electricsheepafrica/africa-ilo-eip-dwap-sex-age-cbr-rt-inactivity-rate-by-sex-age-and-place-of-birth

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的按性别、年龄和出生地划分的不活动率（%）数据，专门针对非洲地区。数据集涵盖36个非洲国家，时间跨度为1991年至2025年，共包含11,031条观测记录。核心指标为EIP_DWAP_SEX_AGE_CBR_RT，即按性别、年龄和出生地划分的不活动率（百分比）。数据通过ILOSTAT REST API获取，并经过标准化处理，包含国家代码、年份、指标值、数据来源、性别分类（总计、男性、女性）、年龄分类和出生地分类等多维度信息。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲劳动力市场研究提供机器学习就绪的数据支持。This dataset contains Inactivity rate by sex, age and place of birth (%) data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It covers 36 African countries from 1991 to 2025, with 11,031 observations. The core indicator is EIP_DWAP_SEX_AGE_CBR_RT, representing inactivity rate by sex, age and place of birth (%). Data is sourced via the ILOSTAT REST API and includes multi-dimensional information such as country codes, years, indicator values, data sources, sex disaggregation (total, male, female), age classification, and place of birth classification. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, providing ML-ready data for African labour market research.

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）旗下的ILOSTAT统计数据库，通过其REST API直接获取指标编码为EIP_DWAP_SEX_AGE_CBR_RT的原始数据，并依据非洲ISO3国家代码进行地域筛选与整合。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收支调查及行政记录等微观数据进行标准化处理，确保跨国的数据可比性与一致性。数据集最终由Electric Sheep Africa团队重新打包为机器学习就绪的Parquet格式，时间跨度覆盖1991年至2025年。

特点

该数据集收录了36个非洲国家共11,031条观测记录，聚焦于按性别、年龄及出生地划分的不活动率单一指标。其最大特色在于精细的多维度分层结构，涵盖性别（男性、女性、总计）、年龄组别及出生地分类变量，为劳动参与分析提供了微观解剖视角。数据来源标注明确，附有观测状态与系列中断注释，便于用户甄别数据质量。此外，数据集以稳定的Parquet格式发布，支持高效存储与读取。

使用方法

借助HuggingFace Datasets库，用户可通过load_dataset函数一行代码直接加载数据集，并轻松转换为Pandas DataFrame以便进一步处理。示例代码演示了如何按国家筛选数据（如仅保留肯尼亚观测值）、按时间轴绘制特定指标的折线图，以及利用透视表构造国家×年份的矩阵形式，为面板数据分析或时序建模提供直接的起点。数据集的统一Schema设计也使得跨指示器、跨国家的批量分析更为便捷。

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创建，并由Electric Sheep Africa在HuggingFace平台上重新封装发布。其核心研究问题聚焦于非洲36个国家的劳动市场动态，具体衡量按性别、年龄和出生地划分的经济不活跃率。作为ILO推动体面劳动与可持续发展目标（SDGs）监测的关键工具，该数据集填补了非洲劳动力统计中时空连续性不足的空白，为理解人口迁移、性别差异与就业结构提供了宝贵的时间序列数据（1991-2025年）。其对相关领域的影响力在于，通过标准化的分类体系（如性别、年龄组和出生地），支持政策制定者和研究者进行跨国比较分析，从而揭示非洲大陆劳动力参与的复杂模式与历史演变。

当前挑战

该数据集所解决的领域问题核心在于量化劳动力市场的‘隐性’部分——即经济不活跃人口，这对于制定包容性就业政策至关重要。在构建过程中，主要挑战包括：数据来源的多样性导致统计口径不一致，需依赖ILO严格的数据协调与质量控制流程；部分年份和国家的观测值存在‘不可靠’标记，反映了原始调查在低收入国家面临的抽样与执行困难；其次，缺失值处理及历史数据中断带来的时间序列不连续性问题，增加了建模与推断的复杂性。此外，跨文化背景下性别与年龄分类标准的统一，也是确保数据集科学性和可比性的一个显著挑战。

常用场景

经典使用场景

该数据集记录了1991年至2025年间36个非洲国家按性别、年龄和出生地划分的劳动参与率（即非经济活动率），总计11,031条观测值。在劳动经济学与发展经济学研究中，它常被用于构建面板数据模型，以分析非洲大陆不同群体劳动力市场边缘化程度的时空演变。研究者可借助其按性别、年龄和出生地三维细分的结构，精准刻画女性、青年及外来人口在劳动参与中的结构性劣势，从而为理解非洲劳动力市场的异质性提供坚实的数据基石。

实际应用

在实际应用层面，该数据集为国际发展机构、非洲各国劳工部门及非政府组织提供了关键决策支持。例如，政策制定者可依据按性别和出生地划分的非经济活动率，识别出劳动力市场中受排斥最严重的群体区域，进而设计精准的技能培训计划或就业促进项目。世界银行和非洲开发银行等组织可利用这些指标评估区域劳动力市场政策的实施效果，优化资源配置，助力实现联合国可持续发展目标中关于体面工作和经济增长的具体愿景。

衍生相关工作

基于该数据集，研究人员已衍生出多项具有影响力的经典工作。在学术领域，有学者将其与国际移民存量数据结合，构建了非洲劳动力迁移与本地就业替代效应的计量模型；另一些研究则利用其时间序列特征，评估了疫情冲击对不同性别和年龄组劳动力参与率的异质性影响。此外，该数据已被整合进Electric Sheep Africa打造的非洲统一数据层，成为机器学习模型预测非洲各国劳动力市场趋势的重要训练资源，推动了数据驱动的发展经济学研究范式的兴起。