electricsheepafrica/africa-ilo-eip-teip-sex-age-geo-nb-persons-outside-the-labour-force-by-sex-age-and-ru

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计数据，主题为其他劳动力未充分利用指标。具体而言，它记录了非洲47个国家在1994年至2025年间，按性别、年龄和城乡区域划分的非劳动力人口（千）指标（代码：EIP_TEIP_SEX_AGE_GEO_NB）。数据集共包含35,641个观测值，涵盖了劳动力统计中关于非劳动力人口的详细细分维度。数据通过ILOSTAT REST API获取，并经过非洲国家代码过滤，由Electric Sheep Africa重新打包发布，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains statistics from the International Labour Organization (ILO) ILOSTAT database on the topic of Other measures of labour underutilization. Specifically, it records the indicator Persons outside the labour force by sex, age and rural / urban areas (thousands) (code: EIP_TEIP_SEX_AGE_GEO_NB) for 47 African countries from 1994 to 2025. The dataset comprises 35,641 observations, providing detailed breakdowns by sex, age, and rural/urban areas regarding persons outside the labour force. Data was pulled from the ILOSTAT REST API and filtered to African country codes, then repackaged and published by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

在劳动力市场分析领域，精准刻画劳动力市场的非活跃群体对于理解经济结构和就业政策效果至关重要。该数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，通过直接调用其REST API获取原始数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据采集聚焦于非洲47个国家的特定指标——按性别、年龄及城乡划分的劳动力市场外人口数量（千人），随后利用ISO 3166-1 alpha-3国家代码筛选并整合为统一格式。Electric Sheep Africa团队在此基础上完成数据清洗、模式统一与Parquet格式打包，最终以结构化的表格数据形式呈现，确保研究人员能够直接调用HuggingFace的load_dataset()工具迅速加载。

特点

该数据集涵盖1994年至2025年间长达三十余年的观测记录，总计35,641条，时间跨度广且时效性强。其独特之处在于提供多维分层信息，包括性别（总计、男性、女性）、年龄分组（如青年与成年）以及地理类型（全国、城镇、乡村），从而允许研究者从不同维度深入剖析劳动力市场外群体的构成特征。数据来源标注清晰，每条观测均附带来源编码与标签，确保可追溯性，同时ILO依据“最佳来源”原则处理多源冲突，提升了数据质量。此外，数据集采用宽松的CC-BY-4.0许可协议，极大降低了学术与应用领域的获取门槛。

使用方法

借助HuggingFace Datasets库，用户可通过一行Python代码加载数据集：load_dataset("electricsheepafrica/africa-ilo-eip-teip-sex-age-geo-nb-persons-outside-the-labour-force-by-sex-age-and-ru")，随后便捷地转换为Pandas DataFrame进行分析。研究者可按国家代码筛选特定地区数据，例如使用df[df["ref_area"]=="KEN"]提取肯尼亚的信息。对于时间序列分析，可基于indicator列过滤出唯一指标EIP_TEIP_SEX_AGE_GEO_NB，并按time列排序后绘制趋势图。此外，通过pivot_table方法可将数据重塑为国家×年份的观测值矩阵，便于横向比较不同国家的劳动力市场外人口变化模式。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年基于ILOSTAT数据库构建，经Electric Sheep Africa重新打包并发布于HuggingFace平台，旨在系统记录非洲47个国家1994至2025年间脱离劳动力人口的分性别、年龄及城乡分布数据。作为全球劳动力统计的权威来源，ILOSTAT通过整合各国劳动力调查、家庭收入调查及行政记录，依据国际劳工统计学家会议标准进行统一化处理，为研究非洲地区劳动力市场结构性特征提供了关键数据基础。该数据集聚焦于劳动力利用不足的度量指标，填补了非洲次区域劳动力参与模式精细化分析的空白，对评估可持续发展目标中体面工作的进展具有重要推动作用。

当前挑战

该数据集面临的核心挑战在于非洲各国劳动力调查方法的异质性与数据可比性问题。不同国家采用不一致的调查工具、抽样框架及统计口径，导致同一指标在跨国比较中可能出现系统性偏差，尤其当原始数据来源标注为不可靠时，其观测值有效性存疑。此外，数据集仅收录年度频率数据，而部分国家存在月度或季度波动，可能遗漏劳动力退出的短期动态；同时，国家层面聚合数据掩盖了城乡、性别及年龄组内部的差异性，例如农村女性非正规就业者被错误归类为脱离劳动力的风险。构建过程中，API数据爬取与清洗需应对ILOSTAT分类体系修订导致的序列断裂问题，且非洲国家历史数据缺失率较高，特别是1990年代早期记录不完整，限制了长时间序列分析的可信度。

常用场景

经典使用场景

该数据集聚焦于非洲47个国家1994至2025年间劳动年龄人口中脱离劳动力群体的分布状况，依据性别、年龄及城乡区域进行细分，以千人为单位计量。其经典使用场景在于通过纵向时间序列与横向国别对比，刻画非洲大陆劳动力市场边缘人群的结构性特征。研究者可借助该数据解析特定性别或年龄组在城乡维度下的劳动参与缺失模式，从而揭示非洲各国在就业机会、社会保护及劳动力转移等方面存在的深层差异。

衍生相关工作

基于该数据集已衍生出多项具有影响力的学术与政策研究成果。在理论层面，它被用于构建非洲劳动力市场非参与率的面板数据模型，探讨经济发展阶段、城镇化进程与人口结构对劳动退出率的非线性影响。应用层面，研究者常将本数据与ILOSTAT其他劳动力指标（如失业率、就业人口比）联合分析，开发劳动力市场综合测度指数。部分经典工作还利用此数据验证了女性劳动参与随时间变化的U型假说，或评估了非洲大陆自由贸易区（AfCFTA）对区域劳动力再配置的潜在效应。

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——即因性别、年龄及城乡差异而游离于劳动力市场之外的群体，为劳动经济学、发展经济学及社会政策研究提供了结构化、长时序的微观基础。在非洲大陆数字化转型与可持续发展目标推进的背景下，这一数据集正被广泛用于构建劳动力参与率预测模型，评估非正规就业与隐性失业的社会经济成本，并通过性别与地域维度的交叉分析揭示结构性不平等。近期研究热点包括利用该数据整合多源社会经济指标，通过时间序列分解与因果推断方法，量化城市化进程、教育普及与农业转型对劳动力外溢效应的非线性影响，为ILO及其他国际组织精准制定包容性就业政策提供数据支撑，尤其在撒哈拉以南非洲后疫情就业复苏评估中凸显其方法论价值。