electricsheepafrica/africa-ilo-eip-dwap-sex-edu-dsb-rt-inactivity-rate-by-sex-education-and-disability-st

该数据集名为“按性别、教育程度和残疾状况划分的不活动率（%）| 非洲（ILOSTAT）”，包含5,824个观测值，覆盖40个非洲国家，时间跨度为1998年至2025年。数据集专注于“其他劳动力未充分利用指标”中的具体指标：EIP_DWAP_SEX_EDU_DSB_RT，即按性别、教育程度和残疾状况划分的不活动率（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API直接获取，并过滤为非洲国家代码。ILOSTAT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，确保数据可比性。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、教育分类、残疾状况分类、观测年份、观测值、观测状态等，支持表格分类、回归和时间序列预测任务。数据以年度频率发布，并包含数据质量说明，如某些年份可能存在多个来源时使用ILO选择的“最佳来源”。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层，方便研究人员使用Hugging Face的`load_dataset()`快速加载和分析。This dataset, titled Inactivity rate by sex, education and disability status (%) | Africa (ILOSTAT), contains 5,824 observations across 40 African countries, spanning the years 1998 to 2025. It focuses on a specific indicator under Other measures of labour underutilization: EIP_DWAP_SEX_EDU_DSB_RT, which measures the inactivity rate by sex, education, and disability status (%). The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, pulled directly via the REST API and filtered to African ISO3 country codes. ILOSTAT harmonizes raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions to ensure comparability. The dataset includes columns such as country code, country name, data source, indicator code, sex disaggregation, education classification, disability status classification, observation year, observed value, observation status, and more, supporting tabular classification, regression, and time-series forecasting tasks. Data is published at annual frequency, with quality caveats noted, such as the use of ILO-selected best source when multiple sources exist for the same country and year. Repackaged by Electric Sheep Africa, it aims to provide a unified, ML-ready data layer for Africa, enabling researchers to quickly load and analyze data using Hugging Faces `load_dataset()` function.

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数据库，专注于非洲地区劳动力未充分利用的衡量指标。数据通过ILOSTAT REST API直接提取，并过滤至非洲40个国家的ISO3国家代码。ILO采用国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，确保数据的标准化与可比性。数据集共包含5,824条观测记录，时间跨度覆盖1998年至2025年，涵盖1个核心指标——按性别、教育程度和残疾状况划分的不活动率（%）。所有观测值均附带来源标签，便于追溯数据出处与质量控制信息。

使用方法

该数据集设计为可直接通过HuggingFace Datasets库加载使用，用户只需一行Python代码即可获取数据并转为Pandas DataFrame进行后续分析。典型操作包括按国家筛选特定子集，或针对单一指标绘制时间序列图以观察长期趋势。研究者还可以利用透视表功能，将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或可视化对比。数据加载后，所有分类变量均已编码为字符串，数值变量则为浮点型，可直接适用于统计建模、机器学习回归或时间序列预测等下游任务，极大简化了从数据获取到实际应用的流程。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年创建，经Electric Sheep Africa重新整理并发布于HuggingFace平台，聚焦非洲40国1998至2025年间按性别、教育程度和残疾状况划分的劳动不充分利用率指标。ILOSTAT作为全球劳动统计的权威数据库，通过协调各国劳动力调查及行政记录，为理解非洲劳动力市场的结构性特征提供了关键数据支撑。该数据集不仅揭示了残疾人群和不同教育水平群体在劳动参与中的显著差异，还为政策制定者评估包容性就业政策效果、追踪可持续发展目标中体面工作进展提供了珍贵的时间序列资料，对非洲发展经济学和劳动经济学研究具有重要推动作用。

当前挑战

该数据集面临的核心挑战在于非洲劳动统计领域的固有复杂性：一是数据稀疏性与不连续性，许多国家仅有零星年份的观测值，难以形成完整的纵向分析基准；二是数据质量参差不齐，部分观测值被标记为不可靠或存在方法论断层，直接影响模型预测的稳健性；三是多维分类下的样本量不足，当同时按性别、教育和残疾状况拆分时，部分子组样本量极小，易导致统计推断偏差。此外，构建过程中需克服多源数据整合的障碍，包括协调各国不同的调查定义、处理来源标识的可追溯性以及应对残疾状况分类标准的跨国差异，这些均对数据清洗和归一化提出了严峻挑战。

常用场景

经典使用场景

该数据集收录了覆盖40个非洲国家、跨度1998至2025年的劳动参与率数据，基于性别、教育程度和残疾状况三重维度进行分层统计。经典使用场景聚焦于劳动力市场分割分析，研究者可借此构建面板回归模型，系统评估非洲国家间因社会人口结构差异导致的劳动力闲置格局，并借助时序数据揭示经济发展、政策干预与劳动参与率之间的动态关联。

解决学术问题

该数据集有效解决了非洲大陆劳动参与率研究长期面临的数据稀疏与口径不统一问题。借助ILOSTAT统一的统计标准与分类体系，研究者能够精准识别性别歧视、教育不平等与残疾排斥等结构性因素对劳动力闲置的影响机制，推动劳动经济学与不平等研究在区域尺度上从描述性分析走向因果推断与政策评估。

实际应用

在实际层面，该数据集为国际组织、政府机构与发展型智库提供了可靠的量化支撑。通过监测不同群体（如女性、残障人士）的不活动率演变趋势，利益相关方能够定向设计配套培训与包容性就业计划，评估劳动政策（如残疾人就业配额制、普惠教育补贴）的实施效果，实现劳动力资源的更精准配置。

数据集最近研究

最新研究方向

在当前全球劳动力市场深度变革的背景下，该数据集聚焦于非洲地区因性别、教育水平及残疾状况而分层的不在业率，为评估劳动力利用不足的复杂结构提供了关键的定量基础。前沿研究方向已从宏观失业统计转向对非经济活动人口的精细化剖析，尤其关注受教育程度较低的女性群体以及残疾人口在劳动力市场边缘化中的脆弱性。该数据源基于ILOSTAT统一方法论，通过覆盖40个非洲国家长达27年的观测，支撑了交叉性不平等分析、时间序列预测建模及政策干预效果评估，并与联合国可持续发展目标中关于体面工作和减少不平等的议程紧密契合，为发展中经济体制定包容性就业战略提供了实证依据。