africa-ilo-eap-teap-sex-geo-mts-nb-labour-force-by-sex-rural-urban-area-and-marital-s

该数据集是一个关于非洲劳动力统计的表格型数据集，包含非洲45个国家从1994年至2025年间的19,191个年度观测值。核心指标为“按性别、城乡地区和婚姻状况划分的劳动力（千人）”（ILOSTAT代码：EAP_TEAP_SEX_GEO_MTS_NB）。数据来源于国际劳工组织（ILO）的权威统计数据库ILOSTAT，该数据库整合了各国劳动力调查、家庭收入调查、机构调查和行政记录等多种来源，并依据国际劳工统计学家会议（ICLS）的定义进行了标准化处理。数据集共包含20个字段，详细记录了每个观测值的国家信息（ISO3代码和名称）、数据来源、指标定义、人口统计分类维度（如性别、地区类型、婚姻状况）、观测年份、以千人为单位的劳动力数值、数据质量状态（如是否不可靠）以及相关的技术注释。数据按性别（总计、男性、女性）等多个维度进行了细分。该数据集适用于劳动力市场分析、社会经济研究、时间序列预测、表格分类与回归等任务，为研究非洲就业趋势、性别差异、城乡劳动力分布等议题提供了结构化的高质量数据。数据集由Electric Sheep Africa项目重新打包发布，采用CC-BY-4.0许可证。This dataset is a tabular dataset on African labor force statistics, containing 19,191 annual observations from 45 African countries between 1994 and 2025. The core indicator is Labor force by sex, urban/rural area, and marital status (thousands) (ILOSTAT code: EAP_TEAP_SEX_GEO_MTS_NB). The data is sourced from the International Labour Organizations (ILO) authoritative statistical database, ILOSTAT, which integrates various sources such as national labor force surveys, household income surveys, establishment surveys, and administrative records, and is standardized according to definitions from the International Conference of Labour Statisticians (ICLS). The dataset includes 20 fields, detailing information for each observation, such as country details (ISO3 code and name), data source, indicator definition, demographic classification dimensions (e.g., sex, area type, marital status), observation year, labor force values in thousands, data quality status (e.g., whether unreliable), and related technical notes. Data is disaggregated across multiple dimensions, including sex (total, male, female). This dataset is suitable for tasks such as labor market analysis, socio-economic research, time series forecasting, tabular classification, and regression, providing structured, high-quality data for studying African employment trends, gender disparities, urban-rural labor distribution, and related issues. The dataset is repackaged and released by the Electric Sheep Africa project under the CC-BY-4.0 license.

原始信息汇总

数据集概述

• 数据集名称：Labour force by sex, rural / urban area and marital status (thousands) | Africa (ILOSTAT)
• 观测数量：19,191 条
• 地理覆盖：45 个非洲国家
• 时间跨度：1994 年至 2025 年
• 指标数量：1 个独立指标
• 许可证：CC-BY-4.0
• 语言：英文
• 发布者：International Labour Organization (ILO)，由 Electric Sheep Africa 重新打包

数据来源

数据源自 ILOSTAT，这是 ILO 的中央统计数据库，是全球劳动统计的主要来源。数据通过 ILOSTAT REST API 获取，并过滤至非洲国家。

指标

• EAP_TEAP_SEX_GEO_MTS_NB：按性别、农村/城市区域和婚姻状况划分的劳动力（单位：千）

数据模式

列名	类型	描述	示例
ref_area	string	ISO 3166-1 alpha-3 国家代码	AGO
ref_area.label	string	英文国家名称	Angola
source	string	ILOSTAT 源代码	BA:13951
source.label	string	英文源名称	LFS - Employment Survey
indicator	string	ILOSTAT 指标代码	EAP_TEAP_SEX_GEO_MTS_NB
indicator.label	string	英文指标名称	Labour force by sex, rural / urban ar…
sex	string	按性别细分（SEX_T=总计，SEX_M=男性，SEX_F=女性）	SEX_T
sex.label	string	性别标签	Total
classif1	string	第一个分类变量	GEO_COV_NAT
classif1.label	string	分类标签	Area type: National
classif2	string	第二个分类变量	MTS_AGGREGATE_TOTAL
classif2.label	string	分类标签	Marital status (Aggregate): Total
time	int64	观测年份	2025
obs_value	float64	观测值	15606.68
obs_status	string	观测状态标志	U
obs_status.label	string	状态标签	Unreliable
note_indicator	string	指标注释	I11:264
note_indicator.label	string	注释标签	Break in series: Methodology revised
note_source	string	源注释	R1:3513
note_source.label	string	注释标签	Repository: ILO-STATISTICS - Micro da…

分类维度

• sex：3 个唯一值（SEX_T、SEX_M、SEX_F）

数据质量与注意事项

• 数据为年度频率，不包含月度或季度系列。
• 当同一国家×年份存在多个来源时，使用 ILO 选择的“最佳来源”。
• 分类列仅在指标发布相应细目时非空。

地理覆盖示例（部分国家）

国家	行数	起始年份	结束年份
EGY	1,512	2008	2024
ZAF	1,404	2008	2024
TUN	1,170	2006	2023
MLI	909	2013	2024
GHA	846	2000	2024

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统计数据库，通过应用程序接口（API）从原始数据源拉取，并依据国际劳工统计学家会议（ICLS）定义进行规范化处理。Electric Sheep Africa团队将数据范围限定至非洲45个国家，整合了1994年至2025年间19,191条观测记录。构建过程中，保留了源数据中用于追溯的'来源标签'列，并采用Parquet格式进行存储，以便于机器学习和数据科学工作流的直接调用。

特点

数据集的核心特点在于其多维度分类粒度，涵盖了按性别、城乡地域及婚姻状况划分的劳动力人口数据。其时间跨度覆盖三十年，空间范围囊括非洲大陆45个国家，提供了丰富的跨国家、跨时段比较基础。此外，数据集中还包含了观测状态标识（如'不可靠'）以及数据序列中断与修订说明，为使用者提供了清晰的数据质量指示，增强了分析的可信度与透明度。

使用方法

通过Hugging Face的datasets库，用户可仅用一行代码完成数据集的加载，如`load_dataset`命令。数据以表格形式呈现，支持直接转换为Pandas DataFrame进行后续分析。用户可根据国家代码进行过滤以聚焦特定区域时间序列，亦可通过数据透视表构建国家-年份矩阵，便于进行面板数据分析或宏观经济指标对比。数据集简洁的列式结构使得按指示器、性别或其他分类变量进行筛选与统计计算尤为便捷。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT整理发布，并经Electric Sheep Africa重新打包至HuggingFace平台。核心研究问题聚焦于非洲地区劳动力市场在性别、城乡地域与婚姻状况维度上的结构性差异，旨在为劳动经济学、性别研究与区域发展政策提供细粒度的定量支撑。数据集覆盖45个非洲国家，时间跨度自1994年至2025年，包含19,191条观测记录，其多维分类特性使其在探究非洲劳动力供给的异质性分布、追踪人口迁移对就业格局的影响以及评估可持续发展目标中体面劳动进展等方面具有显著学术价值，已成为研究非洲劳动经济转型的重要基础资源。

当前挑战

该数据集面对的核心挑战在于：其一，非洲国家劳动力统计体系参差不齐，多国数据来源于不同年份与类型的劳动调查（如LFS、就业调查），方法论的衔接与指标体系的一致性给跨时空比较分析带来困难。其二，构建过程中需处理原始调查微观数据中与国际劳工统计学家会议（ICLS）定义不一致的标记问题，以及因调查方法修订导致的时间序列断点，如`note_indicator.label`字段所标注的“方法论修订”。其三，部分观测值被标记为“不可靠”（`U`状态），且性别、地域与婚姻状况的细分维度仅在特定指标下发布，造成数据稀疏性与缺失模式不统一，增加了统计建模和推断的不确定性。

常用场景

经典使用场景

该数据集汇聚了非洲45个国家从1994年至2025年间，按性别、城乡区域及婚姻状况分层的劳动力人口数据（以千人为单位），为研究非洲劳动力市场的结构性特征提供了珍贵的跨时空信息。经典使用场景包括构建面板数据模型以考察劳动力参与率的性别差异与城乡分化，利用时间序列分析方法揭示婚姻状态对劳动决策的长期影响，以及通过多维度交叉分类挖掘非洲各国劳动力供给的动态演变规律。

实际应用

在实际应用中，该数据集支撑国际发展机构与非政府组织精准识别弱势群体（如农村已婚女性）的就业障碍，辅助各国劳动部门制定差异化的就业促进与性别平等政策。企业雇主可借助其中时空分布特征优化非洲市场的劳动力成本预测与人力资本规划，而社会研究员则能利用其分层结构评估婚姻法案变革或城镇化项目对本地劳动力市场的具体影响，从而实现数据驱动的科学决策。

衍生相关工作

围绕该数据集，学术界与政策研究机构衍生出若干经典工作：基于ILO统计口径的非洲劳动力参与率分解研究，系统比较了性别与婚姻维度对就业弹性的贡献；环境经济学领域借其数据建立气候变化与农村女性劳动供给的耦合模型；机器学习团队则开发了针对稀疏面板数据的多任务预测框架，用于填补历史观察缺口；此外，多个国际组织将其作为核心输入，更新联合国可持续发展目标中关于体面劳动和经济增长的进度评估。