electricsheepafrica/africa-ilo-eip-5eip-sex-age-nb-persons-outside-the-labour-force-by-sex-and-age-19

该数据集包含非洲24个国家关于按性别和年龄划分的劳动力外人口——第19届国际劳工统计学家会议（千计）的924个观测值，时间跨度为2016年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过过滤和重新打包，涵盖了劳动力市场中的其他劳动力利用不足指标。数据集提供了按性别（总计、男性、女性）和年龄（15岁及以上）等维度进行细分的数据，并包括国家代码、年份、观测值、数据状态等信息。数据用于表格分类、回归和时间序列预测等任务，适用于劳动力市场分析和研究。This dataset contains 924 observations of Persons outside the labour force by sex and age -- 19th ICLS (thousands) across 24 Africa countries, spanning 2016–2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API, filtered, and repackaged. It covers Other measures of labour underutilization indicators, with disaggregation by sex (total, male, female) and age (15+), and includes country codes, years, observed values, data status, and other metadata. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, supporting labour market analysis and research.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT数据库，聚焦于非洲区域劳动力市场边缘群体的量化研究。构建过程遵循严密的自动化流程：数据通过ILOSTAT REST API接口直接摄取，筛选出非洲ISO3国家代码对应的观测记录，并依据国际劳工统计学家会议（ICLS）第19届会议的定义框架对原始调查微观数据进行规范化处理。每一笔观测均保留了来源标识（source.label字段），以确保数据可追溯性。Electric Sheep Africa团队在此基础上完成了数据重组与封装，形成了包含924条观测、覆盖24个非洲国家、时间跨度为2016年至2025年的结构化表格数据集。

特点

该数据集的核心特色在于聚焦于劳动力市场中的“非经济活动人口”这一关键维度，具体指标为按性别与年龄分层的劳动力市场之外的人口数量（单位：千人），这为分析非洲地区劳动力未充分利用的复杂格局提供了独特视角。数据涵盖性别（总计、男性、女性）与年龄（如青年与成人）的交叉分类，支持精细化的微观分析。此外，数据集附带了详尽的数据质量注释，包括观测状态标志（如序列中断）和指标说明，帮助用户审慎评估数据可靠性。整个数据集以cc-by-4.0许可开放，兼具专业性与可及性。

使用方法

用户可通过HuggingFace Datasets库便捷调用该数据，使用load_dataset函数即可一键加载至Python环境，并转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码过滤以聚焦特定区域，如筛选肯尼亚的数据；亦可将数据转化为时间序列，按指标与年份排序后可视化趋势。对于跨国家比较，推荐采用数据透视表方法，以年份为索引、国家为列构建观测值矩阵，从而揭示非洲各国在劳动力市场边缘群体规模上的时空异质性。该数据特别适合从事劳动经济学、非洲发展研究以及时间序列预测的学者与数据分析师使用。

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重新封装后面向机器学习社区开放，聚焦非洲24个国家2016至2025年间按性别与年龄分层的劳动力市场外人口统计数据。核心研究问题在于揭示非洲地区劳动力未被充分利用的深层结构，特别是因性别与年龄差异导致的人口脱离劳动力市场的模式。作为ILOSTAT全球劳动统计数据库的重要组成部分，该数据集为经济政策制定者和发展机构提供了标准化的时序观测基准，在非洲劳动力市场分析与可持续发展目标监测领域具有显著影响力。

当前挑战

数据集面临的首重挑战在于非洲各国劳动力调查方法的异质性，不同国家采用不同年份的ICLS定义与数据采集方式，导致观测值在时间序列连续性上存在断裂标记。构建过程中的技术难点涵盖从ILOSTAT API提取数据时需处理的多源数据融合问题，包括不同调查类型（如劳动力调查与入户调查）间的指标可比性，以及因方法论修订引发的数值断点。此外，24个国家的样本覆盖不均衡，部分国家如卢旺达拥有108条观测记录，而科特迪瓦等仅存24条，这种稀疏性制约了跨国家面板分析的稳健性。标注的‘最佳来源’选择逻辑虽提升了单点数据质量，却也引入了跨来源的系统性偏差风险。

常用场景

经典使用场景

该数据集聚焦于非洲24个国家2016至2025年间，按性别与年龄划分的劳动力市场之外人口数量统计，是研究非洲劳动力市场结构的重要数据源。其经典用例涵盖时间序列回归分析、分类任务及时序预测，研究者可借助'obs_value'指标构建模型，探索劳动力闲置的时空演变规律。例如，通过性别维度（SEX_T、SEX_M、SEX_F）的分解，可揭示不同群体退出劳动力市场的差异性趋势，为理解非洲区域劳动力参与率的动态变化提供量化基础。

衍生相关工作

该数据集衍生了一系列基于ILOSTAT体系的研究工作，推动了非洲劳动经济学领域的实证发展。经典工作包括利用时间序列模型预测劳动力退出率的变化路径，以及通过聚类分析识别非洲国家在劳动力闲置维度上的政策集群。相关研究还将其与失业率、非正规就业等指标联动，构建劳动力利用不足的综合评估框架。此外，该数据集的标准化处理流程——从原始API数据转换为ML-Ready格式——也为其他研究者处理多国面板数据提供了可复用的范式，促进了非洲区域劳动统计数据库的共建与共享。

数据集最近研究

最新研究方向

在非洲劳动力市场研究的前沿方向中，该数据集聚焦于劳动力参与不足的隐性维度——非劳动力人口按性别与年龄的精细刻画，呼应了国际劳工组织第19届ICLS标准对劳动利用不足指标的拓展。结合非洲大陆青年失业率高企与女性劳动参与率长期偏低的现实，基于ILOSTAT权威数据的时空分析（覆盖24国、2016-2025年）正被用于量化结构性就业障碍、评估性别平等政策成效，以及构建预测非正规经济流动性的时间序列模型。这一数据资产为理解疫情后劳动力市场复苏的异质性路径提供了关键实证基础，尤其在计算非劳动力人口的潜在供给弹性、识别区域间转移支付的社会保护缺口等热点议题上，展现出推动政策精准干预的深远意义。