electricsheepafrica/africa-ilo-eip-dwap-sex-edu-geo-rt-inactivity-rate-by-sex-education-and-rural-urban-a

该数据集名为按性别、教育程度和城乡地区划分的不活动率（%）| 非洲（ILOSTAT），是一个表格型数据集，专注于非洲国家的劳动力市场不活动率统计。数据集包含28,235个观测值，覆盖45个非洲国家，时间跨度为1994年至2025年。核心指标为EIP_DWAP_SEX_EDU_GEO_RT，即按性别、教育程度和城乡地区划分的不活动率（百分比）。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、家庭收入调查等数据源进行标准化处理。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类、教育分类、城乡分类、观测年份、观测值、数据状态标志等。数据按性别（总计、男性、女性）、教育程度和城乡地区进行细分，支持时间序列分析和跨国比较。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层，方便研究人员和开发者使用。This dataset, named Inactivity rate by sex, education and rural / urban areas (%) | Africa (ILOSTAT), is a tabular dataset focusing on labor market inactivity rates in African countries. It contains 28,235 observations across 45 African countries, spanning from 1994 to 2025. The core indicator is EIP_DWAP_SEX_EDU_GEO_RT, which represents the inactivity rate disaggregated by sex, education level, and rural/urban areas (in percentage). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, a leading global source for labor statistics, harmonized from national labor force surveys, household income surveys, and other sources. The dataset includes detailed columns such as country code, country name, data source, indicator code, sex classification, education classification, rural/urban classification, observation year, observed value, and data status flags. Data is disaggregated by sex (total, male, female), education, and rural/urban areas, enabling time-series analysis and cross-country comparisons. Repackaged by Electric Sheep Africa, it is part of a unified, ML-ready data layer for Africa, designed for easy access by researchers and developers.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，专门聚焦于非洲大陆的劳动参与不足度量。数据通过调用ILOSTAT的REST API（https://rplumber.ilo.org/data/indicator?id=EIP_DWAP_SEX_EDU_GEO_RT）直接获取，并依据非洲ISO3国家代码进行筛选与提取。原始调查微观数据由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，数据集中的source.label字段清晰标注了每项观测的数据来源，如劳动力调查或行政记录，确保了数据的可追溯性与方法一致性。最终由Electric Sheep Africa重新打包为适合机器学习使用的格式，共包含28,235条观测记录，覆盖45个非洲国家，时间跨度从1994年至2025年。

特点

该数据集的核心特色在于其精细的多维分层结构，提供了按性别（Sex）、教育水平（Education）以及城乡地域（Rural/Urban Areas）交叉划分的经济不活跃率（Inactivity Rate）指标。每个观测值都附有丰富的元数据，包括观测状态标记（如provisional、unreliable）以及各类注释，如方法修订导致的数据中断说明，极大便利了数据质量评估。数据集中性别的三个唯一值（总、男、女）与其他分类变量（classif1、classif2）共同构成了灵活的分层分析框架。数据频率为年度，并采用ILO为每个国家-年份组合遴选的“最佳来源”，保证了数据的一致性与权威性。

使用方法

此数据集可通过HuggingFace Datasets库便捷加载。研究人员仅需调用`load_dataset("electricsheepafrica/africa-ilo-eip-dwap-sex-edu-geo-rt-inactivity-rate-by-sex-education-and-rural-urban-a")`即可获取数据，并利用Python生态进行深入分析。具体应用包括：通过过滤`ref_area`列快速提取单个国家的时间序列数据；按`indicator`列筛选后，使用`obs_value`进行趋势可视化与预测建模；亦可通过`pivot_table`将数据重塑为国家×年份的面板矩阵，便于面板数据回归分析。加载后的数据以Pandas DataFrame形式呈现，可直接适配scikit-learn、PyTorch等主流机器学习框架，实现从数据探索到模型训练的无缝衔接。

背景与挑战

背景概述

劳动力市场非经济活动率是衡量劳动力资源利用不足的重要指标，尤其对于发展中国家，性别、教育程度与城乡差异带来的结构性不平等深刻影响着经济社会发展。国际劳工组织（ILO）作为全球劳动统计的权威机构，其ILOSTAT数据库整合了各国劳动力调查数据，为政策制定和学术研究提供了基础。在此背景下，Electric Sheep Africa于2025年重新打包发布了该数据集，聚焦非洲45个国家1994至2025年间按性别、教育水平和城乡区域划分的非经济活动率观测值，共计28,235条记录，旨在为非洲劳动力市场研究提供结构化、可复用的机器学习友好型数据资源。该数据集的核心研究问题在于揭示非洲大陆劳动力参与的多维不平等格局，其对劳动经济学、发展研究及区域政策评估领域具有重要推动力。

当前挑战

该数据集面临的首要挑战是领域问题的复杂性，即如何准确刻画和建模非洲劳动力市场中非经济活动率在性别、教育与城乡维度上的交互作用，以支持精细化政策干预。构建过程中的挑战则包括：源数据来自45个国家多个劳动力调查项目，因方法修订、数据质量参差及来源不一致导致的时序断裂和标记不可靠（如观测状态含‘provisional’或‘unreliable’），需要清洗和验证；原始数据以年度频率为主，无法捕捉年内波动，对时间序列预测任务构成阻力；同时，性别、教育层次等分类属性的缺失值处理，以及多源数据融合时的最佳来源选择，均增加了数据预处理和标准化的难度。

常用场景

经典使用场景

该数据集聚焦于非洲45个国家劳动力非活跃率的精细刻画，按性别、教育程度及城乡区域进行多维分层，广泛适用于劳动经济学与社会分层研究。研究者可借此剖析不同群体在劳动力市场边缘化的结构性差异，例如女性与低教育群体在城乡环境下的非活跃率分布。其跨年度面板结构亦为时间序列分析与面板回归提供了理想素材，助力揭示教育扩张、城镇化进程与劳动力参与之间的动态关联。

实际应用

实际应用中，该数据集是国际组织、国家统计部门及发展机构评估劳动力政策效力的重要工具。基于性别与教育分层的数据可指导针对性就业援助计划，例如识别农村低教育女性群体中的高非活跃率，为政策制定者设计职业培训与公共服务提供量化依据。同时，城乡差异分析支撑了基础设施投资与区域平衡发展策略的优化，助力实现体面劳动与减贫的可持续发展目标。

衍生相关工作

基于该数据集的衍生工作已催生多项开创性研究，包括构建非洲劳动力非活跃率的预测模型，利用机器学习方法刻画时空演变趋势；或将非活跃率与教育指标、城镇化率进行多变量因果推断，揭示劳动力市场僵化的根源。此外，该数据集的精细粒度为构建社会分层指数和性别不平等指标提供了基准数据，推动了跨数据库整合分析，例如将ILOSTAT与教育普查数据融合以评估‘教育—就业’鸿沟。