electricsheepafrica/africa-ilo-eip-dwap-sex-geo-rt-inactivity-rate-by-sex-and-rural-urban-areas

该数据集包含来自ILOSTAT（国际劳工组织统计数据库）的按性别和城乡区域划分的不活动率数据，覆盖45个非洲国家，时间跨度为1994年至2025年。数据集共有2199个观测值，涉及一个独特指标EIP_DWAP_SEX_GEO_RT，用于衡量劳动力未充分利用情况。数据以年度频率提供，包括国家代码、来源、指标、性别分类、年份、观测值等列，并经过ILOSTAT的标准化处理，以确保数据可比性和可追溯性。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，旨在为非洲劳动力市场研究提供统一的、机器学习就绪的数据层。This dataset contains inactivity rate data by sex and rural/urban areas for 45 African countries from 1994 to 2025, sourced from ILOSTAT, the International Labour Organizations central statistics database. It includes 2,199 observations covering one distinct indicator, EIP_DWAP_SEX_GEO_RT, which measures other aspects of labour underutilization. The data is provided at an annual frequency, with columns for country codes, sources, indicators, sex disaggregation, time, observed values, and more, harmonized by ILOSTAT for comparability and traceability. It is suitable for machine learning tasks such as tabular classification, regression, and time-series forecasting, and is repackaged by Electric Sheep Africa to offer a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）旗下的ILOSTAT统计数据库构建，通过调用其REST API接口，精准提取指标代码为EIP_DWAP_SEX_GEO_RT的原始数据，并仅筛选出非洲地区ISO 3166-1 alpha-3国家代码所对应的观测值。数据源自各国劳动力调查、住户收支调查及行政记录等多元渠道，经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，以确保跨国家、跨时段的统计口径一致性。Electric Sheep Africa团队对原始数据进行了清洗、重组与打包，最终形成包含2,199条观测记录、覆盖45个非洲国家、时间跨度从1994年至2025年的结构化表格数据集，并以Parquet格式发布，便于机器学习工作流直接调用。

特点

本数据集聚焦于非洲地区按性别和城乡区域划分的不在业率（Inactivity rate），是衡量劳动力未充分利用状况的关键指标之一。其核心特点在于精细的维度拆解：性别维度涵盖总计、男性与女性三类，地理维度则包含全国、城镇与乡村等不同区域类型，使得研究者能够深入剖析劳动力市场中不同群体与空间的参与差异。数据集收录了长达三十余年的年度观测值，且对每条数据标注了来源、观测状态及潜在的方法论变更注释，如序列中断或修订说明，为时序分析与因果推断提供了必要的质量元数据。此外，数据采用CC-BY-4.0许可协议，兼具开放性与可追溯性，极大便利了学术研究与政策制定。

使用方法

研究者可通过HuggingFace Datasets库以一行代码加载该数据集：使用load_dataset('electricsheepafrica/africa-ilo-eip-dwap-sex-geo-rt-inactivity-rate-by-sex-and-rural-urban-areas')即可获取训练集，并便捷地转换为Pandas DataFrame进行后续分析。针对单国别研究，可依据ref_area列进行筛选，例如过滤出肯尼亚的数据。对于时序建模，可按indicator字段定位至EIP_DWAP_SEX_GEO_RT指标，并基于time与obs_value列绘制趋势图或构建预测模型。若需构建国家×年份的面板数据矩阵，可利用pivot_table函数实现数据透视，为面板回归或空间计量分析奠定基础。整个加载与预处理流程简洁高效，充分体现了数据集即用即得的ML-Ready设计理念。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，经Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台。核心研究问题聚焦于非洲地区劳动参与不足的衡量，具体通过性别与城乡区域的非经济活动率来揭示劳动力市场的结构性差异。数据集涵盖45个非洲国家共2199条观测记录，时间跨度从1994年至2025年，整合了多国劳动力调查、家庭收入调查及行政记录等多元数据来源。作为ILOSTAT数据库的重要补充，该数据集为研究非洲劳动力市场的性别不平等、城乡分化及劳动政策效果提供了标准化、可比较的跨时序列基础，对推动非洲发展经济学、劳动经济学及可持续发展目标（SDGs）的实证研究具有显著价值。

当前挑战

该数据集主要应对两方面的挑战。在领域问题层面，其核心挑战是量化非洲地区劳动力市场中被传统失业率指标遮蔽的劳动参与不足现象，尤其是性别与城乡维度下的差异化表现，为劳动政策制定提供精细化的决策依据。在构建过程中，面临的挑战包括：来自45个国家的调查数据在定义、方法论和时间频次上存在异质性，需依赖ILO基于国际劳工统计学家会议（ICLS）定义进行标准化整合；数据质量参差不齐，部分观测值标注为“不可靠”，需通过多源交叉验证和“最佳来源”选择机制来保证数据一致性；以及处理年度数据与部分国家更细粒度数据（月度、季度）之间的衔接问题，确保时间序列的连续性和可比性。

常用场景

经典使用场景

该数据集聚焦于非洲45个国家1994至2025年间按性别与城乡区域划分的劳动参与惰性率（Inactivity Rate），涵盖2199条观测值，是研究非洲劳动力市场结构性特征的宝贵资源。经典使用场景包括采用时间序列回归模型分析劳动力惰性率的长期演变趋势，或利用面板数据模型探究性别、地理区位与劳动力闲置之间的交互效应。研究者可借此揭示非洲各国劳动参与率的异质性模式，为理解区域经济发展与劳动供给的动态关系提供量化支撑。

实际应用

在实际应用层面，该数据集对国际发展机构和非洲各国政策制定者具有重要参考价值。基于惰性率的性别与地域分层，政府部门可设计差异化的就业促进计划，例如针对农村女性群体的技能培训或城市边缘区域的基础设施投资。非政府组织亦可利用这些数据评估劳动市场项目的实施效果，优化资源分配以缩小参与率差距。此外，数据集长期发布机制支持劳动政策的动态监测与迭代调整。

衍生相关工作

该数据集衍生出多项经典工作，其中包括构建非洲劳动闲置率的空间计量模型，揭示地理邻近国家对惰性率的溢出效应，以及利用机器学习方法预测性别与区域层面的劳动参与趋势。另一脉络是将该数据与教育、产业结构等外部指标融合，开展劳动供需匹配的跨国面板分析，验证人力资源错配的经济后果。这些扩展研究不仅深化了对非洲非正规劳动市场的理解，也为全球南方国家的劳动统计方法论创新提供了实证范例。