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

该数据集是一个表格数据集，包含非洲36个国家从1991年至2025年期间，按性别、年龄和出生地划分的劳动力参与率（百分比）的观测数据。数据集共有10,966个观测值，核心指标为EAP_DWAP_SEX_AGE_CBR_RT（劳动力参与率按性别、年龄和出生地划分）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过标准化处理，涵盖国家代码、指标标签、性别分类（总计、男性、女性）、年龄组、出生地、年份、观测值及其状态等字段。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲劳动力市场研究提供机器学习就绪的数据。This tabular dataset contains observational data on labor force participation rates (in percentage) categorized by gender, age and place of birth, covering 36 African countries over the period from 1991 to 2025. The dataset comprises 10,966 observations, with the core indicator being EAP_DWAP_SEX_AGE_CBR_RT (labor force participation rate categorized by gender, age and place of birth). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO) and has been standardized. It includes fields such as country code, indicator label, gender classification (total, male, female), age group, place of birth, year, observed value and its status. This dataset is applicable to tasks such as tabular classification, regression and time series forecasting, and aims to provide machine learning-ready data for African labor market research.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织（ILO）的ILOSTAT中央统计数据库，由Electric Sheep Africa进行系统性再包装与元数据标准化。其原始观测源自各国劳动力调查与人口普查，经ILOSTAT统一指标口径与缺失值处理后，覆盖36个非洲国家自1991年至2025年的10,966条记录。Electric Sheep Africa在此基础上补充了标准化的元数据清单、来源注释与分析师导引，并以Parquet格式发布，确保数据可发现性与可复现性。

特点

数据集聚焦于按性别、年龄与出生地划分的劳动力参与率，兼具时间跨度长、地域覆盖广与人口维度细三重特征。其体量处于万级观测区间，以表格与文本为模态，标签涵盖劳动经济学、国际移民存量与就业等主题。数据保留原始缺失值，未作强行插补，并在元数据中标注了国家与上游发布者字段的缺口，提醒使用者在建模前核实变量定义与单位，避免仅凭标签推断政策含义。

使用方法

研究者可通过Hugging Face的datasets库以load_dataset接口直接加载该数据集，并借助数据集查看器快速浏览结构与特征。对于表格分析，可将首个数据划分转换为Pandas数据框，以便进行缺失性检查、按地理、时间与子群变量做剖面分析，或与Electric Sheep Africa目录中的其他数据集依国家、年份与指标字段进行联接。建议在建模前核验schema与缺失情况，并在下游分析中明确记录地理假设与引用来源。

背景与挑战

背景概述

在全球化劳动力市场演变与非洲人口结构转型的宏观语境下，劳动参与率作为衡量经济活动人口供给的核心指标，其按性别、年龄与出生地维度的精细刻画，构成理解非洲迁移与就业动态的关键证据基础。该数据集由Electric Sheep Africa基于国际劳工组织ILOSTAT数据库整理发布，收录36个非洲国家自1991年至2025年间共计10,966条观测记录，以标准化元数据与Parquet格式呈现，旨在为非洲数据发现与可复现分析提供结构化支撑。其核心研究问题在于揭示不同出生地身份群体在非洲各国劳动力市场中的参与差异，为移民经济融合、性别就业鸿沟及青年劳动供给等议题提供跨国可比的时间序列证据，对发展经济学与劳动政策评估具有显著影响力。

当前挑战

从领域问题来看，该数据集面临的挑战在于如何准确刻画出生地身份与劳动参与率之间的因果关联——移民身份、非正规就业与户籍制度等因素常使测量偏差与内生性难以剥离，跨国比较还须应对各国统计口径、年龄分组及性别分类标准不一的长期困境。在构建过程中，来源元数据的字段缺失（如国家与上游出版方标注缺位）、面板数据中缺失值的保守保留策略、以及跨年份指标定义漂移等问题，均对数据一致性与下游建模的可信度构成实质约束。此外，如何在保持原始统计权威性的同时提升机器学习就绪度，亦是该数据集持续面对的工程性挑战。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉研究中，该数据集最为经典的运用场景在于刻画非洲各国劳动力市场参与的性别与年龄分层格局。研究者以出生地作为迁移身份标识，借助劳动参与率这一核心指标，系统比较本土出生与跨境迁移群体在青年、壮年及中老年阶段的劳动供给差异，进而揭示移民融入与本地劳动力市场结构之间的动态关联。依托1991至2025年36个非洲国家的万级观测样本，该数据集支持构建跨国面板模型、队列分析以及分位数回归等经典计量范式，为非洲区域劳动力市场的一体化研究提供了可复现的基准数据底座。

衍生相关工作

围绕该数据集已衍生出若干具有代表性的延伸工作。部分研究将其与Electric Sheep Africa目录中的国际移民存量、就业结构及工资指标数据集进行跨国年份匹配，构建非洲迁移与劳动力市场联合分析框架。另有学者以此为基础开发缺失值插补与面板平衡方法，推动非洲统计能力建设的方法论探讨。在机器学习社区，该数据被用于表格分类与回归任务的基准测试，催生了面向社会经济指标的自动化特征工程与可解释建模实践，进一步拓展了公共数据在计算社会科学中的应用边界。

数据集最近研究

最新研究方向

在非洲劳动力市场结构性转型与跨境人口流动加剧的背景下，该数据集以出生地 disaggregation 为切入点，正推动劳动参与率研究从国别均值向性别—年龄—迁移身份交叉分层演进。前沿方向聚焦于国际移民与本土出生人口在非洲36国的劳动供给差异，结合1991—2025年时序数据检验移民融入假说与发展阶段效应；同时，Electric Sheep Africa 的元数据标准化实践为跨国可比劳动统计的可复现分析提供了基础设施，支持与迁移存量、就业结构等数据集的链接研究，对非洲移民政策评估与劳动力规划具有实证支撑意义。