electricsheepafrica/africa-worldbank-science-technology

该数据集包含世界银行世界发展指标（WDI）中关于“科学和技术”主题的数据，专门针对非洲地区。它涵盖了54个非洲国家从1960年至2024年的6,372个观测值，包括10个不同的指标，如研发支出占GDP的百分比、科学和技术期刊文章数量、专利申请、研发人员数量以及高科技出口等。数据通过世界银行公共API获取，并经过清洗和规范化处理，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包发布，采用CC-BY-4.0许可证。This dataset contains Science & Technology data from the World Banks World Development Indicators (WDI) for Africa. It includes 6,372 observations across 54 African countries from 1960 to 2024, covering 10 distinct indicators such as research and development expenditure (% of GDP), scientific and technical journal articles, patent applications, researchers in R&D, and high-technology exports. Data is sourced from the World Banks public API, cleaned, and normalized, suitable for tabular classification, regression, and time-series forecasting tasks. Repackaged by Electric Sheep Africa and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集源自世界银行世界发展指标（WDI）这一全球发展数据的权威参考，由Electric Sheep Africa对原始公开数据进行系统化整理与重新打包。构建过程聚焦于非洲54个国家在1960年至2024年间的科学与技术领域指标，筛选出10项具有代表性的发展指标，最终形成6372条观测记录。数据以Parquet格式存储，便于高效读取与计算，同时保留了来源出处与许可信息，确保可追溯性与合规使用。

特点

数据集覆盖非洲全域54个国家，时间跨度自1960年至2024年，包含10项科学与技术相关指标，观测总量为6372条，属于轻量级表格数据规模。其元数据经过标准化处理，标注了领域标签如world-bank、wdi、time-series等，支持表格分类与回归任务。数据以英文呈现，采用CC BY 4.0许可，允许在注明来源的前提下自由使用与再分发，适用于非洲科技发展态势的跨时段比较分析。

使用方法

研究者和分析师可通过Hugging Face的datasets库直接加载该数据集，调用load_dataset函数获取数据对象，进而查看数据结构与特征。对于表格型数据，可使用to_pandas方法转换为DataFrame以便开展统计分析。在实际建模前，建议先检查缺失值与变量定义，明确国家列与年份列的使用方式，并在需要时与其他Electric Sheep Africa数据集通过国家、年份和指标字段进行关联，以构建可复现的分析流程。

背景与挑战

背景概述

在世界银行发展指标（WDI）长期作为全球发展数据权威参照的背景下，非洲科技与创新能力长期以来缺乏统一监测与跨国比较的数据基础。Electric Sheep Africa于2026年将世界银行WDI中科学与技术相关指标系统整理为涵盖54个非洲国家、1960至2024年、共计6372条观测的标准化数据集，聚焦10项科技领域指标。该数据集以Hugging Face为发布平台，填补了非洲科技发展指标在机器学习社区中结构化程度不足的空白，为区域创新政策评估与数据驱动研究提供了可复用的基准资源。

当前挑战

其所回应的领域问题在于，科技与创新活动的测度本身具有显著滞后性与异质性，专利、研发投入、高技术出口等指标在非洲各国统计口径与覆盖年份上参差不齐，导致面板数据存在大量结构性缺失。构建过程中，需在保留原始缺值与维持跨国可比性之间取得平衡，同时应对指标定义、单位与统计方法在漫长时序中的变更。该数据集还面临地理标识仅由元数据隐含、ISO3覆盖未明确声明的局限，要求使用者在跨国合并与建模时谨慎校验地理假设。

常用场景

经典使用场景

在非洲科技与数字化发展的实证研究中，该数据集常被用于构建国别层面的科学产出与技术基础设施面板数据。研究者依托世界银行世界发展指标（WDI）的权威体系，将1960年至2024年间54个非洲国家的6372条观测记录组织为时间序列结构，围绕研发支出、专利申报、互联网普及率等十项核心指标展开跨国比较与趋势刻画。此类分析通常以国家为横截面单元、以年度为时间维度，借助面板回归或时序分解方法，揭示非洲科技发展的阶段特征与区域差异。

解决学术问题

该数据集缓解了非洲科技领域长期存在的证据碎片化与指标口径不一问题。世界银行WDI作为全球发展数据引用最广的参考体系，为研究者提供了统一来源、可追溯且覆盖长时段的统计口径，使得跨国比较与跨期分析得以在一致框架内进行。其结构化整理降低了数据采集与清洗的门槛，支持对科技投入与产出关系的计量检验、发展收敛性讨论以及政策效应的因果识别，从而提升相关研究的可复现性与外部效度。

衍生相关工作

该数据集衍生了一系列围绕非洲科技发展的分析工作，包括跨国科技能力指数构建、数字化与经济增长关系的实证检验，以及与其他Electric Sheep Africa数据集（如教育、能源、卫生等主题）的联合分析。基于明确的国家、年份与指标字段进行数据融合，研究者得以考察科技与多部门发展的协同效应。相关的复现性笔记本、区域比较报告与可视化研究，亦在开放数据社区中逐步积累，推动了非洲发展数据的可发现性与再利用。