electricsheepafrica/africa-ilo-eip-2eip-sex-age-nb-persons-outside-the-labour-force-by-sex-and-age-il

该数据集包含非洲地区劳动力统计信息，具体涉及按性别和年龄划分的非劳动力人口指标，基于国际劳工组织（ILO）的模型估计数据（截至2025年11月）。数据集涵盖53个非洲国家，时间跨度为1990年至2027年，共包含54,135个观测值。数据来源于ILOSTAT数据库，通过API获取并过滤为非洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集结构包括国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、观测年份、观测值等字段，可用于表格分类、回归或时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源处理多源冲突。数据集由Electric Sheep Africa重新打包，便于机器学习使用，遵循CC-BY-4.0许可证。This dataset contains labour statistics for Africa, specifically the Persons outside the labour force by sex and age indicator based on ILO modelled estimates (as of November 2025). It covers 53 African countries from 1990 to 2027, with 54,135 observations. Data is sourced from the ILOSTAT database, retrieved via API and filtered to African ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. The schema includes fields such as country code, country name, data source, indicator code, sex classification, age classification, observation year, and observed value, suitable for tabular classification, regression, or time-series forecasting tasks. Data is published at annual frequency, with quality caveats like the use of ILO-selected best source for multiple sources. Repackaged by Electric Sheep Africa for ML-ready use, under CC-BY-4.0 license.

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，聚焦于非洲地区按性别与年龄划分的劳动力外人口（即未参与劳动力市场的人口）的ILO模型估算值。数据通过ILOSTAT REST API直接拉取，选取了'EIP_2EIP_SEX_AGE_NB'指标，并依据非洲ISO3国家代码进行地域筛选。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与标准化处理，数据来源在'source.label'字段中予以标记以确保可追溯性。Electric Sheep Africa团队对原始数据进行了重新封装，整合为54,135条观测记录，覆盖53个非洲国家，时间跨度为1990年至2027年，形成了一份结构清晰、可直接用于机器学习的表格数据集。

特点

该数据集的显著特点在于其丰富的地理覆盖与时间纵深，囊括了53个非洲国家长达38年的年度观测数据，总计54,135条记录。其核心指标聚焦于劳动力外人口，并提供了按性别（总、男、女）与年龄组别进行细分的维度，支持多维度的交叉分析。数据字段设计完备，包含国家代码、来源标签、指标代码、细分维度（性别、年龄分类）、观测值、观测状态等，便于进行精确筛选与聚合。作为ILO的模型估算数据，其优势在于提供了官方机构基于统一标准协调后的高质量时间序列，适用于跨国比较与趋势分析。数据许可为CC-BY-4.0，学术与商业用途均受许可，兼顾了开放性与规范性。

使用方法

该数据集的使用极为便捷，用户可通过HuggingFace的`datasets`库直接加载，核心命令为`load_dataset("electricsheepafrica/africa-ilo-eip-2eip-sex-age-nb-persons-outside-the-labour-force-by-sex-and-age-il")`，返回一个可直接转换为Pandas DataFrame的' train '分片。基于此，用户可利用'ref_area'字段筛选特定国家（如肯尼亚）的数据，通过'indicator'字段聚焦于单一指标进行时间序列分析，或运用透视表技术构建国家×年份的观测值矩阵，便于开展面板数据建模。数据集的结构化特征使其天然适用于表格分类、回归以及时间序列预测等机器学习任务，为研究非洲劳动力市场结构、性别差异及长期趋势提供了强大的数据基础。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Africa重新打包后于HuggingFace平台开放，聚焦非洲53个国家1990至2027年间按性别与年龄划分的劳动力外人口统计。作为ILOSTAT数据库的衍生资源，其核心研究问题在于量化非洲地区未参与劳动力市场的个体分布，为理解劳动参与率波动、性别差异及青年失业等结构性挑战提供数据支撑。该数据集通过统一ILO建模估计方法，整合了来自家庭调查与行政记录的多源信息，对非洲劳动力市场研究、可持续发展目标（SDG）监测及区域政策制定具有显著影响力，尤其在填补低收入国家劳动力统计空白方面发挥了关键作用。

当前挑战

数据集面临的主要挑战包括：首先，非洲劳动力统计长期受限于数据稀疏性与质量不一致问题，许多国家缺乏定期劳动力调查，导致建模估计依赖有限样本和假设，可能引入偏差。其次，跨国家、跨时间段的指标可比性不足，不同来源数据的定义与收集方法差异（如ICLS标准执行程度不一）增加了数据融合难度。此外，构建过程中需处理大规模缺失值与多源数据冲突，例如按性别与年龄细分时，部分国家小样本导致估计值置信区间偏大。最后，时间序列预测至2027年涉及外推不确定性，尤其是对政治经济动荡区域的长期趋势捕捉存在挑战。

常用场景

经典使用场景

该数据集聚焦于非洲地区劳动力市场以外的群体，按性别与年龄维度呈现国际劳工组织（ILO）对1990至2027年间非洲53个国家的建模估计数据。经典使用场景涵盖劳动经济学中的分割分析，研究者可借助该数据描绘非劳动力群体的规模与结构变化，揭示不同性别和年龄组在劳动力市场边缘化程度上的差异。结合时间序列特征，该数据适合用来构建预测模型，探索经济周期、政策干预或社会变迁对非劳动群体的长期影响。

实际应用

在实际应用中，该数据集为非洲各国政府、国际组织及发展机构的劳动力政策制定提供了量化依据。通过监测非劳动力群体的规模与构成，政策制定者能够识别哪些人群及地区面临最高的劳动力边缘化风险，从而精准设计职业培训、社会保障和就业促进计划。在新冠疫情后复苏评估中，该数据可辅助追踪劳动参与的恢复进程。此外，发展经济学家可将其与教育、健康等数据集交叉分析，探索影响劳动力参与的多维因素，提升干预措施的针对性与有效性。

衍生相关工作

该数据集衍生出一系列围绕非洲劳动力市场动态的经典研究工作。基于此数据，学者常构建面板数据模型，分析非劳动力群体在不同国家与时间上的演化模式，并与GDP增长、产业结构转型等宏观指标关联。部分研究将性别差异作为核心变量，探讨女性因照护责任被排斥在劳动力市场之外的社会后果。另一类工作聚焦于时间序列预测，利用机器学习方法估计未来非劳动力群体的规模，为长期人力资本规划提供决策支持。这些工作持续推动劳动经济学与发展经济学的前沿对话。