africa-ilo-eap-dwap-sex-dsb-rt-labour-force-participation-rate-by-sex-and-disabil

该数据集是一个关于非洲劳动力参与率的表格型数据集，由Electric Sheep Africa从国际劳工组织（ILO）的ILOSTAT数据库重新打包发布。核心指标为“按性别和残疾状况划分的劳动力参与率（%）”（代码：EAP_DWAP_SEX_DSB_RT），涵盖1998年至2025年间共41个非洲国家的1,121条年度观测记录。数据来源于ILOSTAT，该数据库整合了国家劳动力调查、家庭收入调查、机构调查和行政记录等数据，并依据国际劳工统计学家会议（ICLS）的定义进行标准化处理。数据集包含国家代码、数据来源、指标代码和标签、性别和残疾状况分类、观测年份、指标数值和数据状态标志等关键字段。适用于表格分类、回归分析以及时间序列预测等机器学习任务，可用于研究非洲各国劳动力市场的趋势、差异以及影响因素。数据以CC BY 4.0许可证发布，使用时需同时引用原始ILO数据和本重新打包版本。This dataset is a tabular dataset on African labor force participation rates, repackaged by Electric Sheep Africa from the International Labour Organization (ILO) ILOSTAT database. The core indicator is Labor force participation rate by sex and disability status (%) (code: EAP_DWAP_SEX_DSB_RT), covering 1,121 annual observations from 41 African countries between 1998 and 2025. The data originates from ILOSTAT, a global authority on labor statistics, which integrates data from national labor force surveys, household income surveys, establishment surveys, and administrative records, standardized according to International Conference of Labour Statisticians (ICLS) definitions. The dataset includes key fields such as country code, data source, indicator code and label, classification by sex and disability status, observation year, indicator value, and data status flags. It is suitable for machine learning tasks like tabular classification, regression analysis, and time series forecasting, and can be used to study trends, disparities, and influencing factors in African labor markets. The data is released under a CC BY 4.0 license, requiring attribution to both the original ILO data and this repackaged version.

原始信息汇总

数据集概览

• 数据集名称: Labour force participation rate by sex and disability status (%) | Africa (ILOSTAT)
• 数据集别名: africa-ilo-eap-dwap-sex-dsb-rt-labour-force-participation-rate-by-sex-and-disabil
• 许可协议: cc-by-4.0
• 语言: 英文
• 任务类别: 表格分类、表格回归、时间序列预测
• 数据集大小: 1,000 < n < 10,000 (共 1,121 条观测)
• 标签: 表格数据、非洲、ILOSTAT、劳动力、ILO、就业

核心内容

• 观测数量: 1,121 条
• 覆盖国家: 41 个非洲国家
• 时间跨度: 1998–2025 年
• 指标数量: 1 个独特指标
• 主要指标: EAP_DWAP_SEX_DSB_RT — 按性别和残疾状况划分的劳动力参与率 (%)

数据来源

• 来源: ILOSTAT — 国际劳工组织 (ILO) 的中央统计数据库
• 发布者: 国际劳工组织 (ILO)
• 数据获取方式: 通过 ILOSTAT REST API (https://rplumber.ilo.org/data/indicator?id=EAP_DWAP_SEX_DSB_RT) 直接拉取，并过滤至非洲 ISO3 国家代码
• 方法说明: ILOSTAT 使用 ICLS（国际劳动统计学家会议）定义对原始调查微观数据进行统一处理，数据来源在 source.label 列中标记

地理覆盖范围

• 覆盖国家数: 41 个非洲国家
• 数据量前几位的国家:
  • RWA (卢旺达): 90 条, 2014–2025 年
  • GHA (加纳): 72 条, 2010–2024 年
  • ZMB (赞比亚): 72 条, 2015–2024 年
  • SEN (塞内加尔): 63 条, 2015–2024 年
  • BWA (博茨瓦纳): 63 条, 2009–2024 年

数据模式 (Schema)

列名	类型	描述	示例
ref_area	string	ISO 3166-1 alpha-3 国家代码	AGO
ref_area.label	string	英文国家名称	Angola
source	string	ILOSTAT 来源代码	AA:835
source.label	string	英文来源名称	PC - Population Census
indicator	string	ILOSTAT 指标代码	EAP_DWAP_SEX_DSB_RT
indicator.label	string	英文指标名称	Labour force participation rate by se…
sex	string	按性别划分（SEX_T=总计, SEX_M=男性, SEX_F=女性）	SEX_T
sex.label	string	性别标签	Total
classif1	string	第一个分类变量（年龄、教育程度等）	DSB_STATUS_TOTAL
classif1.label	string	分类标签	Disability status: Total
time	int64	观测年份	2014
obs_value	float64	观测指标值	43.556
obs_status	string	观测状态标志	B
obs_status.label	string	状态标签	Break in series
note_classif	float64	分类备注	—
note_classif.label	float64	分类备注标签	—
note_indicator	string	指标备注	I11:264
note_indicator.label	string	指标备注标签	Break in series: Methodology revised
note_source	string	来源备注	R1:3513
note_source.label	string	来源备注标签	Repository: ILO-STATISTICS - Micro da…

数据质量与注意事项

• 数据为年度频率，未包含每月或每季度的序列
• 当相同国家年份存在多个来源时，使用 ILO 选择的“最佳来源”
• 分类列（sex, classif1, classif2）仅在指标发布该细分时非空

引用信息 (BibTeX)

bibtex @misc{africa_ilo_eap_dwap_sex_dsb_rt_labour_force_participation_rate_by_sex_and_disabil_2025, title = {Labour force participation rate by sex and disability status (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_DSB_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-dwap-sex-dsb-rt-labour-force-participation-rate-by-sex-and-disabil}} }

重新包装方

• 重新包装方: Electric Sheep Africa
• 许可证: cc-by-4.0
• 数据来源: © 国际劳工组织 (ILO)

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa整理发布，原始数据源自国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API直接获取指标ID为EAP_DWAP_SEX_DSB_RT的数据，并严格筛选至非洲41个国家的ISO3国家代码范围内。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调处理，数据来源在source.label字段中予以标记以保证可追溯性。最终数据集包含1,121条观测记录，覆盖1998年至2025年的时间跨度，所有数据均以年度频率呈现，并采用ILO选定的“最佳来源”处理同国家同年份的多源冲突问题。

使用方法

研究者可通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，将其转换为Pandas DataFrame后进行后续分析。具体使用方法包括：按国家字段（ref_area）过滤特定国家的子集，例如筛选肯尼亚数据；按时间列排序后绘制单一指标的时序图以观察劳动力参与率变化趋势；以及利用pivot_table操作将数据重塑为国家×年份的矩阵格式，便于进行面板数据分析或跨国家比较。数据集支持表格分类、回归和时间序列预测等多种任务场景，使用便捷且兼容主流Python数据分析生态。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理发布，并由Electric Sheep Africa在HuggingFace上重新封装，旨在提供非洲地区按性别和残疾状况划分的劳动力参与率数据。作为全球劳动统计领域的权威来源，ILOSTAT汇集了来自200多个经济体的劳动力调查、家庭收入调查及行政记录等多元数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理。该数据集聚焦非洲41个国家，覆盖1998年至2025年间共1,121条观测值，核心研究问题在于揭示残疾群体在劳动力市场中的参与程度及其性别差异，为评估可持续发展目标中体面劳动与包容性增长的相关指标提供了关键数据支撑。其发布填补了非洲地区针对残疾人群体的劳动统计数据的空白，对政策制定者、发展机构及学术研究者深入理解非洲劳动力市场的结构性不平等具有重要影响力。

当前挑战

该数据集面临的挑战体现在多个层面。首先，在领域问题层面，劳动力参与率按残疾状况分列的数据在全球范围内普遍稀缺，尤其是非洲地区，由于残疾识别标准不一、调查覆盖不足及数据连续性差，导致难以准确刻画残疾群体在劳动力市场的真实状况。其次，构建过程中遭遇显著困难：数据来源多元，包含劳动力调查、人口普查及行政记录等，不同来源的采集方法、时间频率及质量参差不齐，ILO虽采用“最佳来源”选择机制，但仍存在因方法修订或序列中断（如状态标记‘B’表示序列断裂）导致的跨时间可比性问题；此外，残疾状态的分级标准在不同国家间差异巨大，增加了数据整合与跨国比较的复杂性。

常用场景

经典使用场景

该数据集汇集了非洲41个国家1998至2025年间按性别和残疾状态划分的劳动力参与率数据，共计1121条观测记录，为研究者提供了探究非洲大陆劳动市场动态演变的重要基础。最常见的应用场景体现在面板数据回归分析中，学者们可借此剖析不同性别群体及残疾人群体的劳动力参与趋势，并结合宏观经济变量（如GDP增长率、教育投入）构建解释模型，以揭示影响劳动供给的结构性因素。同时，该数据也被广泛用于时间序列预测任务，通过历史观测值对未来劳动力参与率进行推断，支持政策模拟与规划。

解决学术问题

该数据集系统性地填补了非洲地区在残疾人群劳动参与量化研究中的数据空白，打破了以往因统计口径不一或样本稀疏而难以开展跨国比较分析的局限。借助这一标准化资源，研究者得以量化评估社会保障政策、反歧视立法以及职业康复计划对残疾群体就业的实际效果，并识别性别差异在劳动参与中的深层不平等机制。其学术意义在于，不仅为发展经济学、劳动经济学及残疾研究提供了可靠的经验证据，还促进了多学科交叉视角下对包容性增长与体面劳动目标达成度的实证评估。

实际应用

在实际应用层面，该数据集能够有力支撑国际组织与非洲各国政府在制定劳动就业政策时的循证决策。例如，国际劳工组织可利用这些时序数据监测可持续发展目标中关于包容性就业进展的具体指标，识别政策干预效果显著或滞后的国家与群体。非政府组织与政策研究机构亦可借助该数据集开展分类分析，针对女性残疾劳动者或不同残疾类型的群体设计差异化的职业培训与就业促进方案。此外，数据驱动的劳动力市场监测系统可结合该数据集构建预警模型，提前识别劳动参与率异常波动的区域，为危机响应与资源配置提供科学参考。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区劳动力参与率在性别与残疾状态维度的交叉分析，为前沿研究提供了关键支撑。当前，非洲就业市场正面临数字化转型与包容性增长的深刻变革，国际劳工组织（ILO）的统计数据成为追踪可持续发展目标（SDG）中体面工作指标的核心依据。数据集涵盖1998至2025年间41个非洲国家的观测值，尤其关注残疾人群体的劳动参与率，这一方向正与全球推动的残疾包容性就业政策紧密呼应。热点事件包括世界银行与ILO联合发布的非洲就业报告，以及多国加强残疾人社会保障立法，使得该数据集在研究残疾人的经济赋权、性别差异与劳动力市场韧性方面具有重要价值。其作为开源资源，极大便利了社会科学与机器学习的交叉研究，助力形成更精准的政策模拟与预测模型，从而推动实现包容性经济增长的全球议程。