electricsheepeurope/europe-who-alcohol-0000001818

该数据集包含欧洲40个国家在2021年至2030年间的人均酒精消费量（记录和未记录的总和）预测数据，共420个观测值。数据来源于世界卫生组织全球健康观察站，主题为“Alcohol, total (recorded + unrecorded) per capita (15+) consumption, projections”。数据集涵盖1个独特指标（代码为SA_0000001818），提供按性别分组的维度信息（dim1_type为SEX，dim1为SEX_BTSX）。数据模式包括指标代码、国家ISO3代码、WHO区域、年份、维度类型、维度值、数值估计值、低值、高值、显示值和最后更新时间等列。该数据集适用于表格分类、回归和时间序列预测任务，可用于分析欧洲各国酒精消费趋势和预测模型。数据以CC-BY-4.0许可证发布，由Electric Sheep Europe重新打包，便于机器学习使用。

This dataset contains projected per capita alcohol consumption (sum of recorded and unrecorded alcohol) data for 40 European countries from 2021 to 2030, with a total of 420 observations. The data is sourced from the World Health Organization (WHO) Global Health Observatory, with the theme of "Alcohol, total (recorded + unrecorded) per capita (15+) consumption, projections". The dataset includes one unique indicator with the code SA_0000001818, and provides dimensional information grouped by gender (dim1_type is SEX, dim1 is SEX_BTSX). The data schema includes columns such as indicator code, country ISO3 code, WHO region, year, dimension type, dimension value, numerical estimate, lower bound, upper bound, display value, and last update time. This dataset is suitable for tabular classification, regression, and time series forecasting tasks, and can be used to analyze alcohol consumption trends across European countries and develop forecasting models. The dataset is released under the CC-BY-4.0 license and repackaged by Electric Sheep Europe for machine learning applications.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe基于世界卫生组织全球健康观察站（WHO GHO）的官方数据进行二次封装与标准化处理而成。原始数据来源于WHO的权威统计与预测模型，涵盖2021至2030年间欧洲40个国家关于15岁以上人群酒精总消费量（含记录与未记录部分）的预测值。Electric Sheep Europe通过自动化的数据管道完成数据抓取、模式统一与Parquet格式打包，并附以清晰的列定义与文档，使研究者可直接利用HuggingFace的`load_dataset`接口快速获取与使用。数据集共包含420条观测记录，每条记录包含国家代码、年份、数值及置信区间等字段，经规范化处理后具备良好的机器可读性与分析就绪性。

使用方法

使用者可通过HuggingFace的`datasets`库中的`load_dataset`函数直接加载该数据集，并将其转换为Pandas DataFrame以便进行后续分析。典型操作包括按国家筛选特定地区的时间序列数据，例如使用`df[df['country_iso3'] == 'DEU']`获取德国数据。对于单一指标的预测建模，可依据`indicator_code`过滤后按年份排序，利用`value_numeric`列进行时序分析与可视化。若需构建面板数据格式，建议使用`pivot_table`方法以年份为行、国家为列重构数据矩阵，便于进行跨国比较或机器学习特征工程。数据集兼容分类、回归与时间序列预测三类下游任务，且每行记录的置信区间为评估预测不确定性提供了宝贵信息。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）全球卫生观察站（GHO）创建，由Electric Sheep Europe于2026年重新封装并发布在HuggingFace平台上，专注于欧洲40个国家2021至2030年间15岁以上人群人均酒精总消费量（包括记录和未记录的）的预测数据。酒精消费是影响全球公共卫生的重要风险因素，与多种非传染性疾病密切相关。该数据集旨在为流行病学研究、公共卫生政策制定及机器学习预测模型提供标准化、易于获取的时间序列数据，推动对欧洲区域酒精消费趋势的深入分析。其影响力体现在为跨国家、长周期的酒精消费研究提供了统一的数据基础，促进了数据驱动的健康决策与科学探索。

当前挑战

该数据集所解决的领域问题在于酒精消费的准确监测与预测，欧洲各国在饮酒文化、数据记录规范及报告质量上存在显著差异，增加了跨国家横向比较与趋势推断的复杂性。在构建过程中，面临的挑战包括原始数据来源的多源异构性，需对WHO不同格式的卫生统计数据进行清洗与标准化；同时，预测数据本身具有不确定性，需通过低值和高值区间（value_low, value_high）呈现置信范围，而数据仅含一个性别维度（SEX_BTSX），缺乏年龄分层等细粒度信息，限制了深入分析。此外，仅覆盖2021至2030年的时序长度较短，难以捕捉长期变动规律，对长期预测模型的训练构成约束。

常用场景

经典使用场景

该数据集聚焦于欧洲40个国家在2021至2030年间15岁以上人群人均酒精消费量（涵盖记录与未记录部分）的预测数据，共计420条观测。其经典使用场景在于支撑时间序列分析与面板数据回归，研究者可借此构建预测模型，评估欧洲各国酒精消费的长期演变趋势。数据按国家、年份及性别维度进行细粒度划分，便于开展跨国家比较研究、消费曲线拟合以及未来消费水平的模拟推演，为公共卫生领域的趋势研判提供了坚实的数据基石。

解决学术问题

该数据集直击酒精消费流行病学研究中数据碎片化与跨时预测不足的痛点。它解决了学者难以获取统一、可比的欧洲各国酒精消费预测数据的问题，使得研究酒精消费与疾病负担、社会经济发展之间的量化关系成为可能。通过提供置信区间（value_low 与 value_high），增强了统计推断的可靠性，对评估酒精控制政策效果、揭示消费不平等现象以及构建健康风险预警系统具有重要的学术意义与深远影响。

实际应用

在实际应用中，该数据集为欧洲各国的公共卫生决策提供了科学依据。卫生部门可借助此数据动态监测未来酒精消费水平，优化资源配置并制定针对性的减害策略。此外，非政府组织与政策研究机构可将其用于编写健康影响评估报告，保险行业可依据区域消费预测调整健康保险产品的风险定价。该数据还便利了媒体与公众获取透明化的健康指标，促进社会对酒精危害的认知与防控共识。

数据集最近研究

最新研究方向

该数据集聚焦欧洲地区2021至2030年人均酒精消费量的预测轨迹，依托世界卫生组织全球卫生观测站权威数据，为跨学科研究提供结构化时序基础。当前前沿方向涵盖利用该预测序列构建区域饮酒行为动态模型，结合社会经济指标与健康政策评估场景，例如分析酒精消费与慢性病发病率、医疗负担之间的长期关联，或评估欧盟国家减酒干预措施的成本效益。数据集包含性别维度的分层信息，支持在不同人口亚群中探查酒精消费模式差异，为制定针对性公共卫生策略提供数据支撑。