electricsheepafrica/africa-ilo-eap-dwap-sex-age-geo-rt-labour-force-participation-rate-by-sex-age-and-rur

该数据集包含了国际劳工组织（ILO）ILOSTAT数据库中关于非洲47个国家1994年至2025年的劳动力参与率数据，具体指标为“按性别、年龄和城乡地区划分的劳动力参与率（百分比）”。数据集共有35,570个观测值，涵盖1个独特指标（EAP_DWAP_SEX_AGE_GEO_RT）。数据以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、年龄分类、地区类型（如全国）、观测年份、观测值、观测状态标志以及相关注释等列。数据经过ILO harmonisation处理，使用国际劳工统计学家会议（ICLS）的定义，并标注了来源以便追溯。该数据集适用于表格分类、表格回归和时间序列预测等任务，主要用于劳动经济学、社会科学和非洲区域研究。This dataset contains labour force participation rate data for 47 African countries from 1994 to 2025, specifically the indicator Labour force participation rate by sex, age and rural / urban areas (%). It includes 35,570 observations covering one distinct indicator (EAP_DWAP_SEX_AGE_GEO_RT). The data is presented in tabular format with columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), age classification, area type (e.g., national), observation year, observed value, observation status flags, and related notes. The data is sourced from ILOSTAT, the ILOs central statistics database, harmonized using International Conference of Labour Statisticians (ICLS) definitions, and includes source information for traceability. The dataset is suitable for tabular classification, tabular regression, and time-series forecasting tasks, primarily for labour economics, social science, and African regional studies.

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中央统计数据库，由Electric Sheep Africa团队进行标准化元数据工程与重封装。构建过程涵盖对原始劳动统计数据的采集、清洗与结构化整理，最终以parquet格式发布，涵盖35,570条观测记录，覆盖47个非洲国家，时间跨度自1994年至2025年，涉及劳动力参与率这一核心指标，并按性别、年龄组及城乡地理区域进行细分。

特点

该数据集聚焦于非洲地区劳动力市场的人口经济学特征，以表格与文本双模态呈现，规模介于10K至100K之间。其核心特点在于多维度细分：性别、年龄与城乡区域的交叉分类提供了精细化的劳动力参与率观测，支持跨国比较与时间序列分析。数据以标准化元数据为支撑，附带明确的来源注释与使用指南，便于研究者进行可复现的实证研究。

使用方法

研究者可通过Hugging Face的datasets库直接加载数据集，使用load_dataset函数获取数据，并利用to_pandas方法转换为数据框进行表格分析。建议在建模前检视数据模式与缺失值分布，依据显式国家、年份与指标字段进行跨数据集联结。分析时应确认变量定义与单位，保留缺失值直至确立合理的插补规则，并引用原始来源与Electric Sheep Africa仓库。

背景与挑战

背景概述

劳动力市场统计数据的可及性与可比性长期构成非洲经济发展研究的瓶颈。国际劳工组织（ILO）依托ILOSTAT数据库持续发布全球劳动力统计，为跨国比较提供基准。Electric Sheep Africa于2026年将ILOSTAT中非洲地区按性别、年龄及城乡分类的劳动力参与率数据整理发布至Hugging Face，覆盖47个非洲国家、1994至2025年间的35,570条观测，遵循CC BY 4.0许可。该数据集弥补了非洲劳动力市场细分维度数据在开放平台上的分布空白，为性别差异、年龄分层及城乡二元结构下的劳动参与研究提供基础证据，同时服务于机器学习与可复现分析流程的构建。

当前挑战

数据集所回应的领域问题在于，非洲各国劳动力参与率在性别、年龄与城乡维度上的差异显著，而长期以来缺乏统一口径、跨国可比且细粒度可获取的统计资源，致使实证研究与政策评估受限。构建过程中面临的挑战包括：源数据在国别、年份与指标维度上存在缺失与不一致，需在保留原始缺失状态的前提下完成标准化；元数据中country与upstream_publisher字段存在缺口，地理标识依赖标题或源元数据推断，可能影响下游分析的严谨性；此外，城乡分类与年龄分组的定义在各国可能存在差异，若未在源头加以核验，将削弱跨国比较的效度。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集凭借其覆盖47个非洲国家、逾3.5万条观测样本的广度与1994至2025年的时间纵深，成为刻画非洲劳动力市场参与格局的经典数据基座。研究者惯常将其用于剖析不同性别、年龄组别以及城乡地域之间劳动力参与率的系统性差异，并借助分层统计与面板回归方法识别参与率演变的结构性特征。

实际应用

在政策分析与实务决策层面，该数据集可服务于国际组织、政府部门及智库对非洲劳动力市场态势的监测与评估。其细颗粒度的性别、年龄与城乡维度有助于识别参与率洼地人群，为就业促进项目、职业教育规划与社会保障政策的设计提供量化参照，亦可嵌入仪表盘系统实现动态追踪。

衍生相关工作

围绕该数据集及其所属的Electric Sheep Africa目录，衍生出一系列面向非洲经济金融领域的可复现分析工作，包括跨国劳动参与率面板研究、城乡就业结构比较以及与其他非洲开放数据集的联合建模尝试。这些工作共同推动了非洲劳动统计数据的开放化与机器学习就绪化进程。