africa-ilo-eap-teap-sex-edu-mts-nb-labour-force-by-sex-education-and-marital-status-t

本数据集是一个关于非洲劳动力市场的标准化表格数据集，由Electric Sheep Africa从国际劳工组织（ILO）的ILOSTAT数据库重新打包发布。数据集核心内容为“按性别、教育程度和婚姻状况划分的劳动力（千人）”这一指标，涵盖了49个非洲国家从1982年至2025年的年度观测数据，共计100,449条记录。数据来源于ILO对各国劳动力调查、家庭收入调查、机构调查和行政记录等原始数据的标准化处理，确保了国际可比性。数据集采用清晰的表格结构，包含20个字段，例如：国家代码（ref_area）、国家名称、数据来源代码与标签、指标代码与标签、性别分类（总计/男性/女性）、两个分类变量（如教育程度、婚姻状况）及其标签、观测年份（time）、观测数值（obs_value）、观测状态标志（如临时数据、不可靠数据）以及相关的分类、指标和来源注释。数据按年度频率发布，并提供了按性别等维度的细分。该数据集适用于多种机器学习任务，包括表格分类、回归分析以及劳动力相关的时间序列预测，为研究非洲就业、劳动力结构和社会经济发展提供了高质量的标准化数据基础。This dataset is a standardized tabular dataset on the African labor market, repackaged and released by Electric Sheep Africa from the International Labour Organization (ILO) ILOSTAT database. The core content is the indicator Labor force by sex, education, and marital status (thousands), covering annual observations from 1982 to 2025 for 49 African countries, with a total of 100,449 records. The data is sourced from ILOs standardized processing of original data, including national labor force surveys, household income surveys, establishment surveys, and administrative records, ensuring international comparability. The dataset features a clear table structure with 20 fields, such as country code (ref_area), country name, data source code and label, indicator code and label, sex classification (total/male/female), two classification variables (e.g., education level, marital status) and their labels, observation year (time), observation value (obs_value), observation status flags (e.g., provisional data, unreliable data), and related classification, indicator, and source notes. Data is released on an annual frequency and includes breakdowns by dimensions like sex. It is suitable for various machine learning tasks, including tabular classification, regression analysis, and labor-related time series forecasting, providing a high-quality standardized data foundation for studying employment, labor structure, and socio-economic development in Africa.

原始信息汇总

数据集概述

• 数据集名称: Labour force by sex, education and marital status (thousands) | Africa (ILOSTAT)
• 来源: 国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Africa重新打包发布
• 许可证: CC-BY-4.0
• 语言: 英语
• 任务类型: 表格分类、表格回归、时间序列预测
• 数据规模: 100,449条观测记录（100K < n < 1M）
• 地理覆盖: 49个非洲国家
• 时间范围: 1982年–2025年
• 指标数量: 1个指标

数据内容

该数据集包含单一指标 EAP_TEAP_SEX_EDU_MTS_NB（按性别、教育程度和婚姻状况划分的劳动力人口，单位：千人），提供了非洲国家历年劳动力数据的详细统计。

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来源代码	BA:13951
source.label	string	英文来源名称	LFS - Employment Survey
indicator	string	ILOSTAT指标代码	EAP_TEAP_SEX_EDU_MTS_NB
indicator.label	string	英文指标名称	Labour force by sex, education and ma…
sex	string	性别分类（SEX_T=总计，SEX_M=男性，SEX_F=女性）	SEX_T
sex.label	string	性别标签	Total
classif1	string	第一分类变量（教育程度）	EDU_AGGREGATE_TOTAL
classif1.label	string	教育程度标签	Education (Aggregate levels): Total
classif2	string	第二分类变量（婚姻状况）	MTS_AGGREGATE_TOTAL
classif2.label	string	婚姻状况标签	Marital status (Aggregate): Total
time	int64	观测年份	2025
obs_value	float64	观测指标值	15606.68
obs_status	string	观测状态标志（如临时、不可靠）	U
obs_status.label	string	状态标签	Unreliable
note_classif	string	分类注释代码	C3:3710
note_classif.label	string	分类注释描述	Nonstandard education level: Includin…
note_indicator	string	指标注释代码	I11:264
note_indicator.label	string	指标注释描述	Break in series: Methodology revised
note_source	string	来源注释代码	R1:3513
note_source.label	string	来源注释描述	Repository: ILO-STATISTICS - Micro da…

数据质量说明

• 数据为年度频率，不包含月度或季度系列
• 对于同一国家×年份存在多个来源的情况，使用ILO选定的“最佳来源”
• 分类列（sex、classif1、classif2）仅在指标发布对应分类时才非空

地理覆盖情况

记录数最多的前15个国家：

国家	记录数	起始年份	结束年份
ZAF	10,493	2000	2024
MUS	7,069	2001	2024
EGY	6,401	2008	2024
GHA	4,705	1991	2024
MLI	4,183	2009	2024
AGO	3,700	2004	2025
RWA	3,522	2014	2025
ZMB	3,220	2015	2024
BWA	2,843	2006	2024
TUN	2,807	2005	2023
TZA	2,791	2001	2024
TGO	2,684	2006	2022
SEN	2,645	2011	2024
ZWE	2,594	2011	2024
BFA	2,416	2006	2024

另有34个国家数据量较少。

引用信息

bibtex @misc{africa_ilo_eap_teap_sex_edu_mts_nb_labour_force_by_sex_education_and_marital_status_t_2025, title = {Labour force by sex, education and marital status (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_TEAP_SEX_EDU_MTS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-teap-sex-edu-mts-nb-labour-force-by-sex-education-and-marital-status-t}} }

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，通过其REST API接口直接拉取指标代码为EAP_TEAP_SEX_EDU_MTS_NB的原始数据。Electric Sheep Africa团队对数据进行了二次封装，仅筛选出非洲49个国家的观测记录。ILOSTAT数据库本身采用国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、家庭收入调查等微观数据进行统一归并与清洗，确保跨国的可比性。最终数据集以Parquet格式存储，通过HuggingFace Datasets库提供便捷加载接口，并保留原始数据中source.label等溯源字段，方便用户追溯数据来源。

使用方法

用户可通过Python的datasets库直接加载该数据集，只需一行代码即可将数据转换为Pandas DataFrame，便于后续分析。示例用法包括按国家筛选（如过滤ref_area为'KEN'的观测）、按指标进行时间序列的可视化（如按time排序obs_value绘制折线图），以及通过pivot_table函数构建国家×年份的矩阵结构，适用于面板数据分析。此外，数据集的schema中包含丰富的分类标签列，用户可轻松实现多维度交叉分组或聚合计算。该数据集特别适合非洲劳动经济学、人口统计学及发展研究领域的定量分析，因时间跨度长且分解细致，能够支撑纵向比较与结构变化等深入研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库构建，由Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台上，旨在系统性地呈现在非洲49个国家中，基于性别、教育水平和婚姻状况划分的劳动力人口数据（单位：千人）。核心研究问题聚焦于劳动力市场的结构性差异，特别是教育水平与婚姻状态如何交互影响不同性别的劳动参与率。作为ILO全球劳动力统计权威框架的关键组成部分，该数据集为实证分析非洲区域劳动力供给动态、评估可持续发展目标中体面劳动相关指标提供了标准化的基础数据支撑。其影响力体现在填补了非洲大陆长时间序列（1982–2025年）、多维度交叉分类劳动力数据的开放获取空白，促进了跨国家比较研究与机器学习在劳动力经济学领域的应用。

当前挑战

该数据集面对的领域挑战在于，非洲各国劳动力调查方法、国家定义与国际劳工统计学家会议（ICLS）标准之间存在系统性差异，导致国家间数据的可比性受限于度量衡不一。数据构建过程中面临的核心挑战包括：如何从分散的原始微观调查数据中提取并统一近50个国家的信息，以应对数据缺失、时间跨度的不规则性以及不同来源的标识冲突；同时还需处理由于方法修订或分类标准变化（如非标准教育水平的纳入）引发的序列间断问题。此外，数据集还必须在保留有价值的元数据（如观测状态标记和注释分类）以保障透明度的同时，将其转化为适合机器学习的扁平化表格格式，这需要在数据粒度和可用性之间进行精细权衡。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲大陆劳动力供给结构的精细化剖析。通过整合国际劳工组织ILOSTAT的数据源，研究者可基于性别、受教育程度和婚姻状况三个关键维度，系统探究非洲49个国家劳动力规模的分布格局。经典用法通常表现为构建时间序列模型，揭示劳动力参与率的长期演变轨迹，或通过横截面回归分析不同人口特征群体的差异。数据的高时间分辨率（1982至2025年）与丰富分类标签，使其成为评估教育与性别因素如何塑造非洲劳动力市场的理想工具。

解决学术问题

该数据集有效填补了非洲地区劳动力市场微观结构研究的空白，尤其解决了因数据稀疏而长期难以开展的跨国比较分析。学术上，它助力检验人力资本理论在非洲语境下的适用性，即教育投资对劳动参与率的非线性影响。同时，结合婚姻状态变量，研究者能够深入探讨家庭内部劳动力供给决策的性别分化，为理解非洲经济转型过程中的社会与制度障碍提供量化实证基础，从而推动发展经济学与劳动经济学的交叉对话。

实际应用

在实际应用层面，该数据为区域发展机构与政策制定者提供了动态监测指标。国际组织可利用其追踪非洲国家在可持续发展目标第5项（性别平等）及第8项（体面工作）上的进展。社会规划部门能够依据不同婚姻与教育组合下的劳动力数据，设计针对女性、青年或失学群体的精准就业扶持方案。此外，跨国企业借助这一标准化数据集，可评估非洲各国投资环境中的劳动力供应潜力，优化市场进入与人力资源配置策略。

数据集最近研究

最新研究方向

该数据集围绕非洲劳动力市场的结构性特征，聚焦于性别、受教育程度与婚姻状况对劳动参与率的交互影响，为深入研究非洲大陆人力资本配置与可持续发展目标（SDG）下的体面工作议题提供了精细化的时间序列数据支撑。在当前全球关注非洲青年就业危机与性别平等进展缓慢的背景下，该数据可助力研究者通过机器学习模型揭示教育与婚姻状态如何调节不同性别群体的劳动力供给行为，并量化其在1982至2025年间伴随社会经济变迁的动态演变规律，从而为政策制定者设计更具包容性的就业促进策略提供循证依据。