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

该数据集包含非洲49个国家按性别、年龄和婚姻状况统计的非活动率（%）数据，涵盖1982年至2025年期间的123,156条观测值。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，具体指标代码为EIP_DWAP_SEX_AGE_MTS_RT。数据集提供了国家代码、指标、性别分类（总计、男性、女性）、年龄分类、婚姻状况分类、观测年份、观测值及数据质量标志等信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains inactivity rate (%) data by sex, age and marital status for 49 African countries, spanning from 1982 to 2025 with 123,156 observations. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, focusing on Other measures of labour underutilization with the indicator code EIP_DWAP_SEX_AGE_MTS_RT. It includes information such as country codes, indicators, sex disaggregation (total, male, female), age classification, marital status classification, observation year, 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

该数据集由Electric Sheep Africa团队从ILOSTAT官方REST API中提取并重新打包而成。原始数据源自国际劳工组织（ILO）整合的国家劳动力调查、家庭收入调查、企业调查及行政记录，并依据国际劳工统计学家会议（ICLS）定义进行统一标准化处理。数据筛选范围限定于非洲49个国家的ISO3国家代码，涵盖1982年至2025年的年度观测值，共计123,156条记录，聚焦于“按性别、年龄及婚姻状况划分的不活动率”这一单一指标。数据集以Parquet格式发布，确保机器学习场景下的高效读取与兼容性。

特点

该数据集具有时间跨度长、覆盖国家广、维度细粒度高的显著特点。时间序列纵贯44年，样本量超过12万，覆盖非洲49个经济体，其中南非、毛里求斯、埃及等国观测数量最为丰富。数据按性别（男性、女性、总计）、年龄分组及婚姻状况进行多层级拆解，提供灵活的细粒度分析维度。每条记录附带详细的元信息，包括来源标签、观测状态标志及系列断裂注释，有助于用户准确判断数据质量与一致性，支持可靠的时间序列分析与区域间比较研究。

使用方法

使用者可通过HuggingFace Datasets库轻松加载数据，调用`load_dataset()`函数即可获取完整的训练集，并转换为Pandas DataFrame以便进一步分析。典型的使用范式包括按国家代码筛选特定国家的时间序列、按指标分组绘制趋势图，以及利用透视表构建国家-年份矩阵进行跨区域比较。该数据集适用于时序预测、表格分类与回归任务，亦可作为劳动经济学与非洲发展研究的核心数据源。建议在使用时引用原始ILO数据及Electric Sheep Africa的二次封装版本，以遵循CC-BY-4.0许可协议。

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，经由Electric Sheep Africa重新打包并托管于HuggingFace平台，聚焦非洲49个国家在1982至2025年间按性别、年龄及婚姻状况划分的经济不活跃率。依托ILOSTAT这一全球劳动统计权威数据库，数据集整合了各国劳动力调查与行政记录中的微观数据，旨在揭示非洲大陆劳动力市场中长期被忽视的隐性失业与劳动参与不足问题。其核心研究价值在于，通过跨年代、多维度的精细分类，为劳动经济学、人口统计学及发展政策研究者提供量化工具，以深入评估非洲地区性别平等、青年就业及家庭结构变迁对劳动力市场的影响。作为非洲区域首个大规模、标准化且机器学习友好的劳动不活跃率数据集，它显著降低了研究门槛，推动了对非洲劳动力市场结构性障碍的实证分析。

当前挑战

该数据集面临的核心挑战在于所解决的领域问题：非洲劳动力市场长期存在数据稀疏、口径不一的问题，传统统计多集中于失业率，而经济不活跃率涵盖因家庭责任、教育、健康或社会规范等被迫脱离劳动力的人群，这类“隐性失业”在非洲尤为普遍却缺乏系统量化。构建过程中，数据整合需克服多重困难：首先，49个国家跨越44年的数据源涉及不同调查方法与问卷设计，ILO虽采用ICLS国际标准进行协调，但数据质量存在差异，部分观测值被标记为“不可靠”或存在“方法学变更”导致的序列断裂。其次，按性别、年龄与婚姻状况的三维分类引入稀疏性问题，尤其是细分至特定群体（如已婚青年女性）时观测数目骤降，直接影响机器学习模型的训练稳定性与泛化能力。此外，年频率数据无法捕捉季节性劳动波动，而部分国家仅有零星年份记录，加剧了时间序列的不完整性。

常用场景

经典使用场景

该数据集记录了1982年至2025年间49个非洲国家按性别、年龄和婚姻状况划分的劳动参与不足率，尤其聚焦于经济活动人口中的不活跃率。经典使用场景包括对非洲大陆劳动力市场结构性特征进行横截面与时间序列的联合分析，研究者可借此探讨性别、年龄结构与婚姻状态如何交织影响个体劳动参与决策。数据以年度频率呈现，支持多维度分组的聚合与对比，为劳动经济学中关于‘丧失信心的劳动者’或‘家庭依附型不活跃’等理论假设提供实证基础。

衍生相关工作

该数据集作为国际劳工组织ILOSTAT的非洲子集，已被用于多项衍生工作。一方面，它催化了基于时间序列预测模型的非洲劳动力参与率研究，如利用ARIMA或机器学习方法预测特定国家的不活跃率拐点。另一方面，其高质量分维度数据支持了关于婚姻与劳动供给关系的因果推断研究，例如采用面板固定效应模型探索早婚对女性长期就业概率的影响。此外，数据复现与整合流程被非洲数据社群采纳为标准化范本，推动‘电力羊非洲’项目构建了统一的ML就绪数据集生态，促进了跨数据集连接分析，如与教育或健康指标的融合建模。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别、年龄及婚姻状况分层的不在业率指标，是国际劳工组织ILOSTAT数据库中对劳动利用不足现象精细化测量的重要组成部分。当前前沿研究方向主要围绕利用该长时序面板数据（1982–2025年，覆盖49个非洲国家）开展劳动市场结构性分析，例如借助时间序列预测模型与因果推断方法，探析非洲城镇化进程中青年与女性不在业率的动态演变规律及其与婚姻决策的交互效应。此外，结合近年来全球关于非正规就业与性别平等议题的热点关注，该数据集为量化非洲大陆劳动力市场中的隐性失业、评估社会保障政策覆盖缺口提供了标准化、可复用的数据基座，尤其服务于联合国可持续发展目标中体面劳动指标的监测与预警研究。