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

该数据集包含非洲36个国家从1991年至2025年的国际移民存量数据，共有11,031条观测记录，涵盖1个具体指标：按性别、年龄和出生地划分的非劳动力人口（千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家数据。数据集为表格格式，包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、出生地分类、观测年份、观测值、观测状态等。数据按年度频率提供，部分数据可能带有不可靠等质量标志。该数据集适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 11,031 observations of international migrant stock data across 36 African countries from 1991 to 2025, covering one specific indicator: Persons outside the labour force by sex, age and place of birth (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African countries. The dataset is in tabular format with columns including country code, country name, data source, indicator code, sex classification, age classification, place of birth classification, observation year, observed value, observation status, etc. Data is provided at annual frequency, with some entries flagged for quality (e.g., Unreliable). It is suitable for machine learning tasks such as 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核心统计数据库，通过REST API接口获取原始指标数据，并针对非洲36个国家的ISO3代码进行地域筛选与过滤。在数据整合过程中，ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查及行政记录等微观数据进行标准化与协调统一。Electric Sheep Africa团队在此基础上进行了二次封装与整理，最终形成了包含11,031条观测记录的表格型数据集，时间跨度覆盖1991年至2025年。

特点

数据集聚焦于非洲地区劳动力市场的一个关键维度——按性别、年龄和出生地划分的劳动力人口外群体（即非劳动力人口）规模，以千人为单位计量。其显著特点在于提供了精细的多维分类结构，包括性别（男性、女性、总体）、年龄分组及出生地类型等分层变量，使得研究者能够深入剖析不同人群的劳动参与特征。此外，数据集中标注了每个观测值的来源信息与质量状态标识，便于用户评估数据的可靠性与适用性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，并将其转换为Pandas DataFrame格式进行后续分析。典型的应用场景包括按国家筛选子集、绘制特定指标的时间序列趋势图，以及构建国家-年份交叉矩阵以进行面板数据分析。对于需要专业化处理的场景，数据集提供了丰富的分类与状态标识列，支持用户根据性别、年龄组、数据质量等条件进行灵活的子集抽取与过滤操作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，经Electric Sheep Africa重新包装后托管于HuggingFace平台，聚焦非洲36个国家1991至2025年间按性别、年龄及出生地划分的劳动力市场外人口（以千计）。作为ILOSTAT数据库的核心子集，该数据填补了非洲地区劳动力参与度研究的系统化空白，尤其是对非正规就业、性别差异及移民背景等维度的量化刻画，为追踪可持续发展目标中体面劳动指标提供了关键支撑。其11,031条观测记录涵盖加纳、赞比亚等国长期面板数据，已成为评估非洲劳动力结构演变、政策干预效果及跨国比较研究的权威基石。

当前挑战

该数据集所解决的领域问题聚焦于非洲劳动力市场边缘群体的系统性量化难题，尤其是因数据稀疏、统计口径不一导致的非正规就业与隐性劳动参与率低估现象。其挑战包括：首先，36国数据源跨越34年，各国调查频率、问卷设计及ILO统计标准（ICLS）的适配差异使得跨时期、跨国比较面临异质性校正困境；其次，观测值中标记为“不可靠”或“方法论修订”的记录（如破缺序列标识）需谨慎处理，以免影响时间序列分析的连贯性；此外，数据聚合过程中多来源筛选（如“最优来源”策略）可能引入选择偏倚，削弱底层微观数据复现的完整性。

常用场景

经典使用场景

在劳动力经济学与人口统计学交叉领域，该数据集的核心应用场景聚焦于非洲各国适龄劳动人口中未参与劳动力市场群体的量化分析。研究者可借助性别、年龄和出生地三维度分层变量，系统刻画非劳动力人口的分布特征与动态演变轨迹。通过整合36个非洲国家自1991年至2025年的时序观测，构建纵贯面板数据，进而识别不同亚群体退出劳动力市场的概率差异及其时间趋势。该数据集的经典用法包括运用混合效应模型或固定效应面板回归，探究经济周期、政策干预或社会变迁如何调节非劳动力人口的规模与结构。

实际应用

实际应用中，该数据集直接服务于国际劳工组织、非洲各国劳工部门及发展机构的政策评估与监测体系。决策者可利用其提供的时间序列与细分指标，追踪特定群体（如女性、青年或非本土出生人口）退出劳动市场的原因与规模，从而设计定向职业培训、社会保障扩面及就业激励方案。在跨国发展项目中，该数据亦被用于校准劳动力参与率预测模型，并作为联合国可持续发展目标（SDG）中体面劳动指标（如SDG 8）进展监测的非洲区域数据源。非政府组织和研究智库可据此揭示疫情后劳动力恢复的地区差异，优化资源配置与干预优先级。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的研究工作，其持续性推动了非洲劳动统计学的深度拓展。一方面，学者将其与国际移民存量数据或教育成就面板对接，构建多源融合数据集，用以量化迁移流动与劳动力市场依附关系的跨国互动效应。另一方面，基于该数据的时间序列结构，研究者开发了针对非洲语境的贝叶斯结构时间序列模型与不可观测成分模型，用以分解周期性与结构性非劳动力人口变动。此外，数据发布者Electric Sheep Africa将该集成为非洲标准化数据层的一部分，促进了跨数据集共享，催生了以零代码方式快速复现关键劳动力指标的社区实践。