electricsheepafrica/africa-ilo-eip-rcar-sex-rt-share-of-persons-outside-the-labour-force-due-to-c

该数据集包含非洲33个国家在2008年至2024年间因照顾责任而退出劳动力市场的人口比例（按性别划分）的统计数据，共289个观测值。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，具体指标为EIP_RCAR_SEX_RT（Share of persons outside the labour force due to care responsibilities by sex (%)）。数据集提供了国家代码、指标标签、性别细分（总计、男性、女性）、观测年份、观测值、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。数据由Electric Sheep Africa重新打包，以标准化模式发布，便于机器学习使用。This dataset contains 289 observations of the share of persons outside the labour force due to care responsibilities by sex (%) across 33 Africa countries, spanning 2008–2024, covering 1 distinct indicator (EIP_RCAR_SEX_RT). The data is sourced from ILOSTAT, the ILOs central statistics database, under the topic Other measures of labour underutilization. It includes columns such as country code, indicator label, sex disaggregation (total, male, female), year, observed value, and data quality flags. The dataset is repackaged by Electric Sheep Africa for ML-ready use in tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦非洲地区因照料责任而退出劳动力市场的人口比例。数据通过ILOSTAT REST API直接拉取，并根据非洲ISO3国家代码进行筛选。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统一协调，数据来源在source.label列中标注以确保可追溯性。数据集由Electric Sheep Africa重新打包，包含289条观测记录，覆盖2008年至2024年间33个非洲国家。

特点

数据集的核心特点在于其聚焦于劳动力利用不足的替代性衡量指标，即因照料责任退出劳动力市场的性别分类比例。包含性别（总、男、女）的细粒度分解，有3个唯一值。数据以年度频率呈现，并采用ILO选定的“最佳来源”以避免同一国家与年份的多源竞争。此外，观测状态列标注了数据的可靠性（如临时、不可靠），并附有中断系列的注释，为用户提供了关键的元数据背景。

使用方法

使用该数据集极为便捷，可通过HuggingFace的datasets库直接加载。用户只需一行Python代码`load_dataset`即可将数据导入为Pandas DataFrame，进而进行探索性分析。示例包括按国家筛选、绘制特定指标的时间序列图，以及通过数据透视表构建国家×年份矩阵。数据集提供完整的模式文档，涵盖ref_area、sex、time、obs_value等关键列及其说明，适合进行表格分类、回归和时间序列预测等任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其ILOSTAT数据库汇编，并由Electric Sheep Africa于2024年重新打包发布，聚焦于非洲地区因照护责任而脱离劳动力市场的人口比例（按性别划分）。核心研究问题在于量化性别差异在劳动力参与中的表现，特别是照护负担如何影响女性的劳动供给。数据集涵盖2008至2024年间33个非洲国家的289条观测，为分析非洲劳动力市场的结构性不平等提供了宝贵的时间序列资源。其发布显著推动了区域劳动经济学研究，弥补了非洲大陆在劳动力未充分利用指标方面的数据空白，为政策制定者评估性别平等与就业策略提供了实证基础。

当前挑战

该数据集所应对的领域挑战在于，非洲劳动力统计数据长期存在覆盖不全、性别维度缺失问题，尤其在照护责任这类非传统劳动市场指标上。传统调查往往低估了因家庭照护而退出劳动市场的人群，导致对真实劳动力未充分利用程度的错判。构建过程中遇到的挑战包括：跨国数据源的异质性与质量参差，需依赖ILO对各国调查（如劳动力调查、住户收支调查）进行标准化调和；部分国家对同一指标的多个数据源需通过‘最佳来源’筛选，可能引入选择偏差；此外，观测值存在不稳定性标记（如评估为‘不可靠’的数据），要求使用者谨慎处理时间序列中的断裂与方法论变更。

常用场景

经典使用场景

该数据集的核心应用场景聚焦于非洲地区因照料责任而游离于劳动力市场之外的群体比例分析，按性别进行细致拆解。研究者可利用其时间跨度覆盖2008至2024年、横跨33个非洲国家的面板数据结构，开展跨国比较或纵向趋势研究。经典使用方式包括构建时序模型以揭示照料责任对劳动力供给的长期影响，或运用分类与回归任务来识别不同社会经济背景下性别差异的驱动因素。数据源自ILOSTAT权威统计，经标准化处理后可直接接入机器学习流水线，为劳动经济学与性别研究提供可靠的数据基础。

实际应用

实际应用中，该数据集可为非洲各国劳动部门、国际组织及发展机构提供决策支撑。政策制定者能够基于不同国家与性别的数据分布，精准识别因照料责任而被边缘化的群体，从而设计更有针对性的家庭护理支持政策、灵活就业安排或公共托育服务。例如，当数据揭示女性在该指标上显著高于男性时，可引导资源向儿童照护设施的社区化配置倾斜。此外，该数据集还可用于劳动力市场监测系统的构建，辅助评估社会保护机制在缓解照料负担方面的实际效果，推动性别平等的劳动政策落地。

衍生相关工作

围绕该数据集衍生出的相关工作主要集中在劳动经济学与性别研究的交叉领域。研究者可基于此数据复现或扩展ILO关于劳动力利用不足的经典分析框架，构建预测模型以刻画照料责任比例随宏观经济波动或政策干预的变化轨迹。在方法上，已有工作尝试融合多源调查数据（如劳动力调查与家计调查）进行插补与趋势外推，或利用面板回归模型分离国家固定效应与时间趋势。此外，该数据集还催生了针对数据质量标记（如obs_status字段）的异常值检测方法研究，以及按性别与时间维度构建的标准化基准测试集，为后续的非监督学习与因果推断提供可复现的评估平台。