electricsheepafrica/africa-ilo-eip-xplf-sex-geo-nb-potential-labour-force-by-sex-and-rural-urban-area

该数据集包含非洲39个国家从1994年至2025年的潜在劳动力数据，按性别（总计、男性、女性）和城乡地区划分，以千人为单位。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，由Electric Sheep Africa重新打包为机器学习就绪格式。数据集共包含1,371个观测值，涵盖一个核心指标（EIP_XPLF_SEX_GEO_NB），用于衡量劳动力未充分利用的其他指标。数据结构包括国家代码、年份、性别分类、观测值及数据质量标记等列，适用于表格分类、回归和时间序列预测等自然语言处理任务。This dataset contains potential labor force data for 39 countries in Africa spanning from 1994 to 2025, disaggregated by gender (total, male, female) and urban-rural areas, with units in thousands of people. The data is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), and repackaged into machine-learning-ready format by Electric Sheep Africa. The dataset consists of a total of 1,371 observations, covering one core indicator (EIP_XPLF_SEX_GEO_NB) along with other indicators for measuring labor underutilization. Its data structure includes columns such as country code, year, gender category, observation values, and data quality flags, which is suitable for natural language processing tasks like table classification, regression, and time series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织（ILO）的ILOSTAT数据库重新整理而成。数据通过ILOSTAT REST API直接获取，指标代码为EIP_XPLF_SEX_GEO_NB，并过滤出非洲地区的ISO3国家代码。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标准化处理，数据来源在source.label列中标注，确保了数据的可追溯性。最终数据集包含1,371条观测记录，涵盖39个非洲国家，时间跨度为1994年至2025年。

特点

此数据集聚焦于非洲地区潜在劳动力人口按性别与城乡地域划分的统计（单位：千）。其核心特点在于提供单一指标EIP_XPLF_SEX_GEO_NB，但通过sex和classif1等维度提供了精细的分解视角，例如总人口、男性、女性以及全国与城乡地域类别。数据以年度频率呈现，且在多个国家拥有长达十余年的连续时间序列，如南非（2008-2024年）和卢旺达（2014-2025年），为分析非洲劳动力市场的长期趋势与性别及地域差异提供了宝贵资源。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据，使用`load_dataset`函数即可获取训练集并转换为Pandas DataFrame进行后续分析。例如，可通过`df[df["ref_area"] == "KEN"]`筛选特定国家数据，或对`obs_value`按时间排序并绘制时间序列图以观察指标变化。此外，利用`pivot_table`可将数据重塑为国家×年份矩阵，便于进行跨国家比较或面板数据分析。数据许可证为CC-BY-4.0，使用时需同时引用原ILO数据来源及Electric Sheep Africa的整理版本。

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，旨在系统呈现非洲39个国家1994至2025年间按性别和城乡分列的潜在劳动力人口（千单位）数据。潜在劳动力作为衡量劳动力利用不足的重要指标，反映了那些虽未失业但处于非经济活动状态、却具备劳动意愿和可获得性的群体，为深入理解非洲劳动市场的结构性特征提供了关键视角。该数据集基于ILOSTAT统一框架，对各国劳动力调查原始微观数据进行了标准化处理，拥有1371条观测记录，覆盖广泛的时间跨度和地域范围，成为研究非洲劳动力市场动态、制定精准就业政策以及推动可持续发展目标中体面工作议题的重要数据基础。

当前挑战

该数据集面临的核心挑战源于非洲劳动力统计的复杂性与数据质量的不均衡性。领域层面，潜在劳动力的测度需要精准识别非经济活动人口中的潜在供给，而非洲各国劳动力调查的问卷设计、采样方法和ICLS定义执行程度存在显著差异，导致估计结果的可比性受限。构建过程中，数据整合遭遇了多源异构数据的融合难题，包括不同调查之间的覆盖时段不连续、同一国家存在多个数据来源时的最佳选择冲突，以及方法论修订导致的序列断裂问题。此外，部分观测值被标记为不可靠，且性别和城乡分解维度在某些年份缺失，增加了时间序列分析与跨国家比较的难度，凸显了非洲劳动统计基础设施进一步完善的迫切需求。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交叉领域中，该数据集作为衡量劳动力利用不足状况的核心资源，常被用于评估非洲39个国家1994至2025年间潜在劳动力人口的时空分布特征。研究者可依据性别与城乡地域两个关键维度，对潜在劳动力规模进行精细化的描述性统计与比较分析，揭示劳动力闲置的群体差异与地理异质性。当结合时间序列分量时，经典场景转向对潜在劳动力规模的长期演变趋势进行追踪，通过构建面板数据模型来探究城镇化进程、人口结构转变或经济周期波动如何影响不同性别群体的潜在参与意愿，从而为理解非洲大陆非正规就业与隐性失业的复杂图景提供定量基础。

衍生相关工作

围绕这一数据集，学术界已衍生出多项具有方法论创新意义的经典工作。在建模层面，该数据常被整合进贝叶斯层次模型或潜类别增长曲线模型中，以捕捉非洲国家间潜在劳动力的收敛或发散路径。部分研究者将其与地理空间数据（如夜间灯光指数、交通可达性）进行融合，构建空间计量模型来揭示劳动力闲置与区域经济发展水平的空间溢出效应。还有工作利用该数据作为验证集，检验基于社交媒体大数据或移动通话记录推断的隐性失业代理变量的可信度。此外，该数据集也催生了一系列关于数据质量标注体系的讨论，特别是‘obs_status’标志位中‘不可靠’（Unreliable）观测值的处理策略，推动了缺失数据插补方法在非洲劳动统计领域的适用性研究。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆潜在劳动力人口在性别与城乡维度上的结构性分布，为解析非洲劳动市场中的隐性失业与非充分就业现象提供了关键数据支撑。当前前沿研究方向倾向于结合时间序列预测模型与地理空间分析技术，揭示非洲各国由人口红利向就业压力转化的动态轨迹，尤其关注性别鸿沟与城乡差异在劳动力未充分利用指标中的叠加效应。数据集所覆盖的1994至2025年跨度为跟踪非洲大陆经济转型、城市化进程及区域劳动政策成效创造了独到的实证窗口，也与ILO倡导的体面劳动及SDG目标8（促进包容与可持续经济增长、实现充分就业）紧密呼应，为非洲发展议程中就业挑战的量化评估与策略优化赋予了更具经验基础的研究能量。