electricsheepafrica/africa-ilo-eap-3wap-sex-age-dsb-rt-youth-labour-force-participation-rate-by-sex-age-a

该数据集包含了国际劳工组织（ILO）ILOSTAT数据库中关于非洲青年劳动力参与率的统计数据，具体指标为“按性别、年龄和残疾状况分列的青年劳动力参与率（%）”。数据集涵盖42个非洲国家，时间跨度为1998年至2025年，共包含4,559个观测值。数据通过ILOSTAT REST API获取，并过滤至非洲国家。数据集提供了详细的维度细分，包括性别（总计、男性、女性）、年龄组（青年段：15-29岁）以及残疾状况（总计）。数据模式（Schema）包含多个列，如国家代码（ref_area）、国家名称、数据来源代码和标签、指标代码和标签、性别分类、年龄分类、残疾状况分类、观测年份（time）、观测值（obs_value）以及数据状态标志（如临时数据、不可靠数据）和相关注释。数据为年度频率，当同一国家同年份有多个数据源时，采用了ILO选择的“最佳来源”。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供一个统一的、机器学习就绪的数据层，遵循CC BY 4.0许可证发布。license: 知识共享署名4.0（CC BY 4.0） language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1000 < 样本量 < 10000 tags: - 表格数据 - 非洲 - ILOSTAT - 劳动力 - 国际劳工组织（ILO） - 劳动力 - 就业 pretty_name: "按性别、年龄与残疾状况划分的非洲青年劳动力参与率（%）| 国际劳工组织统计数据库（ILOSTAT）" --- # 按性别、年龄与残疾状况划分的非洲青年劳动力参与率（%）| 国际劳工组织统计数据库（ILOSTAT） 🌍 **共4559条观测数据** · **覆盖42个非洲国家** · **时间跨度1998–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装发布*      ## 快速概览（TL;DR） 本数据集包含覆盖42个非洲国家的**劳动力相关数据**，共**4559条观测记录**，时间跨度为**1998–2025年**，仅包含**1项核心指标**。 ## 关于数据源 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，是全球领先的劳动力统计权威来源。该库整合了就业、失业、薪酬、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等多类指标，数据源自各国劳动力调查、家庭收入调查、机构调查与行政记录，覆盖全球200余个经济体，其数据标准化工作由国际劳工组织统计司负责完成。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_3WAP_SEX_AGE_DSB_RT) - **发布方**：国际劳工组织（ILO） - **许可证**：[知识共享署名4.0协议（CC BY 4.0）](https://creativecommons.org/licenses/by/4.0/) - **主题**：劳动力 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EAP_3WAP_SEX_AGE_DSB_RT`拉取数据，并筛选出非洲国家的ISO 3166-1 alpha-3国家代码子集。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化处理；数据来源信息会在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 覆盖42个非洲国家，以下按数据条数排序展示部分国家： | 国家（ISO代码） | 数据条数 | 起始年份 | 终止年份 | |---------|-----:|-----------:|----------:| | `RWA` | 347 | 2014 | 2025 | | `ZMB` | 293 | 2012 | 2024 | | `GHA` | 278 | 2010 | 2024 | | `TGO` | 247 | 2006 | 2022 | | `SEN` | 229 | 2015 | 2024 | | `ZWE` | 215 | 2014 | 2024 | | `TZA` | 210 | 2008 | 2024 | | `BWA` | 200 | 2009 | 2024 | | `CIV` | 188 | 1998 | 2022 | | `UGA` | 173 | 2010 | 2021 | | `BFA` | 142 | 2006 | 2024 | | `BEN` | 140 | 2012 | 2022 | | `GMB` | 137 | 2012 | 2025 | | `LBR` | 127 | 2010 | 2017 | | `MWI` | 108 | 2012 | 2024 | | ... | _另有27个国家_ | | | ## 指标示例 - `EAP_3WAP_SEX_AGE_DSB_RT` — 按性别、年龄与残疾状况划分的青年劳动力参与率（%） ## 数据结构（Schema） | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | 字符串 | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | 字符串 | 英文国家名称 | `Angola` | | `source` | 字符串 | ILOSTAT 来源代码（如劳动力调查编号） | `AA:835` | | `source.label` | 字符串 | 英文来源名称 | `PC - Population Census` | | `indicator` | 字符串 | ILOSTAT 指标代码 | `EAP_3WAP_SEX_AGE_DSB_RT` | | `indicator.label` | 字符串 | 英文指标名称 | `Youth labour force participation rate…` | | `sex` | 字符串 | 性别细分维度（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | 字符串 | — | `Total` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、身份等） | `AGE_YTHBANDS_Y15-29` | | `classif1.label` | 字符串 | — | `Age (Youth bands): 15-29` | | `classif2` | 字符串 | 可选第二分类变量 | `DSB_STATUS_TOTAL` | | `classif2.label` | 字符串 | — | `Disability status: Total` | | `time` | int64 | 观测年份 | `2014` | | `obs_value` | float64 | 观测指标值（单位详见指标定义） | `33.172` | | `obs_status` | 字符串 | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | 字符串 | — | `Unreliable` | | `note_classif` | float64 | — | `—` | | `note_classif.label` | float64 | — | `—` | | `note_indicator` | 字符串 | — | `I11:264` | | `note_indicator.label` | 字符串 | — | `Break in series: Methodology revised` | | `note_source` | 字符串 | — | `R1:3513` | | `note_source.label` | 字符串 | — | `Repository: ILO-STATISTICS - Micro da…` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时提供月度或季度序列，本数据集未包含此类数据。 - 若同一国家×年份的同一指标存在多个数据源，将采用国际劳工组织选定的「最优数据源」。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-eap-3wap-sex-age-dsb-rt-youth-labour-force-participation-rate-by-sex-age-a") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EAP_3WAP_SEX_AGE_DSB_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAP_3WAP_SEX_AGE_DSB_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAP_3WAP_SEX_AGE_DSB_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_eap_3wap_sex_age_dsb_rt_youth_labour_force_participation_rate_by_sex_age_a_2025, title = {Youth labour force participation rate by sex, age and disability status (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_3WAP_SEX_AGE_DSB_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-3wap-sex-age-dsb-rt-youth-labour-force-participation-rate-by-sex-age-a}} } ## 许可证 本数据集采用[知识共享署名4.0协议（CC BY 4.0）](https://creativecommons.org/licenses/by/4.0/)发布。原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Africa的重新封装版本。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep项目的组成部分，该项目旨在HuggingFace平台上构建一套统一的、适配机器学习的非洲数据层。我们从权威开源数据源拉取数据，对数据 schema 进行标准化处理，封装为Parquet格式，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-27通过Electric Sheep数据管道摄取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_3WAP_SEX_AGE_DSB_RT_

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数据库，是非洲地区青年劳动参与率数据的系统性整理与再封装。数据通过ILOSTAT REST API直接抽取自官方指标代码EAP_3WAP_SEX_AGE_DSB_RT，并依据非洲ISO3国家代码进行地理过滤。国际劳工组织统计局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列中以权威编码标注，确保了数据溯源的可信性与透明度。最终由Electric Sheep Africa团队封装为HuggingFace平台上的机器学习就绪格式。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，使用load_dataset('electricsheepafrica/africa-ilo-eap-3wap-sex-age-dsb-rt-youth-labour-force-participation-rate-by-sex-age-a')一行代码即可获取训练数据并转为pandas DataFrame。借助ref_area列可筛选单一国家进行聚焦分析；通过sort_values按时间排序，可对特定指标绘制时间序列曲线；利用pivot_table函数可构建以年份为行、国家为列的横截面矩阵，便于跨区域比较。该数据集适用于表格分类、回归及时间序列预测等机器学习任务。

背景与挑战

背景概述

青年劳动力参与率是衡量年轻群体经济融入程度与劳动力市场健康状况的关键指标，尤其在非洲这一人口结构高度年轻化、劳动力市场快速演变的大陆，其精准测度对制定就业政策与可持续发展目标具有深远意义。该数据集由国际劳工组织（ILO）统计司（ILOSTAT）编制，并由Electric Sheep Africa于2025年重新打包发布，涵盖1998年至2025年间42个非洲国家的4,559条观测值，聚焦于按性别、年龄和残疾状况分层的青年劳动力参与率。作为ILOSTAT全球劳动统计体系的一部分，该数据整合自各国劳动力调查、人口普查等权威来源，遵循国际劳工统计学家会议（ICLS）定义进行统一标准化，为非洲青年就业问题的跨时空比较与政策分析提供了核心数据基础，推动了相关领域从描述性统计向可复现、机器学习的量化研究转型。

当前挑战

该数据集所应对的领域核心挑战在于，非洲各国青年劳动力参与率长期受制于数据碎片化、统计口径不一以及弱势群体（如残疾青年）信息缺失等障碍，导致区域层面的精准比较与政策评估困难重重。在构建层面，数据整合面临多重困难：首先，各国调查方法、覆盖周期及数据质量差异显著，部分观测被标记为不可靠（obs_status=U）或存在方法论变更（如断点标记note_indicator），需谨慎处理时间序列一致性；其次，人口统计细分维度（如性别、残疾状态）在不同国家间的可获取性与完整性不均衡，导致部分交叉分类缺失；此外，源自多源数据（劳动力调查、人口普查等）的融合需依赖ILO的“最佳来源”选择机制，潜在引入选择偏差，对下游建模的鲁棒性与公平性构成挑战。

常用场景

经典使用场景

在劳动经济学与发展经济学的研究版图中，该数据集承载了至关重要且核心的应用场景——系统性地剖析非洲青年劳动力参与率的多维异质性。研究人员能够借助其细粒度的数据架构，按性别、年龄段及残疾状态进行分层分析，从而揭示非洲大陆不同国家与年份之间，青年群体在劳动市场融入程度上的深刻差异。该数据集尤为适合用于构建面板数据模型，探究劳动参与率在时间序列上的演变规律，或是作为因变量以量化教育政策、经济周期与社会保障制度对青年就业行为的冲击效应。

解决学术问题

该数据集精准回应了一系列长期困扰学界的严肃命题：青年残疾群体在非洲劳动力市场中是否遭遇系统性参与壁垒？性别鸿沟在各国间的动态变迁究竟呈现何种样态？传统宏观劳动力指标往往掩盖了弱势亚群体内部的巨大波动，而该数据按残疾状况与性别的交叉分类，使得研究者能够量化包容性增长政策的真实成效。通过这组覆盖42国、跨度近三十年的观察值，学者得以突破单一年份或单一国家的数据局限，在更稳健的因果推断框架下，评估国际劳工标准与国家级就业战略的实际落地效果。

实际应用

在实际应用层面，该数据集为国际发展机构、非洲各国劳动部门以及非政府组织提供了精准决策的锚点。政策制定者可以据此识别出哪些性别与残疾亚群体亟待就业干预，从而将稀缺资源定向投放至参与率最低的薄弱环节。在监测可持续发展目标（尤其是SDG 8体面工作与经济增长）的进程中，该数据可作为基线指标与成效追踪工具。此外，它还能赋能数据新闻与倡导组织，以可视化方式呈现非洲青年劳动权利的真实图景，推动社会对话与政策响应。

数据集最近研究

最新研究方向

当前，该数据集的核心研究前沿聚焦于非洲青年劳动力市场中性别、年龄与残疾状态交叉维度下的劳动参与率动态演变。借助ILOSTAT提供的1998—2025年覆盖42个非洲国家的时序观测，研究者得以深入剖析后疫情时代非洲青年就业结构的脆弱性、残疾群体的劳动力边缘化现象以及性别差距的时空异质性。该数据集为评估联合国可持续发展目标中体面工作（SDG 8）及减少不平等（SDG 10）在非洲的推进成效提供了关键数据支撑。其整合多国调查与行政记录的标准化框架，更是推动了跨区域比较分析与机器学习预测建模的可行性，为政策制定者精准识别干预窗口、优化青年就业策略奠定了实证基础。