africa-ilo-eap-dwap-sex-age-edu-rt-labour-force-participation-rate-by-sex-age-and-edu

该数据集是关于非洲劳动力参与率的表格数据集，由国际劳工组织（ILO）的ILOSTAT数据库提供，并由Electric Sheep Africa重新打包发布。数据集包含186,586个观测值，覆盖49个非洲国家，时间跨度为1982年至2025年。核心指标为按性别、年龄和教育程度划分的劳动力参与率（%）（指标代码：EAP_DWAP_SEX_AGE_EDU_RT）。数据字段包括国家代码（ref_area）、指标代码（indicator）、性别分类（sex）、年龄/教育分类（classif1、classif2）、观测年份（time）、观测值（obs_value）以及数据来源、状态标志和注释等元数据。数据按年度频率发布，ILO根据国际劳工统计学家会议（ICLS）的定义对原始调查数据进行标准化处理。该数据集适用于劳动力市场分析、社会经济研究、表格分类、回归分析和时间序列预测等任务。数据集采用CC BY 4.0许可证。This is a tabular dataset focused on African labor force participation rates, sourced from the ILOSTAT database of the International Labour Organization (ILO) and repackaged and published by Electric Sheep Africa. The dataset contains 186,586 observations, covering 49 African countries over the period from 1982 to 2025. The core indicator is the labor force participation rate (%) disaggregated by sex, age and educational attainment, with the indicator code: EAP_DWAP_SEX_AGE_EDU_RT. The data fields include country code (ref_area), indicator code (indicator), sex category (sex), age/education category (classif1, classif2), observation year (time), observed value (obs_value), as well as metadata such as data sources, status flags and notes. The dataset is released at an annual frequency, and the ILO standardized the original survey data in accordance with the definitions set forth by the International Conference of Labour Statisticians (ICLS). This dataset is suitable for tasks including labor market analysis, socio-economic research, tabular classification, regression analysis and time series forecasting. The dataset is licensed under CC BY 4.0.

原始信息汇总

数据集概述

基本信息

• 数据集名称: Labour force participation rate by sex, age and education (%) | Africa (ILOSTAT)
• 数据集大小: 186,586 条观测值
• 覆盖范围: 49 个非洲国家，时间跨度 1982–2025 年
• 指标数量: 1 个独特指标
• 许可证: cc-by-4.0
• 语言: 英语
• 任务类别: 表格分类、表格回归、时间序列预测
• 数据规模: 10 万至 100 万条

数据来源

• 来源: ILOSTAT
• 发布者: 国际劳工组织 (ILO)
• 主题: 劳动力市场

方法论

数据直接从 ILOSTAT REST API 拉取，并过滤至非洲 ISO3 国家代码。ILOSTAT 使用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处理。

地理覆盖范围

覆盖 49 个非洲国家，观测值最多的前 15 个国家包括：

国家代码	观测行数	起始年份	结束年份
ZAF	18,564	2000	2024
MUS	13,464	2001	2024
EGY	10,883	2008	2024
GHA	7,935	1991	2024
MLI	7,454	2009	2024
AGO	7,081	2004	2025
TZA	6,469	2001	2024
RWA	6,098	2014	2025
ZMB	6,092	2015	2024
TUN	5,987	2005	2023
BWA	5,380	2006	2024
SEN	5,070	2011	2024
UGA	4,932	2010	2021
TGO	4,755	2006	2022
ZWE	4,594	2011	2024

其余 34 个国家未详尽列出。

指标

• EAP_DWAP_SEX_AGE_EDU_RT: 按性别、年龄和教育程度划分的劳动力参与率 (%)

数据模式 (Schema)

列名	类型	描述	示例
ref_area	string	ISO 3166-1 alpha-3 国家代码	AGO
ref_area.label	string	英文国家名称	Angola
source	string	ILOSTAT 来源代码 (如劳动力调查)	BA:13951
source.label	string	英文来源名称	LFS - Employment Survey
indicator	string	ILOSTAT 指标代码	EAP_DWAP_SEX_AGE_EDU_RT
indicator.label	string	英文指标名称	Labour force participation rate by se…
sex	string	按性别细分 (SEX_T=总计, SEX_M=男性, SEX_F=女性)	SEX_T
sex.label	string	—	Total
classif1	string	第一分类变量 (年龄、教育、状态等)	AGE_YTHADULT_YGE15
classif1.label	string	—	Age (Youth, adults): 15+
classif2	string	第二分类变量 (如适用)	EDU_AGGREGATE_TOTAL
classif2.label	string	—	Education (Aggregate levels): Total
time	int64	观测年份	2025
obs_value	float64	观测指标值	74.342
obs_status	string	观测状态标记 (如临时、不可靠)	U
obs_status.label	string	—	Unreliable
note_classif	string	—	C3:3710
note_classif.label	string	—	Nonstandard education level: Includin…
note_indicator	string	—	I11:264
note_indicator.label	string	—	Break in series: Methodology revised
note_source	string	—	R1:3513
note_source.label	string	—	Repository: ILO-STATISTICS - Micro da…

细分维度

• sex (3 个唯一值): SEX_T (总计), SEX_M (男性), SEX_F (女性)

数据质量与注意事项

• 数据为年度频率，不包含月度或季度序列。
• 同一国家×年份存在多个来源时，使用 ILO 选定的“最佳来源”。
• 细分列 (sex, classif1, classif2) 仅在指标发布该分类时非空。

使用示例

python from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-ilo-eap-dwap-sex-age-edu-rt-labour-force-participation-rate-by-sex-age-and-edu") df = ds["train"].to_pandas() print(df.head())

过滤至一个国家

kenya = df[df["ref_area"] == "KEN"]

单个指标的时间序列

sample = (df[df["indicator"] == "EAP_DWAP_SEX_AGE_EDU_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAP_DWAP_SEX_AGE_EDU_RT")

透视为国家 × 年份矩阵

matrix = (df[df["indicator"] == "EAP_DWAP_SEX_AGE_EDU_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail())

引用与许可

• 引用格式: 请参考 README 中的 BibTeX 条目。
• 许可证: cc-by-4.0
• 原始数据 © 国际劳工组织 (ILO)，使用时需同时引用原始来源和 Electric Sheep Africa 的重新打包版本。

关于 Electric Sheep Africa

Electric Sheep Africa 是 Electric Sheep 使命的一部分，旨在为 HuggingFace 上的非洲数据提供统一、ML 就绪的数据层。数据来自权威开放来源，规范化模式后以 Parquet 格式发布。完整集合可见：huggingface.co/electricsheepafrica

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，通过REST API接口直接抽取指标EAP_DWAP_SEX_AGE_EDU_RT的数据，并依据非洲ISO3国家代码进行地理范围过滤。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协调统一，数据来源包括各国劳动力调查、家庭收入调查及行政记录。Electric Sheep Africa对原始数据进行再封装，保留源数据的可追溯性标志，形成结构化表格数据集，共计186,586条观测。

特点

数据集覆盖49个非洲国家，时间跨度自1982年至2025年，提供劳动力参与率按性别、年龄和教育水平分层的百分比指标。数据包含丰富的分类维度，如性别（总、男、女）以及年龄、教育等复合分类变量，每条观测均附有观测状态标志及注释字段，便于用户评估数据质量。原始数据来源清晰标注，支持对同一国家不同调查方法产生的序列差异进行追溯分析。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载数据集，并将其转换为Pandas DataFrame进行灵活操作。支持按国家代码筛选特定国家的子集，或针对单一指标按时间排序绘制时间序列趋势图。利用pivot_table方法可将数据重塑为国家与年份的矩阵形式，便于横向比较不同国家在相同时间点的劳动力参与率差异。数据集兼容表格分类、回归及时间序列预测等多种机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理发布，并由Electric Sheep Africa在HuggingFace上进行重新封装，旨在提供非洲地区按性别、年龄和教育程度划分的劳动力参与率数据。其核心研究问题聚焦于揭示非洲大陆劳动市场的结构性特征，特别是不同人口亚群在就业参与上的差异，以支持政策制定与学术研究。数据集涵盖1982至2025年间49个非洲国家的186,586条观测，具有广泛的时间跨度和地域覆盖面，为分析劳动力供给的动态演变、性别不平等以及教育对就业的影响提供了宝贵资源，在劳动经济学、发展经济学和非洲研究领域产生了重要影响。

当前挑战

该数据集所解决的领域挑战在于，非洲国家长期面临劳动力数据零散、口径不一和时序缺失的问题，传统的图像分类或时间序列预测任务在此背景下难以获得统一且高质量的训练数据。在构建过程中，主要挑战包括：1) 从ILOSTAT的REST API中抽取数据时需处理多源调查间的定义差异（如ICLS标准下的劳动力统计口径），并通过‘source.label’字段标记来源以保障可追溯性；2) 数据质量标注复杂，如观测状态中的‘U（不可靠）’和‘Break in series’注释，需仔细甄别以避免模型引入虚假模式；3) 按性别、年龄和教育维度进行分层时，分类变量（classif1和classif2）存在大量缺失值，仅当特定分类可用时才非空，增加了特征工程的难度。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲地区劳动力参与率的精细化分析。基于国际劳工组织ILOSTAT的权威统计，它提供了跨越1982年至2025年、覆盖49个非洲国家、共计逾18.6万条观测记录，并按性别、年龄及教育水平三个维度进行分解。研究者可以利用这一结构化数据，构建面板回归模型或时间序列模型，系统考察不同人口统计学群体在非洲各国劳动力市场中的参与动态与演变趋势。该数据集特别适合探讨教育水平的提升对女性劳动参与率的影响、青年与成年劳动力参与率的长期变化，以及不同性别间参与率的收敛或发散模式。

衍生相关工作

围绕该数据集衍生的经典工作主要集中在劳动力参与率的驱动因素建模与预测领域。研究者可利用该时间序列数据训练回归模型或机器学习模型，探讨经济增长率、产业结构的服务业占比、城市化水平以及教育投入等宏观变量如何影响分群体的劳动参与水平。进一步地，基于LSTM或Transformer架构的时序预测模型可被用于估算未来五至十年的参与率变化趋势，为非洲各国制定可持续发展目标中的体面工作目标提供量化依据。此外，相关的计量经济学工作还涉及使用面板数据方法，识别性别工资差距、教育回报率以及劳动力市场刚性对参与决策的因果效应。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆劳动力参与率的性别、年龄与教育维度精细化解构，为探索撒哈拉以南非洲地区劳动市场结构性变迁提供了关键量化基础。在国际劳工组织（ILO）持续推动体面劳动议程的背景下，该数据助力研究者追踪非洲各国‘教育与就业脱钩’现象——即教育程度提升与劳动参与率非同步演变的矛盾，尤其对分析女性劳动供给弹性、青年失业潮与技能错配等热点议题具有前沿价值。通过对49国44年面板数据的时序建模，可揭示区域劳动市场的动态演化路径，为制定包容性就业政策、评估SDG目标8实现进展及理解非正规经济转型提供实证支撑。