electricsheepafrica/africa-ilo-eip-2wap-sex-age-rt-inactivity-rate-by-sex-and-age-ilo-modelled-estima

该数据集包含54,135个观测值，涉及53个非洲国家在1990年至2027年期间的其他劳动力未充分利用指标数据，具体指标为按性别和年龄划分的不活动率——ILO模型估计（2025年11月）(%)。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并经过处理，仅包含非洲国家。数据集提供结构化表格，包括国家代码、年份、性别分类、年龄分类、观测值等列，适用于表格分类、回归和时间序列预测等任务。数据经过ILO标准化处理，使用国际劳工统计学家会议（ICLS）定义，并标注来源以追溯。数据集由Electric Sheep Africa重新打包，以支持机器学习研究。This dataset contains 54,135 observations covering labour underutilization-related data for 53 African countries spanning the period from 1990 to 2027. The specific metric is the inactivity rate disaggregated by sex and age, estimated by the ILO model (November 2025), expressed in percentage (%). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), acquired via REST API and processed to exclusively include entries for African countries. The dataset provides structured tabular data with columns including country code, year, sex category, age category, observation value, and others, and is applicable to tasks such as tabular classification, regression, and time series forecasting. The data has undergone ILO-standardized processing, using definitions set forth by the International Conference of Labour Statisticians (ICLS), with source information annotated for traceability. This dataset was repackaged by Electric Sheep Africa to facilitate machine learning research.

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，通过REST API接口直接提取了非洲地区53个国家的劳动力不充分利用指标数据。原始数据基于各国劳动力调查、家庭收入调查等微观数据，并依据国际劳工统计学家会议（ICLS）标准进行统一化处理。数据集进一步聚焦于非洲区域，筛选出ISO3国家代码对应的观测值，最终形成了涵盖1990年至2027年时间跨度的54,135条记录。该过程由Electric Sheep Africa团队负责二次封装，以确保数据格式的标准化与机器学习就绪性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载本数据集，其输出格式为适合Pandas处理的DataFrame。研究者可以基于'ref_area'列筛选特定国家的时间序列，或利用'indicator'列聚焦于不活动率指标进行分析。数据集的表格结构支持便捷的数据透视操作，例如构建以年份为行、国家为列的指标矩阵，从而用于面板数据建模或时间序列预测任务。该数据集特别适用于从事非洲劳动经济学、人口统计学或可持续发展目标监测的研究人员与政策分析师。

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，经由Electric Sheep Africa团队于2026年5月重新封装并发布于HuggingFace平台。数据集聚焦于非洲53个国家1990至2027年间按性别与年龄划分的劳动参与度外比率（Inactivity rate），共包含54,135条观测值。作为ILO核心统计数据库ILOSTAT的重要分支，该数据旨在揭示非洲大陆劳动力利用不足的深层结构，通过提供标准化的时间序列数据，为发展经济学、劳动社会学及公共政策研究提供量化基础。其发布填补了非洲区域劳动统计长期存在的细粒度数据缺失，尤其在性别维度的劳动参与差异分析中具有里程碑意义，对联合国可持续发展目标（SDG）中的体面工作指标监测构成重要支撑。

当前挑战

该数据集所解决的领域问题在于，劳动参与度外比率作为劳动力利用不足的关键指标，长期面临非洲国家调查数据稀疏、定义标准不一及时间序列断裂等困境，阻碍了区域劳动力市场的精准诊断与国际比较。构建过程中，ILO需整合53国来源迥异的劳动调查微数据，依据国际劳动统计学家会议（ICLS）标准进行协调统一，同时应对部分国家统计能力薄弱导致的年度数据缺失问题。模型估算环节则需解决年龄与性别交叉分类带来的样本稀疏性挑战，并通过‘最佳来源’选择机制平衡多源数据间的统计偏差，最终以插补与预测方法延展至2027年，确保数据集在覆盖广度与时间纵深上的学术可用性。

常用场景

经典使用场景

该数据集收录了1990年至2027年间53个非洲国家按性别和年龄划分的劳动参与率数据，共计54,135条观测记录。其最经典的用途在于作为时间序列预测的基准数据，研究者可借助长跨度的历史演化趋势，构建线性回归、ARIMA、Prophet乃至深度学习模型，预测未来非洲各国不同人群的劳动力市场进入或退出行为。对于分类与回归任务，数据集提供的性别、年龄组别等离散特征与连续观测值构成了天然的监督学习素材，可用于探究社会经济变量间复杂的非线性关系。

解决学术问题

在劳动经济学与发展研究领域，该数据集为分析非洲地区劳动力市场参与程度的长期演化提供了坚实的量化基础。它赋能学者区分不同性别与年龄群体在经济活动上的异质性，揭示文化规范、教育扩张或产业结构变迁对劳动供给的差异化影响。通过将失业率之外的'未充分利用'维度纳入考量，研究者得以超越传统失业指标，构建更全面的劳动力市场健康度评估体系，这对于理解非洲年轻人口爆炸背景下的就业挑战具有深远的理论价值。

实际应用

在实际应用层面，该数据集能够为国际组织与国家级政策制定者提供关键决策支撑。例如，世界银行或非洲开发银行可利用其按性别分解的预测值，评估特定国家青年女性就业促进政策的潜在收益。此外，数据集与ILOSTAT官方定义的严格对齐，使得跨国比较成为可能，可用于监测联合国可持续发展目标第八条中'充分和生产性就业'的进展。企业的人力资源规划部门亦可借助其趋势洞察，预判不同地区劳动力供给的结构性变化。

数据集最近研究

最新研究方向

该数据集聚焦于非洲53国1990至2027年按性别与年龄分层的劳动参与缺失率（inactivity rate）的ILO建模估算，为劳动力市场分析提供了跨越近四十年、覆盖全非的高频面板数据。在当前全球关注非洲青年就业危机与性别劳动参与差距的热点背景下，该数据集的价值尤为凸显。其基于国际劳工组织ILOSTAT统一标准，通过整合各国劳动力调查与行政记录，实现了对撒哈拉以南非洲等碎片化统计区域的横向可比与纵向连贯性，可支撑多维不平等度量、劳动供给预测与时序因果推断等前沿研究。数据集已打包为Parquet格式并托管于HuggingFace，显著降低了机器学习模型调用的门槛，为非洲劳动力政策评估、SDG目标追踪及经济韧性建模提供了权威、可再现的基础设施。