electricsheepafrica/africa-ilo-eip-wdis-sex-mts-nb-discouraged-job-seekers-by-sex-and-marital-status

该数据集是一个关于非洲劳动力市场的表格型数据集，专注于‘其他劳动力未充分利用指标’中的‘按性别和婚姻状况统计的沮丧求职者（千人）’。它包含了来自43个非洲国家从1999年到2025年的4,253条年度观测数据。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，通过对各国劳动力调查等数据进行标准化处理。数据集提供了国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、婚姻状况分类、观测年份、观测值（以千人为单位）、数据状态标志以及相关注释等字段。数据经过Electric Sheep Africa重新打包，旨在为非洲提供一个统一的、适合机器学习的数据层，方便研究人员和开发者快速使用。This dataset is a tabular dataset focusing on the African labor market, specifically on the indicator Discouraged job-seekers by sex and marital status (thousands) under Other measures of labour underutilization. It contains 4,253 annual observations from 43 African countries spanning the years 1999 to 2025. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, a leading global source for labor statistics that harmonizes data from national labor force surveys and other sources. The dataset includes fields such as country code, country name, data source, indicator code, indicator name, sex disaggregation, marital status classification, observation year, observed value (in thousands), observation status flags, and relevant notes. It has been repackaged by Electric Sheep Africa as part of a mission to provide a unified, ML-ready data layer for Africa on HuggingFace, facilitating easy access for researchers and developers.

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中央统计数据库，通过REST API直接从ILO的官方数据接口拉取原始指标代码为EIP_WDIS_SEX_MTS_NB的数据，并依据非洲ISO3国家代码进行筛选。数据的底层构建依赖于ILO对各国劳动力调查、家庭收支调查、企业调查及行政记录等原始微观数据进行的规范化处理，严格遵循国际劳工统计学家会议（ICLS）的定义标准，确保不同来源数据的可比性与一致性。最终，由Electric Sheep Africa团队将经过清洗和结构化的数据打包为Parquet格式，在HuggingFace平台上以统一的数据集卡片形式发布，便于研究者直接调用。

使用方法

使用者可通过HuggingFace的datasets库以load_dataset函数一行加载该数据集，并将其便捷地转换为Pandas DataFrame进行后续操作。典型的分析流程包括：按国家编码筛选特定国家的观测子集；针对核心指标按时间排序，绘制时间序列图以观察沮丧求职者数量的长期演变趋势；抑或利用数据透视表构建以年份为行、国家为列的矩阵，从而进行跨国的横向对比。该数据集的结构化设计使其天然适用于表格分类、回归以及时间序列预测等机器学习任务，为非洲劳动力市场研究提供了可直接使用的数据基础。

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重新整理并发布在HuggingFace平台上，聚焦于非洲地区因性别和婚姻状况划分的‘丧失信心的求职者’数量。这一指标属于劳动力利用不足的替代性衡量范畴，旨在捕捉那些虽未积极求职但仍希望工作的人群，是传统失业率统计的重要补充。数据集覆盖1999至2025年间43个非洲国家的4253条观测记录，为长期追踪非洲劳动力市场结构变迁、性别差异以及婚姻状态对就业意愿的影响提供了罕见的高质量时序数据。其发布填补了非洲劳动力研究中细化分类数据的空白，对政策制定者、发展经济学家和国际组织评估非洲就业政策效果具有重要参考价值。

当前挑战

该数据集面临的挑战主要体现在两个层面。首先，在领域问题层面，研究非洲‘丧失信心的求职者’需应对劳动力市场非正规化程度高、家庭内部决策复杂等结构性难题，特别是婚姻状态与性别角色交互作用如何影响个体放弃求职的行为动机，目前缺乏成熟的理论框架和跨区域可比的方法论。其次，在构建过程中，数据来源依赖于各国劳动力调查（LFS）等行政记录，调查频率、问卷设计和ICLS定义遵从度在43个国家间存在显著差异，导致部分观测值被标记为‘不可靠’或在时序上出现方法断点；此外，稀疏覆盖和零值处理难题也增大了数据质量控制的复杂性。

常用场景

经典使用场景

在分析非洲劳动力市场结构时，该数据集为研究‘沮丧求职者’现象提供了关键的时间序列观测。其核心应用在于按性别和婚姻状况对失业人口中放弃求职行为进行分层量化，研究者可借此构建面板数据模型，评估经济周期、社会政策与个体特征如何交织影响劳动参与意愿。常见做法包括利用43个非洲国家、长达26年的年度观测，通过回归分析或聚类方法识别出沮丧型劳动力退出的异质性模式，尤其关注性别差异与婚姻状况的交互效应。

解决学术问题

该数据集直面劳动力统计中‘隐性失业’的测量难题，将国际劳工组织（ILO）标准化指标EIP_WDIS_SEX_MTS_NB引入学术研究，使得分析超越传统失业率范畴。它系统性地揭示了非洲地区沮丧求职者在总劳动力中的分布规模与演变趋势，为验证‘就业无弹性增长’理论、探讨劳动力市场制度摩擦以及评估社会保护缺失的影响提供了经验证据。其细粒度分类维度有效支撑了关于婚姻责任如何加剧女性求职惰性的假说检验。

实际应用

在政策决策与跨国比较层面，该数据集为非洲各国劳动部门及国际组织（如ILO、非洲开发银行）提供了监测劳动力资源闲置状况的标准化工具。实际应用中，决策者可基于按性别和婚姻状态分列的数据，精准识别哪些亚群体在就业疲软时期最易放弃搜寻，进而靶向设计再培训补贴、社区就业计划或托幼支持等干预措施。此外，它也被用于联合国可持续发展目标（SDG 8）中体面工作指标的追踪与区域评估。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区因性别与婚姻状况而异的气馁求职者数量，为劳动市场弱势群体研究提供了关键数据支撑。近年来，随着非洲青年失业率攀升及非正规就业占比居高不下，该数据被广泛用于分析结构性失业中的性别差异与婚姻壁垒，尤其在后疫情时代的经济复苏研究中，学者们借助其长时序面板数据，量化婚姻状况对女性求职意愿的抑制效应，并结合ILO最新劳动统计规范，探索社会保护政策与积极劳动力市场措施对缓解就业悲观预期的干预效果，为撒哈拉以南非洲地区的包容性就业战略制定提供了实证依据。