electricsheepafrica/africa-ilo-eip-teip-sex-mts-dsb-nb-persons-outside-the-labour-force-by-sex-marital-st

该数据集包含非洲41个国家在1998年至2025年期间关于劳动力外人口按性别、婚姻状况和残疾状况分类（千人）的10,084个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，仅包含非洲国家数据。数据集涵盖了劳动力市场中的其他劳动力未充分利用指标，具体指标为EIP_TEIP_SEX_MTS_DSB_NB。数据以表格形式组织，包括国家代码、指标、性别、婚姻状况、残疾状况、时间、观测值等字段，并提供了数据来源和质量注释。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适用于机器学习的数据层。This dataset contains 10,084 observations of Persons outside the labour force by sex, marital status and disability status (thousands) across 41 Africa countries, spanning 1998 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to include only African countries. It covers the Other measures of labour underutilization topic, specifically the indicator EIP_TEIP_SEX_MTS_DSB_NB. The data is organized in tabular format with columns such as country code, indicator, sex, marital status, disability status, time, observed value, and includes source and quality annotations. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa on HuggingFace.

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权威统计数据库，经由Electric Sheep Africa平台重新打包并发布在HuggingFace上。数据通过ILOSTAT的REST API直接获取，具体指标为EIP_TEIP_SEX_MTS_DSB_NB，即按性别、婚姻状况和残疾状况划分的劳动力人口外人群数量（单位：千人）。原始数据基于各国劳动力调查、家庭收入调查等微观数据，经ILO依照国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。在构建过程中，数据仅筛选出非洲地区ISO3国家代码所对应的观测值，保留了标识数据来源的source.label列，以确保数据溯源清晰可靠。最终形成包含10,084条观测值、覆盖41个非洲国家、时间跨度从1998年至2025年的结构化表格数据集。

特点

本数据集聚焦于劳动力市场中的“其他劳动力利用不足指标”这一核心主题，具有多维度的分层特征。其显著特点在于提供了按性别（总、男、女）、婚姻状况和残疾状况三个维度交叉细分的观测值，使得研究者能够从多重视角分析非洲地区劳动力人口的构成。数据集中包含丰富的元数据列，如观测值状态标志（如临时、不可靠）和指标备注（如方法修订导致的数据断点），为数据质量评估提供了透明依据。此外，数据以年为单位发布，来源选取ILO认定的每个国家-年份组合的最佳来源，确保了统计口径的统一性。数据集格式为表格型，兼具分类与回归任务的应用潜力，同时因其时间跨度够长，也适用于时间序列预测分析。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数便捷加载该数据集，将其转换为Pandas DataFrame格式后开展后续分析。典型使用方式包括：利用国家代码ref_area列对特定国家子集进行筛选，如聚焦肯尼亚的数据；针对单一指标EIP_TEIP_SEX_MTS_DSB_NB进行时间序列可视化，通过排序time列并绘制观测值obs_value的变化趋势；或构建国家×年份的透视矩阵，以pivot_table方法将数据重塑为便于横向对比的结构。数据集的disaggregation dimensions列（sex, classif1, classif2）支持用户按不同分组进行切片分析，而observation status标志帮助识别数据质量有疑的点位。整体接口简洁，满足从初步探索到深入建模的全流程需求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下ILOSTAT数据库整理，经Electric Sheep Africa于2025年重新封装发布，聚焦非洲41个国家1998至2025年间“劳动力市场以外人口”的跨维度统计，包含10,084条观测记录。作为全球劳动统计的权威来源，ILOSTAT依据国际劳工统计学家会议（ICLS）标准对各国劳动力调查数据进行协调，为研究非洲地区劳动参与率、性别与婚姻状况及残疾状态对经济活动人口的影响提供了细粒度数据基础。该数据集的构建弥补了非洲大陆在高时效性、多维度劳动市场弱势群体统计方面的空白，对推动联合国可持续发展目标（SDG）中的体面劳动指标研究具有重要支撑作用。

当前挑战

该数据集所解决的领域核心挑战在于非洲劳动市场统计面临的数据稀疏性与口径不一致问题，特别是传统就业指标无法全面反映“非劳动力人口”内部异质性，而通过性别、婚姻状况及残疾状态的细分，揭示了隐藏的劳动市场弱势群体规模及其动态变化。构建过程中面临多重挑战：一是各国劳动力调查方法差异导致数据源可比性受限，ILO需依赖ICLS定义进行协调并标记源数据；二是部分观测被标记为“不可靠”或含“方法修订”断点注释，反映了发展中国家属地统计能力不均带来的质量约束；三是按时序和国别交叉获取完整面板数据时，需处理国家覆盖不全、年际缺失及分类维度不统一等复杂清洗任务。

常用场景

经典使用场景

该数据集作为国际劳工组织ILOSTAT官方统计数据的非洲子集，最经典的用途是开展劳动经济学与人口社会学的交叉研究。研究者可借助其按性别、婚姻状况及残疾状态细分的劳动力市场外人口数据，精准刻画非洲大陆特定群体的劳动参与缺失特征。该数据的跨国家面板结构（覆盖41国、近三十年）使其尤其适合构建多层级回归模型，揭示社会经济因素与劳动边缘化之间的动态关联。

实际应用

在实际应用中，该数据集为国际发展机构及非洲国家劳动部门制定包容性就业政策提供了数据基石。具体场景包括：识别因婚姻或残疾而面临最高劳动排斥风险的人口亚群、监测ILO体面劳动目标中“劳动力利用不足”指标的国别进展、以及优化社会保障项目的精准投放——例如将职业培训资源优先分配至特定婚姻状况的残疾女性群体。

衍生相关工作

该数据集衍生了多项基于ILOSTAT非洲数据的研究脉络。经典工作包括利用类似面板构建的“非洲劳动市场脆弱性指数”、探究性别与残疾交互效应的Logit回归模型系列、以及结合地理空间信息分析劳动排斥空间集聚特征的开源工具包。此外，Electric Sheep Africa团队通过标准化schema与Parquet存储格式，为该数据集的复现分析与跨数据集联合挖掘奠定了技术基础。