electricsheepafrica/africa-ilo-eip-dwap-sex-age-cct-rt-inactivity-rate-by-sex-age-and-citizenship

该数据集包含非洲45个国家从1991年至2025年的不活跃率（按性别、年龄和公民身份分列）数据，共计12,096个观测值，涵盖一个独特指标（EIP_DWAP_SEX_AGE_CCT_RT）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Africa重新打包，以表格形式提供，并包含国家、年份、性别、年龄分类、公民身份等多维度信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains 12,096 observations of inactivity rate by sex, age and citizenship (%) data across 45 Africa countries, spanning from 1991 to 2025, covering one distinct indicator (EIP_DWAP_SEX_AGE_CCT_RT). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), repackaged by Electric Sheep Africa, provided in tabular format with multiple dimensions such as country, year, sex, age classification, and citizenship, suitable for tasks like tabular classification, regression, and time-series forecasting.

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，由Electric Sheep Africa团队通过ILOSTAT的REST API直接抽取，并针对非洲地区进行地理过滤，仅保留ISO 3166-1 alpha-3编码下的45个非洲国家。原始数据基于各国劳动力调查、家计调查等行政记录，并依据国际劳工统计学家会议（ICLS）定义进行统一协调处理，最终汇聚为涵盖单一指标“按性别、年龄和公民身份划分的不活动率”的结构化时间序列表格，共包含12,096条观测记录。

使用方法

用户可直接通过HuggingFace的`datasets`库调用`load_dataset()`函数一键加载该数据集，并将其转换为Pandas DataFrame进行后续分析。可轻松实现国家级子集筛选、单指标时间序列可视化，或通过`pivot_table`操作将数据重塑为国家与年份的矩阵视图，从而为非洲劳动力市场的跨国家、跨时序比较研究提供灵活的数据操作基础。推荐在引用时同时标注ILO原始数据源及Electric Sheep Africa的重新打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2025年创建，核心呈现非洲45个国家在1991至2025年间基于性別、年龄和国籍维度分层的经济活动人口不活跃率。作为全球劳动力统计领域的权威数据源，ILOSTAT长期从事多国微观调查数据的标准化与整合，此数据集聚焦非洲大陆，填补了该地区在劳动参与结构性分析中的关键数据空白。通过Electric Sheep Africa的重新打包与优化，该资源为研究非洲劳动力市场的动态演变、性别与代际差异以及移民群体的经济融入提供了宝贵的时序面板数据，对劳动经济学、发展研究与公共政策评估具有显著的支撑作用。

当前挑战

该数据集所应对的领域难题在于亟需厘清非洲地区复杂且不均衡的劳动力市场结构，特别是不活跃率如何受制于性别、年龄及公民身份等多重交互因素，并缺乏长期、稳定的可比性数据。在构建过程中，挑战主要源于ILOSTAT需从各国劳动力调查、家计调查等多源头异构数据中，遵照国际劳工统计学家会议（ICLS）定义进行标准化归并，这带来了数据来源的质量不一、分类口径差异及时间序列的断裂问题；此外，依赖API获取时需确保对非洲国家ISO3编码的精确过滤，并妥善处理源数据中观测状态的‘不可靠’标记，以维护结构化数据集的严谨性与可用性。

常用场景

经典使用场景

在国际劳动统计与非洲区域经济研究中，该数据集最经典的使用场景是作为横截面与时间序列相结合的微观数据基础，用于分析非洲45国不同性别、年龄组与公民身份群体的经济活动参与差异。研究人员常将其纳入劳动经济学模型，以量化劳动力市场边缘群体——尤其是女性、青年及外来移民——的不活动率演变趋势。数据集中1991至2025年间的年度观测值，为构建面板数据回归或动态聚类分析提供了高质量输入，使得跨国比较与长周期动态刻画成为可能。

解决学术问题

该数据集的核心学术价值在于填补了非洲地区劳动力非参与行为系统化比较研究的空白。它有效回应了发展经济学中长期存在的难题：如何区分结构性与周期性不活动率，并识别性别与公民身份等维度的交互效应。借助ILOSTAT统一的方法论与数据质量标注，学者可以规避多源数据整合中常见的定义不一致与观测值缺失问题，从而更可靠地检验关于劳动力市场排斥、代际传导及移民融入的理论假设，推动非洲劳动经济研究从描述性统计走向因果推断。

实际应用

在实际应用中，该数据集为国际组织、非洲各国劳动部门及非政府组织的政策评估与监测提供了实证依据。依托于细粒度的人口分组标识，决策者能够精准定位不活动率攀升的关键亚群体，继而设计针对性的技能培训、创业激励或社会保险干预措施。例如，伴随数据可得的青年与女性群体不活动率时序，可用于评估国家就业促进项目的阶段性效果，并为ILO体面劳动国别计划（DWCP）的修订提供量化支撑，将宏观目标转化为可追踪的属地化指标。

数据集最近研究

最新研究方向

基于国际劳工组织（ILO）ILOSTAT数据库提供的非洲45国横跨1991至2025年的非经济活动率（按性别、年龄和公民身份分类）时间序列数据，当前研究前沿聚焦于利用该数据集探析非洲大陆劳动力市场中非经济活动人口的构成特征与演变趋势，尤其结合近年来全球移民流动加剧与区域劳动力结构调整的热点事件，深入分析不同性别与年龄群体在公民身份维度的非经济参与差异。该数据集的精细化分类特征为构建预测模型、评估社会经济政策干预效果以及揭示非洲各国间结构性不平等提供了关键实证基础，对推动非洲劳动力市场研究、促进体面劳动与包容性经济增长具有重要学术与现实意义。