全部版块 我的主页
› 论坛 › 计量经济学与统计论坛 五区 › 数据交流中心
186 1
2026-11-13

世行这份复现包只有 4.56 MB,里面有一个 218 行 × 210 列的指标表。但 2025 年的 HCI+ 分数只有 161 个国家有值——剩下 57 个是空的。这不是漏提,而是今年的指数口径只覆盖到 161 国,看排行榜前先确认这点。

 

包对应的是 2026 年世行政策研究工作论文《Measuring Human Capital Over the Life Cycle: The World Bank Human Capital Index Plus》,作者 Brian Stacy、Norbert Schady、Joana Silva、Benoit Decerf、Ritika D'Souza。编号 RR_WLD_2026_806,随包给了 R 主程序、Quarto 文稿、图表与表格的参考结果,以及三份原始 CSV。

 

包里有什么

 

目录文件说明
根目录README.pdf、LICENSE.txt、data_hash_report.csv、reproducibility_report PDF说明、许可、文件哈希清单、复现报告
01_raw_datahci_plus_index.csv、wdi_for_hci_plus.csv、wb_country_metadata.csv218 行 × 210 列的指数表;34 列 WDI 指标;18 列国家元数据
02_programs00_main.R、01_data_pull.
R、hci_plus_functions.
R、hci_functions.
R、HCIplus_WorkingPaper.qmd、参考文献 bib、参考样式 docx
入口脚本、取数脚本、函数库、论文源文件
03_outputfigures 三张 PNG+三份 CSV、tables 五份 CSV、HCIplus_WorkingPaper.docx论文图表与成稿
其他renv.lock、renv/activate.
R、.Rproj
依赖版本锁定

 

解压后 5.85 MB,共 32 个文件(不含目录)。整包 zip 是 4,779,268 字节。

 

复现只要一条命令,但默认不重新取数

 

00_main.R 做三件事:读依赖、跑 Quarto 渲染、把生成的 docx 从程序目录搬到 03_output。论文里每个数字、每张表、每张图都在渲染过程中算出来,不是预存的。

 

关键是一个开关:pull_fresh_data 默认为 FALSE。也就是说默认用 01_raw_data 里那份固定版本的数据复现论文,不联网重新拉 WDI。想拉最新数据要改成 TRUE,此时会调用 01_data_pull.R 走世行 API——但那样算出来的数字就不等于论文里的数字了。复现与更新是两条路,别混着走。

 

依赖由 renv.lock 锁定(316 KB,记录每个包的版本与来源)。这意味着第一次跑要联网装一批 R 包,包本身不含 R 库。

 

指数由三个分项加总

 

hci_plus_index.csv 的 210 列是宽表布局:三项分项(health、schooling、work)与总指数,各乘三种性别口径(f 女、m 男、mf 合计),再乘四个年份(2010、2015、2020、2025),再加一批中间变量(存活率 surv_15to60、预期受教育年限 eys、在职学习 lays、高等教育 ter_ya、劳动参与 lfp_ya、就业 emp_ya 等)。

 

读法上要注意:列名是「指标_性别_年份」的三段式,不是「年份_指标」。按年份筛列得用后缀匹配,先按前缀切会切错。

 

论文的核心结论能从包里直接对上

 

包里 table_3 给出的前沿差距表:低收入国家当前 HCI+ 114.09,按同收入组领先者水平可到 156.78,差距 42.69;中低收入 152.96 对 201.00,差距 48.04;中高收入 205.24 对 237.14,差距 31.90;高收入 254.08 对 279.55,差距 25.47。

 

低收入与中等收入国家合计:当前 172.33,基准 213.43,差距 41.10,折算的终生收入提升是 50.8%——这就是摘要里"约 50%"那个数字的来源。三个分项里差距最大的是教育(19.53),其次是工作(18.35),健康只有 3.23。

 

敏感性分析已经把"排名会不会变"回答了

 

table_a1 给了五组参数设定下的排名稳定性:基准、降低回报率、提高折旧率、降低大学溢价、统一经验回报。五组的样本都是 161 个国家,与基准的 Spearman 相关系数在 0.997 到 1.000 之间,平均排名变动 0.01 到 2.61 位。

 

换句话说,换参数会改变分数,但基本不改变国家之间的相对位置。这个结论对写作者很有用:不必为"用哪组参数"纠结太久,排名层面的结论是稳的。

 

三个要先弄清的口径

 

161 不是 218。 指数表有 218 个国家行,2025 年分数只有 161 个有值;2010、2015、2020 三个年份的覆盖也不相同。做面板分析前先数非空,不要假设四年都不缺。

 

数值不是百分制。 2025 年合计指数的中位数是 192.46,最高日本 284.34,最低阿富汗 80.25。超过 200 的国家不少,说明它不是 0 到 100 的百分比刻度,而是按终生收入贡献加总的相对值;按百分制解释会得出"日本 284%"这类无意义的说法。

 

合计等于三个分项相加,可以直接拆。 东亚太平洋地区的 health 44.98、education 124.47、work 45.87 加起来正好 215.32,说明权重已内含在分项里,拿到三个分项就能拆解差距来源,不必再反推权重。但汇总口径要留意:161 个有 2025 年分数的国家做简单平均是 188.71,而 table_3 的 Global 行写 185.71,两者差 3 分,说明"全球"那一行不是纯国家简单平均。引用"全球平均"时写明用的是哪个汇总。

 

适合谁用

 

做劳动经济、发展经济的研究生与研究者;需要用同一套数据把"国家指标—分项贡献—敏感性分析—论文图表"串起来学习的复现式写作;教学场景里演示 R+Quarto 的完整流水线;以及想引用 HCI+ 数值时需要一个可比、可回溯来源的写作者。

 

不适合:想直接拿到最新年度更新的使用者(这是固定版本复现包,不是持续更新的数据库);没有 R 环境的读者(包里只有代码与数据,没有可执行程序);需要国家以下层级数据的研究(全部是国家层面)。

 

拿到它的条件

 

世行复现仓库页面免费下载,无需注册。许可为 MIT(Copyright 2026, World Bank),另附世行作为政府间组织的程序性条款(IGO Rider,涉及豁免与争议解决)。MIT 允许使用、修改、再分发,条件是保留版权声明与许可声明;如果要转载包内代码或数据,把 LICENSE.txt 一并带上即可。

 

以上是免费部分。三个 CSV 的字段清单、五张表的完整数值、以及下载入口放在下面论坛币区。

 

────────────────

想看字段清单和五张表的完整数值,回帖留下邮箱,我按顺序发给你。


游客,如果您要查看本帖隐藏内容请回复

把经管之家装进你常用的 AI 智能体中

一键快捷安装经管之家 MCP/技能,让 AI 帮你查教程、找数据、读论坛帖子。

检索、阅读公开帖子不收费,安装可申请领取:3 通用积分+100 论坛币+3 元论坛资金

请点击查看安装教程与福利 →

说明: AI 算力按所用平台规则计算;附件按原帖条件获取;福利领取条件以活动页面为准。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2026-11-13 14:34:40
复现包能对上前沿差距表
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群