electricsheepafrica/africa-ilo-eip-teip-sex-age-mts-nb-persons-outside-the-labour-force-by-sex-age-and-ma

该数据集名为按性别、年龄和婚姻状况划分的非劳动力人口（千人）| 非洲（ILOSTAT），是一个关于非洲国家劳动力未充分利用情况的表格数据集。它包含123,160个观测值，覆盖49个非洲国家，时间跨度为1982年至2025年，涉及1个核心指标：EIP_TEIP_SEX_AGE_MTS_NB，即按性别、年龄和婚姻状况划分的非劳动力人口（以千人为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，通过国家劳动力调查、家庭收入调查、机构调查和行政记录等渠道收集数据。数据集经过ILO统计部门协调，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集包含多个列，包括国家代码（ISO 3166-1 alpha-3）、国家名称、数据来源代码和标签、指标代码和标签、性别分类（总计、男性、女性）、年龄分类、婚姻状况分类、观测年份、观测值（单位因指标而异）、观测状态标志（如临时数据、不可靠数据）以及相关注释。数据以年度频率发布，部分指标可能包含月度或季度序列，但本数据集仅包含年度数据。当同一国家×年份有多个数据来源时，使用ILO选择的最佳来源。数据按性别、年龄和婚姻状况等维度进行细分，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习研究和开发使用。This dataset, titled Persons outside the labour force by sex, age and marital status (thousands) | Africa (ILOSTAT), is a tabular dataset focusing on labour underutilization in African countries. It contains 123,160 observations across 49 African countries, spanning from 1982 to 2025, and covers 1 distinct indicator: EIP_TEIP_SEX_AGE_MTS_NB, which represents persons outside the labour force by sex, age and marital status (in thousands). The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, a leading global source for labour statistics, compiled from national labour force surveys, household income surveys, establishment surveys, and administrative records. The dataset is harmonized by the ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions. It includes columns such as country code (ISO 3166-1 alpha-3), country name, source code and label, indicator code and label, sex disaggregation (total, male, female), age classification, marital status classification, observation year, observed value (unit varies by indicator), observation status flag (e.g., provisional, unreliable), and related notes. The data is published at annual frequency; some indicators may have monthly or quarterly series, but only annual data is included here. When multiple sources exist for the same country×year, the ILO-selected best source is used. The data is disaggregated by dimensions such as sex, age, and marital status, making it suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset is repackaged by Electric Sheep Africa in Parquet format for ease of use in machine learning research and development.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于ILOSTAT官方REST API采集并重新打包，旨在为非洲劳动力市场研究提供结构化的微观数据。数据源自国际劳工组织（ILO）统筹的国家劳动力调查、家庭收入调查及行政记录，经由ICLS定义进行一致性整合。原始API以JSON格式返回指标ID为EIP_TEIP_SEX_AGE_MTS_NB的数据，经抽取后仅保留非洲49国ISO3代码对应的观测记录，共计123,160条。数据以Parquet格式存储，每行包含国家代码、来源标识、指标值、时间以及按性别、年龄与婚姻状况划分的分类维度，支持高可复现的机器学习管道调用。

使用方法

用户可通过HuggingFace Datasets库直接加载数据集：`load_dataset("electricsheepafrica/africa-ilo-eip-teip-sex-age-mts-nb-persons-outside-the-labour-force-by-sex-age-and-ma")`，返回的`train`分片可快速转化为Pandas DataFrame进行处理。典型案例如筛选特定国家（如`df[df["ref_area"]=="KEN"]`）、按时间序列分析单一指标变化，或通过pivot_table构建国家×年份的观测矩阵。由于数据已按年度聚合且字段标准化，研究者无需额外清洗即可直接用于非洲劳动力市场的时间序列预测、分类或回归建模。

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年整理发布，并由Electric Sheep Africa在HuggingFace上重新封装，旨在系统记录1982至2025年间49个非洲国家中按性别、年龄与婚姻状况划分的劳动参与外人口数量。核心研究问题聚焦于揭示非洲地区劳动闲置的细粒度结构，为劳动力市场分析提供基础性数据支撑。其影响力体现在，通过整合ILO统一方法论，首次实现了跨年代、跨国别的标准化劳动力数据聚合，为政策制定者与研究者评估非洲劳动参与趋势、性别差异及婚姻状况对劳动力市场的影响提供了关键依据。

当前挑战

该数据集在领域问题层面挑战在于，非洲劳动力数据长期面临各国调查标准不一、缺失值普遍及时间序列不连贯等问题，导致难以准确衡量非劳动参与人群的真实规模与结构。构建过程中则需克服多重数据障碍，包括从ILOSTAT REST API抽取原始数据时需处理多个来源的冲突与质量标记；需依据国际劳工统计学家会议定义对原始调查微观数据进行统一标准化；还需将按性别、年龄与婚姻状况交叉分类的稀疏数据转化为机器学习可用的结构化格式，同时确保不同来源在时间跨度与地域覆盖上的可比较性，避免因数据异质性引入分析偏差。

常用场景

经典使用场景

该数据集记录了1982年至2025年间49个非洲国家按性别、年龄和婚姻状况划分的劳动力市场外部人口数量（单位：千人），总计逾12万条观测数据。其经典使用场景聚焦于劳动经济学与人口统计学交叉领域，研究者可通过时间序列分析揭示非洲大陆劳动力退出行为的长期趋势，或借助面板数据模型探讨性别、年龄结构及婚姻状态对劳动参与决策的异质性影响。数据集的精细分层特性还使其成为评估非洲国家劳动力市场非活跃人口构成与演变的核心资源。

解决学术问题

在学术层面，该数据集系统性地填补了非洲地区劳动力市场非活跃人口统计数据的空白，解决了既往研究因缺乏跨国家、跨时段、多维度细粒度数据而难以开展比较分析的困境。它支撑了对劳动力市场边缘群体（如女性、青年、已婚人群）退出劳动成因的实证检验，为探讨非正规就业缓冲效应、家庭内部劳动力配置等学术议题提供了可靠依据。其标准化来源与透明分类体系还促进了跨国计量模型的可重复性与稳健性，显著推动了发展经济学与劳动经济学对非洲区域特征的量化认知。

实际应用

实际应用中，该数据集为国际发展机构、非洲国家政府及非政府组织制定劳动力市场干预政策提供了数据基石。借助其中性别与年龄分层信息，决策者能够精准识别需要针对性就业扶持的脆弱群体，例如设计面向青年女性的职业培训计划或评估婚姻状态对劳动再参与的影响。在宏观经济监测层面，数据集支持对劳动力市场松弛程度的实时追踪，有助于优化社会保障支出配置与就业促进策略的绩效评估，从而提升政策资源的投放效率。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别、年龄及婚姻状况划分的劳动力市场外人群规模测算，为劳动经济学中“隐性失业”与“劳动力闲置”的精细化研究提供了高颗粒度数据支撑。当前前沿方向已从传统的失业率统计转向对非正规就业、工作贫困及劳动力市场边缘群体的动态监测，该数据集覆盖1982至2025年的长时序、49国跨国样本，使得研究者能够结合非洲大陆自贸区建设、青年人口膨胀及性别平等政策等热点事件，深入剖析劳动力退出背后的结构性诱因与代际差异。其标准化schema与时间序列格式亦为机器学习模型预测劳动力流动趋势、评估社会保障干预效果奠定了实证基础，对推动非洲包容性就业战略的数据驱动决策具有重要参考价值。