electricsheepafrica/africa-ilo-eip-teip-sex-edu-cbr-nb-persons-outside-the-labour-force-by-sex-education

该数据集包含非洲地区非劳动力人口的统计信息，具体按性别、教育程度和出生地进行分类（以千人为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，覆盖34个非洲国家，时间跨度为1991年至2025年，共包含5,730个观察值。数据集涵盖一个核心指标：EIP_TEIP_SEX_EDU_CBR_NB（按性别、教育程度和出生地分类的非劳动力人口数）。数据以表格形式组织，包括国家代码、性别分类（总计、男性、女性）、教育水平、出生地、年份、观测值及其状态标志等列。数据集适用于表格分类、回归和时间序列预测等任务，并遵循CC-BY-4.0许可协议。This dataset contains statistical information on persons outside the labour force in Africa, disaggregated by sex, education level, and place of birth (in thousands). It is sourced from the International Labour Organization (ILO) ILOSTAT database, covering 34 African countries from 1991 to 2025, with 5,730 observations. The dataset includes one key indicator: EIP_TEIP_SEX_EDU_CBR_NB (Persons outside the labour force by sex, education and place of birth). Data is organized in tabular format with columns such as country code, sex classification (total, male, female), education level, place of birth, year, observed value, and status flags. It is suitable for tabular classification, regression, and time-series forecasting tasks, and is released under the CC-BY-4.0 license.

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）的核心统计数据库ILOSTAT，通过REST API接口直接提取指标EIP_TEIP_SEX_EDU_CBR_NB的原始数据，并筛选出涵盖34个非洲国家的观测值。数据集由Electric Sheep Africa团队进行重新封装与标准化处理，将ILOSTAT基于ICLS定义所协调的全国劳动力调查、家庭收入调查、企业调查及行政记录等多元来源的微观数据，转化为结构化表格，并保留来源标签以增强可追溯性。最终形成包含5,730条观测、时间跨度覆盖1991年至2025年的面板数据，以Parquet格式发布，便于直接加载与使用。

特点

该数据集聚焦非洲地区劳动力市场之外的群体规模，按性别、教育程度及出生地三个维度进行细致分类，提供唯一指标即非劳动力人口数量（单位：千）。数据涵盖34个非洲国家，时间序列长达35年，具有跨国家间可比性与历史纵深。每条观测均附带详细的分类变量标签及数据质量标记，如观测状态标识（如是否可靠）与方法论变更说明，使用户能够审慎评估数据适用性。此外，数据集通过HuggingFace Datasets库以统一接口发布，大幅降低了科研与工程应用中的预处理门槛。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset函数一键加载该数据集，返回的DataFrame可直接转换为Pandas格式进行后续分析。典型使用场景包括按国家代码过滤特定国家的时间序列数据，或针对单一指标按年份排序后绘制趋势图。亦可利用透视表功能将数据重塑为国家×年份的矩阵形式，便于面板数据回归或可视化分析。数据集中包含的性别、教育、出生地等分类列，支持用户根据研究需求灵活进行子群体对比与聚合统计。所有使用方法均以Python代码示例呈现，涵盖加载、过滤、绘图与透视等常见操作流程。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的统计数据库ILOSTAT编制，并由Electric Sheep Africa于2025年重新打包发布，专注于非洲34个国家1991至2025年间按性别、教育程度和出生地划分的劳动力市场以外人口数据，共计5,730条观测值。ILOSTAT作为全球劳动统计的核心来源，其数据基于国家劳动力调查、家庭收入调查、企业调查及行政记录，并遵循国际劳工统计学家会议（ICLS）定义进行统一化处理，为研究非洲劳动力市场的结构性特征提供了权威且跨时空可比的基础。该数据集在区域发展研究中具有重要意义，尤其为分析非洲大陆非经济活动人口的社会经济构成、教育水平差异及迁移背景对劳动参与的影响提供了精细化的量化工具，推动了相关领域向子群体层次的深入探索。

当前挑战

该数据集所解决的领域问题核心在于非洲劳动力市场非经济活动人口的异质性建模，传统宏观指标往往忽略性别、教育与出生地等分层的交互作用，而该数据通过多维分类变量（如性别三分类、教育水平与出生地组合）揭示了隐蔽的劳动力闲置与结构性就业障碍。构建过程中面临的多重挑战包括：各来源国调查方法论差异导致的序列不连续性（如备注列中标记的方法修订与断点）、数据可靠性标注（如“不可靠”标志位）引发的质量筛选难题，以及ILOSTAT选定“最佳来源”而非多源融合所产生的潜在选择偏差，这些均需研究者在时间序列分析与因果推断中谨慎处理。

常用场景

经典使用场景

该数据集围绕非洲地区劳动力市场结构，提供了1991至2025年间34个非洲国家‘非经济活动人口’按性别、教育程度和出生地划分的详细观测数据，共计5730条记录。研究人员可借此构建分类模型，预测个体退出劳动力市场的核心驱动因素；亦可运用回归分析或时间序列预测模型，探索教育水平、性别差异与劳动参与率的动态演变轨迹。这一结构化面板数据为劳动经济学领域的实证研究奠定了坚实基础，尤其适合用于探究非洲大陆人力资本积累与劳动力供给的长期变迁。

实际应用

在实际应用层面，该数据集为国际发展机构、非洲各国劳动部门和社会政策研究者提供了精准的决策支持工具。借助对不同性别和教育背景非经济活动人口的分布画像，政策制定者能够识别出最需要就业帮扶的脆弱群体，从而设计更具针对性的技能培训、社会保护与就业激励计划。此外，通过时间序列推演，该数据还可辅助评估区域劳动力市场改革的长期成效，并为跨国劳务合作、减贫战略及可持续发展目标的监测与调整提供量化的预警指标。

衍生相关工作

基于该数据集，学界与业界已衍生出多项富有影响力的经典工作。例如，有研究者利用该面板数据构建了机器学习预测模型，探讨撒哈拉以南非洲国家非经济活动人口与青年失业率的非线性关系；另有一些工作将性别分类变量与教育分组信息结合，运用固定效应模型揭示女性向非经济活动状态的退出路径。此外，该数据集还启发了对非洲人口迁移与劳动供给弹性之间复杂互动机制的因果推断研究，为更广泛的区域劳动力数据库建设与跨国比较分析树立了范式参照。