electricsheepafrica/africa-ilo-eip-xplf-sex-edu-geo-nb-potential-labour-force-by-sex-education-and-rural

该数据集包含非洲39个国家从1994年至2025年的潜在劳动力数据，按性别、教育程度和城乡地区分类，以千人为单位。数据涵盖6,720个观测值，核心指标为“EIP_XPLF_SEX_EDU_GEO_NB”，即“按性别、教育程度和城乡地区划分的潜在劳动力（千人）”。数据集来源于国际劳工组织（ILO）的ILOSTAT数据库，属于“其他劳动力未充分利用措施”主题，经过Electric Sheep Africa重新打包，以表格形式提供，支持分类、回归和时间序列预测等任务。数据包括国家代码、指标标签、性别分类（总计、男性、女性）、教育水平分类、城乡分类、观测年份、观测值及数据质量标志等字段。This dataset contains potential labour force data for 39 Africa countries from 1994 to 2025, disaggregated by sex, education level, and rural/urban areas, in thousands. It includes 6,720 observations, with the core indicator being EIP_XPLF_SEX_EDU_GEO_NB (Potential labour force by sex, education and rural / urban areas, in thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database under the topic Other measures of labour underutilization, repackaged by Electric Sheep Africa, and provided in tabular format for tasks such as tabular classification, regression, and time-series forecasting. It includes fields like country codes, indicator labels, sex classification (total, male, female), education level classification, rural/urban classification, observation year, observed values, and data quality flags.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）的ILOSTAT数据库整合而成，通过REST API直接抽取指标‘EIP_XPLF_SEX_EDU_GEO_NB’的原生数据，并依据非洲ISO3国家代码进行地域过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查的微观数据进行标准化处理，确保跨国可比性。数据集经Electric Sheep Africa重新打包，统一为Parquet格式，以方便机器学习研究者直接调用。

特点

数据集涵盖1994至2025年间39个非洲国家共6720条观测记录，聚焦‘潜在劳动力’这一劳动力利用不足的独特衡量指标。数据按性别（男性、女性、总计）、教育程度以及城乡地域进行详细拆解，并附有来源标注、观测状态标识及方法论变更注释。时间序列结构清晰，适合进行面板数据分析与跨国家、跨领域的劳动力趋势比较。

使用方法

用户可通过HuggingFace的`datasets`库以`load_dataset()`命令一键加载数据，并转换为Pandas DataFrame进行后续分析。典型使用场景包括按国家代码筛选以聚焦单一经济体，按年份排序生成时间序列并可视化，或通过数据透视构建国家×年份的观测矩阵。数据集已封装为表格形式，支持分类、回归与时间序列预测等机器学习任务。

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发布，经Electric Sheep Africa重新打包并托管于HuggingFace平台，旨在系统性地量化非洲地区潜在劳动力人口的分布特征。核心研究问题聚焦于按性别、教育程度及城乡地域划分的潜在劳动力规模（以千人为单位），跨越1994至2025年间39个非洲国家的6,720条观测记录。作为全球劳动力统计的权威来源，ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收支调查等微观数据进行标准化处理，所构建的指标集为理解非洲劳动力市场的结构性未充分利用问题提供了关键数据基石，对劳动经济学、发展经济学及非洲区域研究领域产生了深远影响，尤其填补了细化维度（如教育与性别交叉）下劳动力潜能评估的空白。

当前挑战

该数据集所解决的领域核心挑战在于，非洲劳动力市场中存在大量未被传统失业定义充分捕获的“潜在劳动力”，即虽有就业意愿但因教育技能不匹配、城乡地理阻隔或社会性别规范等原因处于劳动力边缘的群体，传统指标往往低估实际劳动力供给压力。在构建过程中，数据整合面临多重技术挑战：首先，39个国家的原始数据源自不同年代的多种调查类型（如劳动力调查与行政记录），其调查设计、问卷定义与抽样框架差异显著，需由ILO进行复杂的跨源协调与统计口径统一；其次，指标中频繁出现因方法论修订导致的序列断裂标记（如`note_indicator.label`中的“Break in series”），以及大量被标记为“不可靠”的观测值（如`U`状态码），对时间序列分析的连续性和准确性构成显著制约；此外，分类变量（如教育水平）的非标准标注（如“Nonstandard education level”）要求使用者具备深厚的领域知识才能精确解析与清洗，增加了数据直接用于机器学习建模的前置处理成本。

常用场景

经典使用场景

该数据集汇集了国际劳工组织（ILO）ILOSTAT数据库中关于非洲39个国家潜在劳动力人口的权威统计资料，时间跨度覆盖1994年至2025年，共包含6720条观测记录。研究者常将其用于分析非洲劳动力市场的结构性特征，例如按性别、教育水平和城乡地域划分的潜在劳动力分布情况。通过时间序列分析与面板数据建模，该数据集可支持对非洲各国劳动力参与率的变化趋势进行横向比较与纵向追踪，为理解非洲大陆劳动力资源的闲置与利用状况提供数据基础。

解决学术问题

在学术研究层面，该数据集有效填补了非洲劳动力市场精细分析的数据缺口。它解决了如何量化不同受教育群体在城乡二元结构下的潜在劳动力供给差异这一关键问题，使研究者能够评估教育投资对劳动力市场参与的影响，并揭示性别不平等在就业机会获取中的具体表现。此外，该数据有助于探讨劳动利用不足的多种测度指标，推动了关于非正式就业、时间相关不充分就业及失业边缘群体的交叉学科研究，为劳动力经济学、发展经济学及教育经济学领域提供了实证支撑。

衍生相关工作

基于该数据集的衍生工作涵盖了多个前沿方向。部分研究将其与非洲其他国家统计局的微观调查数据融合，利用机器学习方法构建劳动力参与率预测模型，提升短期劳动力市场预报的准确性。另有学者基于该数据集的时间序列特性，开展面板数据因果推断分析，探讨经济增长、教育扩张与潜在劳动力规模之间的动态关系。此外，该数据被用于开发交互式数据可视化平台，直观呈现非洲各国劳动力利用不足的时空演变格局，促进研究成果向公共政策的转化。