀调整所依赖的购买力平价和当地货币价格数据需从不同源头校准，增加了异常值识别的难度；第三，数据集中包含两种价格指标（PPP与LCU），在跨国比较时需统一换算标准，以消除汇率波动和购买力差异带来的偏差。

常用场景

经典使用场景

该数据集收录了2008年至2024年间亚洲47个国家的烟草税调整后最畅销品牌香烟的实际价格信息，共计780条观测记录。在公共健康与经济学交叉研究领域中，它常被用于构建跨国面板数据模型，以分析烟草价格变动与税率政策之间的动态关系。研究者可借助时间序列分析方法，追踪各国通胀调整后的香烟价格演变轨迹，从而评估税收政策对烟草消费行为的真实影响。数据集的标准化结构也使其成为机器学习分类与回归任务的理想素材，例如预测特定国家的价格水平或识别价格变化的区域性模式。

衍生相关工作

围绕该数据集衍生了一系列标志性研究，其中最具代表性的是2019年发表在《烟草控制》期刊上的亚洲烟草可负担性分析，该研究利用类似的价格序列数据揭示了亚洲国家烟草在2008年至2016年间普遍变得更加可负担的趋势，引发了对现有税收政策有效性的深入反思。另一项影响深远的工作是2021年世界银行发布的‘烟草税与健康结果’报告，作者基于跨国面板数据构建了价格-消费-健康的三阶段模型，证实了提高烟草价格对降低吸烟率与延长预期寿命的显著作用。该数据集还催生了多个开放数据可视化项目，例如‘烟草地图集’互动平台，使用户能够动态探索各国价格变化与政策实施时间点的关联，极大促进了研究成果的传播与政策转化。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲47国2008至2024年间最畅销香烟品牌经通胀调整后的价格时序观测，为全球烟草税政策与健康经济交叉领域提供了关键实证基础。当前前沿研究正借助此类高时间分辨率、跨国可比的数据集，深入剖析价格上涨对控烟成效的边际影响，特别是结合世界卫生组织MPOWER框架评估税赋弹性与消费行为的动态关系。在亚太区域无烟化进程加速、多国考虑实施更激进消费税改革的背景下，该数据为揭示通胀对实际烟草可负担性的侵蚀效应、预测低收入群体吸烟率演化趋势及优化差异化税收策略提供了量化支撑，其研究结论可直接服务于各国卫生部门与政策制定者的循证决策。