electricsheepafrica/africa-ilo-eip-dwap-sex-mts-rt-inactivity-rate-by-sex-and-marital-status

该数据集包含非洲49个国家按性别和婚姻状况划分的不活动率（%）统计数据，时间跨度为1982年至2025年，共8,382个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为其他劳动力未充分利用指标，涵盖了劳动力市场中的不活动率指标（EIP_DWAP_SEX_MTS_RT）。数据集经过Electric Sheep Africa重新打包，以表格形式提供，包括国家代码、年份、性别、婚姻状况分类、观测值及数据质量标志等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains inactivity rate (%) statistics by sex and marital status for 49 African countries, spanning from 1982 to 2025, with 8,382 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on Other measures of labour underutilization, specifically the indicator EIP_DWAP_SEX_MTS_RT. Repackaged by Electric Sheep Africa, it is provided in tabular format with columns such as country code, year, sex, marital status classification, observed values, and data quality flags, 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ILOSTAT数据库，专注于非洲地区按性别和婚姻状况划分的不活动率指标。数据通过ILOSTAT REST API直接抽取，并基于非洲ISO3国家代码进行过滤，涵盖了49个非洲国家从1982年至2025年的时间序列观测值，共计8,382条记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调处理，并在`source.label`列中标注数据来源以确保可追溯性。数据集由Electric Sheep Africa重新打包为Parquet格式，提供统一且易于机器学习使用的架构。

特点

该数据集的核心特点在于其精细的维度拆解与权威性。唯一的核心指标`EIP_DWAP_SEX_MTS_RT`即不活动率，按性别（总、男、女）和婚姻状况进行拆分，提供了丰富的分组视角。数据覆盖广泛，从南非的711条观测到多哥的202条，时间跨度长，部分国家如安哥拉可追溯至2025年。此外，数据集中包含`obs_status`和`note_indicator`等质量标记字段，用于标识数据的中断或方法修订，确保了使用的透明度与可靠性，尤其适合进行劳动力市场长期趋势分析。

使用方法

用户可通过HuggingFace的`datasets`库轻松加载该数据集，使用`load_dataset`函数即可获得可直接转换为Pandas DataFrame的格式。通过简单的过滤操作，如`df[df["ref_area"] == "KEN"]`，可聚焦于单一国家的数据。对于时间序列分析，可对`time`列排序后绘制`obs_value`的变化趋势。此外，借助`pivot_table`方法，能够便捷地将长格式数据重塑为国家×年份的矩阵，便于进行多国比较或面板数据回归分析。该数据集设计兼顾了研究者与开发者的快速上手需求。

背景与挑战

背景概述

在劳动力市场研究领域，非经济活动率（Inactivity rate）是衡量劳动资源利用不足的关键指标，尤其对于非洲大陆而言，因其经济结构复杂、统计体系薄弱，长期面临高质量时序数据缺失的困境。该数据集由国际劳工组织（ILO）于2025年创建，经由Electric Sheep Africa团队在HuggingFace上重新整合封装，聚焦于非洲49个国家1982年至2025年间按性别与婚姻状况划分的非经济活动率。核心研究问题在于揭示非洲劳动力市场中的结构性与制度性闲置成因，为跨国比较和政策干预提供可靠的微观数据基础。该数据集不仅填补了非洲区域劳动力统计的空白，更通过ILOSTAT标准化采集流程与ICLS定义统一，成为推动非洲劳动力利用不足问题量化分析的里程碑资源。

当前挑战

该数据集所解决的领域核心挑战在于：非洲地区长期缺乏系统性、可比较的劳动力非经济活动率数据，传统调查受限于样本覆盖不均、年份间断和口径不统一，难以支撑精准的时空分析与预测建模。在构建过程中，团队面临多源调查数据（如劳动力调查、家庭收入调查）的整合与清理难题，需应对不同国家间调查方法、定义与质量控制标准的异质性，并通过ILO遴选的‘最佳源’策略进行取舍。此外，数据包含大量标识状态（如“序列中断”、“修订后方法”），需要精细处理缺失值与异常标记，以确保时间序列的一致性与可溯源性。数据频率仅为年度，无法反映季节性或亚年度波动，也限制了高分辨率分析的应用。

常用场景

经典使用场景

该数据集收录了1982年至2025年间49个非洲国家的8382条观测记录，主要聚焦于按性别和婚姻状况划分的劳动参与率指标。经典使用场景包括构建时序模型以分析非洲地区不同性别与婚姻状态群体的劳动市场退出模式，揭示经济活动人口的结构性特征。研究者可借助该数据进行面板数据分析，探究经济发展阶段、社会政策变迁与劳动参与率动态演变的关联机制。

解决学术问题

该数据集系统性地解决了非洲大陆劳动参与率指标在性别与婚姻维度上长期缺乏高覆盖、标准化时间序列的学术痛点。它使研究者能够量化婚姻状况对男女劳动行为差异的影响，检验性别角色理论在非洲语境下的适用性，并评估社会保障政策对边缘群体劳动参与率的干预效果。数据集为比较劳动经济学、发展经济学与人口社会学提供了跨区域的实证基础，推动了非洲劳动市场研究从描述性统计向因果推断的纵深发展。

衍生相关工作

该数据集衍生了多项具有影响力的研究工作，尤其推动了非洲劳动参与率与婚姻形态、性别平等指数之间关系的量化探索。学者利用其构建了多国面板数据结合固定效应模型，揭示了婚姻对女性劳动退出率的显著放大效应，并量化了在撒哈拉以南非洲地区，丧偶或离婚女性面临的额外就业壁垒。部分经典工作进一步将数据集与ILO其他指标（如非正规就业率、职涯发展指数）整合，开创性地评估了非洲不同婚姻制度安排对劳动市场性别隔离程度的长期影响。