electricsheepafrica/africa-ilo-eip-teip-sex-edu-cct-nb-persons-outside-the-labour-force-by-sex-education

该数据集名为“按性别、教育和公民身份划分的非劳动力人口（千）| 非洲（ILOSTAT）”，包含来自国际劳工组织（ILO）ILOSTAT数据库的统计信息。数据集聚焦于非洲地区，涵盖42个非洲国家，时间跨度为1991年至2025年，共包含6,709个观测值。核心指标为“EIP_TEIP_SEX_EDU_CCT_NB”，即按性别、教育和公民身份划分的非劳动力人口数量（以千计）。数据通过ILOSTAT REST API直接获取，并过滤为非洲国家代码，ILO使用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行标准化处理。数据集为表格格式，包含多列，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source和source.label）、指标代码和标签（indicator和indicator.label）、性别分类（sex和sex.label）、教育分类（classif1和classif1.label）、公民身份分类（classif2和classif2.label）、年份（time）、观测值（obs_value）、观测状态（obs_status和obs_status.label）以及相关注释列。数据按年度频率发布，当同一国家×年份有多个来源时，使用ILO选择的“最佳来源”。该数据集适用于表格分类、回归或时间序列预测任务，可用于研究非洲劳动力市场、移民人口或社会经济趋势。数据由Electric Sheep Africa重新打包，以统一模式发布在HuggingFace上，便于机器学习使用。This dataset, titled "Persons outside the labour force by sex, education and citizenship (thousands) | Africa (ILOSTAT)", contains statistical data from the International Labour Organizations (ILO) ILOSTAT database. It focuses on Africa, covering 42 African countries, with a time span from 1991 to 2025, comprising 6,709 observations. The core indicator is "EIP_TEIP_SEX_EDU_CCT_NB", which represents persons outside the labour force by sex, education, and citizenship (in thousands). Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, with ILO harmonizing raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions. The dataset is in tabular format and includes columns such as country code (ref_area), country name (ref_area.label), data source (source and source.label), indicator code and label (indicator and indicator.label), sex disaggregation (sex and sex.label), education classification (classif1 and classif1.label), citizenship classification (classif2 and classif2.label), year (time), observed value (obs_value), observation status (obs_status and obs_status.label), and related note columns. Data is published at annual frequency, and when multiple sources exist for the same country×year, the ILO-selected best source is used. This dataset is suitable for tabular classification, regression, or time-series forecasting tasks, and can be used for studying African labour markets, migrant populations, or socio-economic trends. It is repackaged by Electric Sheep Africa and published on HuggingFace with a consistent schema for machine learning readiness.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，该数据库以国际劳工统计学家会议（ICLS）定义的标准为基准，对各国劳动力调查、家计调查等原始微观数据进行系统性的整合与标准化处理。本数据集通过ILOSTAT的REST API直接获取指标编码为EIP_TEIP_SEX_EDU_CCT_NB的原始数据，并依据非洲ISO3国家代码进行地理维度筛选，最终汇聚为覆盖42个非洲国家、时间跨度从1991年至2025年的6,709条观测记录。数据集中每条记录均包含来源标记，确保了数据的可追溯性。

特点

本数据集的核心特点在于其多维度的精细分类架构。它不仅按性别（总、男、女）对劳动人口进行划分，更创新性地引入了教育程度与公民身份两个关键分类变量，使得研究者能够深入剖析非洲各国人口的经济不活跃状态。数据集包含丰富的注释信息，如观测状态标记、方法修订及数据断点等说明，为用户提供了评估数据质量与可靠性的关键线索。此外，其覆盖长达35年的年度频率数据，为进行长期趋势分析与区域比较研究提供了坚实的数据基础。

使用方法

用户可通过HuggingFace的 datasets 库便捷调用数据，仅需一行代码 `load_dataset()` 即可将数据加载至Python环境。加载后，数据可灵活转换为Pandas DataFrame进行后续操作。典型使用场景包括：基于 `ref_area` 字段过滤特定国家的子集以进行国别分析；利用 `time` 与 `obs_value` 字段对单一指标进行时间序列的可视化与建模；以及通过透视表功能构建“国家-年份”矩阵，便于进行面板数据分析或跨区域比较研究。数据原生支持分类与回归任务，也适用于时间序列预测场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2025年发布，并由Electric Sheep Africa进行重封装。其核心研究问题聚焦于非洲地区劳动力市场之外的群体分布，涵盖42个非洲国家自1991年至2025年的观测数据，包含6709条记录。数据集揭示了按性别、教育水平及公民身份划分的劳动力外人口规模，为理解非洲劳动力市场的结构性特征提供了关键量化基础。作为ILO全球劳动统计体系的重要组成部分，该数据集在推动区域劳动力政策制定、性别平等研究及教育影响评估方面具有显著影响力，为发展经济学和劳动经济学领域提供了高可信度的实证数据支撑。

当前挑战

该数据集面临的主要挑战在于解决非洲劳动力统计领域长期存在的结构性缺陷问题。首先，非洲多数国家缺乏系统性的劳动力调查体系，导致数据在时间上的连续性和空间上的完整性难以保障，部分年份和国家的观测值受限于样本质量而被标记为不可靠。其次，构建过程中需应对ILO对不同国家原始调查数据的标准化整合难题，包括不同国际劳动统计会议（ICLS）定义下的方法学修订、数据源差异带来的序列断裂（如标识为‘方法修订’的注释），以及教育分类的非标准问题。此外，性别和公民身份维度的细粒度分解进一步增加了数据清洗与对齐的复杂性，从而对后续分析与建模提出了严格的质量控制要求。

常用场景

经典使用场景

在劳动力市场与人口结构研究领域，该数据集被广泛用于分析非洲地区非劳动力人口的特征分布。其核心应用在于构建基于性别、教育水平和公民身份的多元分类模型，以揭示哪些群体更倾向于退出劳动力市场。研究者可借助该数据集进行面板数据回归，识别影响非劳动力参与的关键社会经济因素，或利用时间序列分析预测未来劳动力供给趋势。

衍生相关工作

围绕该数据集已衍生出一系列经典研究范式。最常见的衍生工作包括构建非洲非劳动力人口的多指标面板数据库，以及开发用于预测劳动力外流风险的概率模型。部分研究进一步将该数据集与ILO其他指标（如就业率、工资水平）进行关联分析，诞生了探索劳动力市场边缘群体的综合框架。此外，该数据还催生了多个面向非洲劳动力变迁的时空统计可视化项目。

数据集最近研究

最新研究方向

该数据集聚焦于非洲劳动力市场边缘群体研究，核心关注非劳动力人口（即已退出或未进入劳动力市场的个体）按性别、教育程度及公民身份的多维分布格局。依托ILOSTAT权威数据源，最新研究方向趋向于利用高时间分辨率（1991-2025）与跨42国的面板数据，揭示非洲劳动力闲置人口的结构性特征，尤其在新冠疫情、全球供应链重组与非洲大陆自由贸易区（AfCFTA）深化推进的背景下，探讨教育不平等、性别差异如何影响非活跃劳动力的规模与动态演变，为可持续发展目标（SDG）中体面工作与经济增长指标的监测提供关键实证基础。