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

该数据集包含非洲41个国家从1998年至2025年的10,084个观测值，专注于其他劳动力未充分利用衡量指标，具体指标为按性别、婚姻状况和残疾状况划分的不活动率（%）。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。数据集采用表格格式，包含国家代码、指标代码、性别分类、婚姻状况和残疾状况分类、年份、观测值及其状态等列，用于劳动力市场分析和时间序列预测。数据经过ILO标准化处理，并包含来源和质量标志，适用于研究非洲劳动力未充分利用问题。This dataset contains 10,084 observations across 41 African countries from 1998 to 2025, focusing on Other measures of labour underutilization, specifically the indicator Inactivity rate by sex, marital status and disability status (%). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered for African countries. It is structured in a tabular format with columns including country codes, indicator codes, sex disaggregation, marital and disability status classifications, year, observed values, and status flags. The data is harmonized by ILO and includes source and quality annotations, making it suitable for labor market analysis and time-series forecasting in Africa.

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，聚焦非洲地区劳动参与不足的度量指标。数据通过ILOSTAT REST API直接抽取，并依据非洲ISO3国家代码进行地理过滤，最终汇集了41个非洲国家从1998年至2025年的10,084条观测记录。ILOSTAT对原始调查微观数据采用国际劳动统计学家会议（ICLS）定义进行统一协调，数据来源在`source.label`列中予以标注以确保可追溯性。数据集由Electric Sheep Africa重新打包为HuggingFace格式，以Parquet文件形式发布，便于机器学习工作流直接调用。

特点

数据集以‘按性别、婚姻状况和残疾状态分类的不活动率（%）’为核心指标，覆盖了41个非洲国家横跨近30年的年度时间序列。数据提供了多维度的分类变量，包括性别（总、男、女）、婚姻状况的汇总分类以及残疾状态分类，使得用户能够深入分析特定亚群体的劳动市场行为。此外，数据集附带了完整的元数据，如观测状态标志（如‘不可靠’）和系列中断说明，为数据质量评估提供了透明依据。其单指标但多维度细分的结构，特别适合进行交叉分组分析。

使用方法

数据集可通过HuggingFace的`datasets`库以一行代码加载：`load_dataset('electricsheepafrica/africa-ilo-eip-dwap-sex-mts-dsb-rt-inactivity-rate-by-sex-marital-status-and-disabili')`。加载后，数据被转换为Pandas DataFrame，用户可依据`ref_area`列过滤特定国家（如肯尼亚），或按`indicator`列选择指标进行单变量时间序列分析。数据集还支持透视操作，例如将数据重塑为国家×年份的矩阵，以便进行横向比较和面板数据分析。所有分类变量均可用于分层筛选，为统计建模和可视化提供了灵活的数据基础。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT于2025年发布，经Electric Sheep Africa团队重新封装，聚焦非洲大陆劳动力市场中的非充分就业度量问题。核心研究问题在于揭示非洲41个国家在1998至2025年间，不同性别、婚姻状况及残疾状态下的经济活动不参与率（Inactivity rate）的演变规律与分布差异。作为ILOSTAT全球劳动统计体系在非洲区域的精细化延伸，该数据集为检验非洲劳动力参与决策中多重社会身份（性别、婚姻、残疾）的交叉影响提供了稀缺的跨国家长期面板数据。其原创性在于将标准劳动统计指标与残疾维度结合，填补了非洲劳动力研究中针对弱势群体经济排斥现象的量化空白，对于推动联合国可持续发展目标（SDG）中体面工作（目标8）和减少不平等（目标10）的实证研究具有显著奠基价值。

当前挑战

该数据集面临的核心领域挑战在于跨越非洲地区有限且不统一的调查体系，精准刻画劳动不活动率这一非直观指标的多维决定因素——传统的就业与失业度量无法捕捉被排斥在劳动力市场之外的群体（如因家庭责任、残疾歧视或制度性障碍而放弃求职者），而该数据集通过性别、婚姻与残疾状况的交叉分类提供了破解这一‘灰暗地带’的工具。构建过程中遭遇的挑战包括：从ILOSTAT API拉取的原始数据来源混杂（涉及劳动力调查、人口普查等多种统计口径），需通过‘best source’优选机制消除同一年份同一国家的多源冲突；各国调查年份分布严重不均（如卢旺达覆盖12年、科特迪瓦跨度25年但许多国家仅有零星观测），且相当比例的数据被标记为‘不可靠’（obs_status=U），对时间序列建模与因果推断构成连贯性与精度考验。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲地区劳动力市场非活跃人口的多维度剖析。研究者可借助包含性别、婚姻状况及残疾状态在内的分层变量，精准测算不同社会群体的非经济活动率。基于1998至2025年间覆盖41个非洲国家的万余条观测数据，学者能够构建面板数据模型，追踪各国劳动力参与度的演进轨迹，或利用时间序列分析方法揭示区域经济波动与个体劳动供给决策之间的内在关联。

实际应用

在实际应用层面，该数据集为国家劳工部门与国际发展机构制定精准化就业促进政策提供了数据支撑。决策者可根据性别与残疾状况等细分维度识别出最具脆弱性的劳动群体，从而设计定向的职业培训项目与就业扶持计划。此外，数据中的时间序列信息可用于评估已出台政策（如残疾人就业配额制度或婚姻状况相关福利调整）的执行效果。非政府组织亦可依据这类劳动参与率指标，在国际援助与可持续发展目标（SDG）框架下优先配置资源，提升干预措施的社会经济回报率。

衍生相关工作

基于该数据集已衍生出多项具有影响力的学术探索与工具开发工作。研究团体围绕ILOSTAT非洲板块的劳动参与率指标，构建了多种预测模型用于估算非正规就业率与长期失业风险的动态演变。另有工作侧重于数据可视化与交互式仪表盘的开发，使得政策制定者能够直观比较不同国家、不同人口亚群之间的非经济活动率差异。若干元分析研究亦以此为支撑，综合评估非洲大陆劳动力市场脆弱性与经济增长之间的耦合关系，为宏观经济学与发展政治学的交叉对话开辟了新的实证路径。