africa-ilo-eap-dwap-sex-geo-mts-rt-labour-force-participation-rate-by-sex-rural-urban

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲劳动力市场数据，具体指标为按性别、城乡地区和婚姻状况划分的劳动力参与率（%）。数据集覆盖45个非洲国家，时间跨度为1994年至2025年，共包含19,191个观测值。数据为表格形式，包含20个字段，核心字段包括：国家代码（ref_area）、国家名称（ref_area.label）、数据源代码和标签（source, source.label）、指标代码和标签（indicator, indicator.label）、性别细分（sex, sex.label）、两个分类变量（classif1, classif1.label, classif2, classif2.label）、观测年份（time）、指标观测值（obs_value）、观测状态标志（obs_status, obs_status.label）以及指标和来源的注释（note_indicator, note_indicator.label, note_source, note_source.label）。数据按年度频率提供，ILOSTAT使用国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调，确保数据可比性。当同一国家×年份组合有多个数据源时，数据集使用ILO选择的最佳来源。该数据集适用于表格分类、表格回归和时间序列预测等机器学习任务，可用于分析非洲各国劳动力参与率的趋势、差异及影响因素。数据集采用CC BY 4.0许可证发布，由Electric Sheep Africa项目从ILOSTAT API获取、过滤并重新打包，以提供标准化、机器学习就绪的数据格式。This dataset comprises African labor market data sourced from the ILOSTAT database of the International Labour Organization (ILO), with the core indicator being labor force participation rate (%), disaggregated by gender, urban/rural region and marital status. It covers 45 African countries across the 1994–2025 period, with a total of 19,191 observations. The data is formatted as a table with 20 fields, and its core fields include: country code (ref_area), country name (ref_area.label), data source code and label (source, source.label), indicator code and label (indicator, indicator.label), gender disaggregation (sex, sex.label), two categorical variables (classif1, classif1.label, classif2, classif2.label), observation year (time), observed indicator value (obs_value), observation status flag (obs_status, obs_status.label), as well as annotations for the indicator and source (note_indicator, note_indicator.label, note_source, note_source.label). The data is released at an annual frequency. ILOSTAT harmonizes raw survey microdata in accordance with the definitions set forth by the International Conference of Labour Statisticians (ICLS) to ensure cross-country data comparability. When multiple data sources are available for the same country-year pair, the dataset adopts the optimal source selected by the ILO. This dataset is applicable to machine learning tasks including tabular classification, tabular regression and time series forecasting, and can be used to analyze trends, disparities and influencing factors of labor force participation rates across African countries. Released under the CC BY 4.0 license, this dataset was retrieved, filtered and repackaged by the Electric Sheep Africa project from the ILOSTAT API to provide standardized, machine learning-ready data formats.

原始信息汇总

数据集概况

• 名称：Labour force participation rate by sex, rural / urban area and marital status (%) | Africa (ILOSTAT)
• 观测数量：19,191 条
• 覆盖范围：45 个非洲国家，时间跨度为 1994–2025 年
• 指标数量：1 个核心指标
• 许可协议：CC-BY-4.0
• 语言：英文
• 数据集类型：表格数据，适用于分类、回归和时间序列预测任务
• 数据规模：10K < n < 100K

数据来源

• 原始来源：ILOSTAT（国际劳工组织中央统计数据库）
• 发布机构：International Labour Organization (ILO)
• 数据获取方式：通过 ILOSTAT REST API 拉取，并过滤至非洲国家（使用 ISO3 国家代码）
• 重新打包方：Electric Sheep Africa

核心指标

• EAP_DWAP_SEX_GEO_MTS_RT：按性别、城乡区域和婚姻状况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 数据来源代码	BA:13951
source.label	string	英文数据来源名称	LFS - Employment Survey
indicator	string	ILOSTAT 指标代码	EAP_DWAP_SEX_GEO_MTS_RT
indicator.label	string	英文指标名称	Labour force participation rate by se…
sex	string	性别分类 (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（如地域类型）	GEO_COV_NAT
classif1.label	string	—	Area type: National
classif2	string	第二分类变量（如婚姻状况）	MTS_AGGREGATE_TOTAL
classif2.label	string	—	Marital status (Aggregate): 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	U
obs_status.label	string	—	Unreliable
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…

分类维度

• 性别（sex）：3 个唯一值（总计、男性、女性）

地理覆盖范围（前 15 个国家示例）

国家代码	观测行数	最早年份	最近年份
EGY	1,512	2008	2024
ZAF	1,404	2008	2024
TUN	1,170	2006	2023
MLI	909	2013	2024
GHA	846	2000	2024
RWA	810	2014	2025
AGO	809	2004	2025
ZMB	731	2015	2024
SEN	641	2011	2024
NAM	591	1994	2018
ZWE	572	2011	2024
NGA	561	2011	2024
TZA	549	2001	2020
KEN	501	1999	2022
BFA	488	2014	2024

（另有 30 个以上国家）

数据质量说明

• 数据为年度频率，不包含月度或季度序列。
• 当同一国家×年份存在多个数据来源时，采用 ILO 选择的“最佳来源”。
• 分类列（性别、classif1、classif2）仅当指标发布该分类时才有值。

使用方法

使用 Hugging Face datasets 库加载数据集：

python from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-ilo-eap-dwap-sex-geo-mts-rt-labour-force-participation-rate-by-sex-rural-urban") df = ds["train"].to_pandas()

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核心统计数据库，经由Electric Sheep Africa团队重新打包并发布至HuggingFace平台。数据通过ILOSTAT REST API直接拉取，筛选出非洲国家ISO3编码的观测记录，涵盖45个非洲国家共计19,191条样本。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统一协调，并在数据源的标记列中注明出处，以确保数据的可追溯性与标准化程度。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一步加载该数据集，并便捷地转换为pandas DataFrame进行后续分析。典型应用场景包括按国家代码筛选特定国家的时序数据、绘制单一指标随时间变化的趋势曲线，或利用pivot_table构建国家×年份的矩阵视图，服务于非洲劳动力市场的比较研究与面板数据分析。数据按cc-by-4.0许可协议发布，使用时需同时引用ILO原始数据与Electric Sheep Africa的打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的统计数据库ILOSTAT整理发布，经Electric Sheep Africa于2025年重新打包并托管于HuggingFace平台，旨在提供非洲地区劳动力参与率的精细化解构。核心研究问题聚焦于按性别、城乡区域及婚姻状况划分的劳动参与率差异，覆盖45个非洲国家、1994至2025年间的19,191条观测记录。该数据集对于理解非洲劳动力市场的结构性特征、评估性别平等政策效果以及追踪可持续发展目标（SDG）中的体面劳动进展具有重要价值，为发展经济学、劳动社会学及人口学研究提供了标准化、可复现的数据基础。

当前挑战

该数据集面临的挑战主要体现在两方面。其一，非洲地区劳动力数据采集长期受制于基础设施薄弱、调查体系不完善及冲突区域覆盖缺失，导致原始数据质量参差不齐，部分观测值被标记为不可靠或存在统计口径断裂（如方法修订）。其二，构建过程中需处理多个国家不同来源的劳动调查数据，并遵循国际劳工统计学家会议（ICLS）定义进行标准化，涉及数据融合、异常值辨识及最佳来源的选择，而分类维度（如婚姻状况、城乡类型）的缺失值问题进一步增加了数据清洗与推断的复杂性。

常用场景

经典使用场景

该数据集承载了国际劳工组织ILOSTAT统计体系中关于非洲45国劳动参与率的珍贵时序观测，以性别、城乡地域及婚姻状况为多维解构维度，覆盖1994年至2025年的年度数据。研究者可将其作为面板数据资源，开展劳动经济学领域的经典实证分析，例如构建固定效应模型以探究城镇化进程中女性劳动参与率的演变趋势，或运用时间序列预测方法对非洲各国未来劳动力供给格局进行推估。数据以Parquet格式经标准化封装，通过HuggingFace Datasets库即可便捷加载，为以Python为核心的科研工作流提供了低门槛接入方案。

解决学术问题

在学术界，该数据集的核心价值在于破解非洲劳动力市场研究中长期存在的微观数据碎片化与跨国可比性匮乏的困境。通过ILO依据国际劳工统计学家会议定义进行的数据协调，研究者得以跨越国别调查方法的差异，在统一口径下测度性别、婚姻状况与城乡区位对劳动参与决策的交互影响。它支撑了关于非洲女性‘未利用劳动力潜能’的定量评估，推动了对非正规就业、家庭内部分工以及城镇化对劳动力市场性别鸿沟重塑机制的深入理解，为发展经济学与劳动经济学的交叉研究赋予了可靠的实证基石。

实际应用

在现实世界的应用层面，该数据集为国际发展机构及非洲国家政府的劳动力政策制定提供了量化锚点。借助分性别、分城乡的劳动参与率指标，政策制定者能够精准识别女性就业赋能或农村劳动力转移中的关键瓶颈。数据集支持开发基于时序预警的劳动力市场监测仪表盘，助力国际劳工组织及各国统计局追踪千年发展目标中体面工作指标的实现进度。同时，其标准化格式也使其易于融入社会经济综合评估模型，为非洲大陆自由贸易区建设背景下的就业效应评估提供数据底座。

数据集最近研究

最新研究方向

该数据集聚焦于非洲45个国家1994至2025年间按性别、城乡及婚姻状况划分的劳动力参与率，为探究非洲劳动力市场的结构性变迁提供了珍贵的时间序列证据。依托ILOSTAT标准化框架，研究者可深入剖析城镇化进程中女性劳动供给的驱动机制、婚姻状况对就业决策的异质性影响，以及区域间劳动力参与率的分化趋势。近期研究热点在于结合该数据集与卫星影像、移动通信数据等新型地理空间信息，构建高分辨率模型以预测非洲大陆劳动力流动的动态路径，进而为联合国2030年可持续发展目标中体面工作的本土化评估提供量化支撑，其数据粒度与跨时段的连续性尤其适合捕捉重大政策干预与全球经济波动对非洲就业格局的冲击效应。