africa-ilo-eap-dwap-sex-mts-dsb-rt-labour-force-participation-rate-by-sex-marital-sta

该数据集名为“按性别、婚姻状况和残疾状况划分的劳动力参与率（%）| 非洲（ILOSTAT）”，是一个专注于非洲地区劳动力市场统计的表格型数据集。它由国际劳工组织（ILO）的权威统计数据库ILOSTAT提供原始数据，并由Electric Sheep Africa项目进行重新打包和标准化，旨在为机器学习和研究提供即用型非洲数据层。数据集核心内容为“按性别、婚姻状况和残疾状况划分的劳动力参与率”这一指标，共包含9,822条观测记录。这些数据覆盖了41个非洲国家，时间序列从1998年延伸至2025年。数据模式（Schema）包含19个字段，详细记录了每个数据点的国家信息（ISO代码和名称）、指标代码与标签、数据来源、按性别（总计、男性、女性）、婚姻状况和残疾状况的分类维度、观测年份、具体的指标数值（obs_value），以及重要的数据质量元数据，如观测状态标志（例如，是否不可靠）和相关说明注释。数据集适用于表格分类、回归以及时间序列预测等任务，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。使用许可为CC-BY-4.0。This dataset is titled "Labor Force Participation Rate (%) by Sex, Marital Status, and Disability Status | Africa (ILOSTAT)", a tabular dataset focused on labor market statistics in the African region. The original data is sourced from ILOSTAT, the authoritative statistical database of the International Labour Organization (ILO), and was repackaged and standardized by the Electric Sheep Africa project, with the goal of providing a ready-to-use African data layer for machine learning applications and academic research. The core indicator of this dataset is the labor force participation rate categorized by sex, marital status, and disability status, containing a total of 9,822 observation records. These data cover 41 African countries, with a time series ranging from 1998 to 2025. The dataset schema consists of 19 fields, which comprehensively document details including country information (ISO code and name) for each data point, indicator code and label, data source, classification dimensions by sex (total, male, female), marital status and disability status, observation year, specific indicator value (obs_value), as well as critical data quality metadata such as observation status flags (e.g., whether the data is deemed unreliable) and relevant explanatory notes. This dataset is suitable for tasks including tabular classification, regression, and time series forecasting, and can be employed to analyze trends, disparities, and influencing factors of labor force participation rates across African nations. The applicable usage license is CC-BY-4.0.

原始信息汇总

数据集概述

• 数据集名称：按性别、婚姻状况和残疾状况划分的劳动力参与率（%）| 非洲 (ILOSTAT)
• 记录数量：9,822 条观测
• 地理覆盖：41 个非洲国家
• 时间跨度：1998–2025 年
• 指标数量：1 个独特指标

数据来源

• 来源：ILOSTAT（国际劳工组织中央统计数据库）
• 发布方：国际劳工组织 (ILO)
• 许可协议：CC-BY-4.0
• 主题：劳动力

数据内容

• 核心指标：EAP_DWAP_SEX_MTS_DSB_RT — 按性别、婚姻状况和残疾状况划分的劳动力参与率（%）
• 数据粒度：年度数据
• 分类维度：
  • sex（3 个唯一值）：SEX_T（总计）、SEX_M（男性）、SEX_F（女性）
  • classif1：婚姻状况分类（如总计、已婚等）
  • classif2：残疾状况分类（如总计等）

数据模式（Schema）

列名	类型	描述	示例值
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	AA:835
source.label	string	英文来源名称	PC - Population Census
indicator	string	ILOSTAT 指标代码	EAP_DWAP_SEX_MTS_DSB_RT
indicator.label	string	英文指标名称	Labour force participation rate by se…
sex	string	性别分类	SEX_T
sex.label	string	性别标签	Total
classif1	string	第一分类变量	MTS_AGGREGATE_TOTAL
classif1.label	string	第一分类标签	Marital status (Aggregate): Total
classif2	string	第二分类变量	DSB_STATUS_TOTAL
classif2.label	string	第二分类标签	Disability status: Total
time	int64	观测年份	2014
obs_value	float64	观测值	43.556
obs_status	string	观测状态标志	U
obs_status.label	string	状态标签	Unreliable
note_classif	float64	分类注释	—
note_classif.label	float64	分类注释标签	—
note_indicator	string	指标注释	I11:264
note_indicator.label	string	指标注释标签	Break in series: Methodology revised
note_source	string	来源注释	R1:3513
note_source.label	string	来源注释标签	Repository: ILO-STATISTICS - Micro da…

方法说明

• 数据直接从 ILOSTAT REST API（https://rplumber.ilo.org/data/indicator?id=EAP_DWAP_SEX_MTS_DSB_RT）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。
• 数据来源在 source.label 列中标记，可供追溯。

地理覆盖情况（前 15 个国家）

国家代码	行数	起始年份	结束年份
RWA	801	2014	2025
GHA	674	2010	2024
ZMB	612	2015	2024
BWA	541	2009	2024
SEN	533	2015	2024
ZWE	481	2014	2024
CIV	428	1998	2022
TGO	424	2006	2022
TZA	404	2008	2024
BFA	323	2006	2024
UGA	307	2010	2021
SYC	295	2019	2024
GMB	278	2012	2025
ETH	242	2005	2021
MLI	242	2009	2022

（另有 26 个国家，未全部列出）

数据质量与注意事项

• 数据为年度频率；部分指标有月度或季度序列，但未包含在本数据集中。
• 对于同一国家×年份存在多个来源时，使用 ILO 选定的“最佳来源”。
• 分类列（sex、classif1、classif2）仅当指标发布该分类时才为非空值。

使用示例（Python）

python from datasets import load_dataset

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

• 筛选单一国家：kenya = df[df["ref_area"] == "KEN"]
• 单一指标时间序列：sample = (df[df["indicator"] == "EAP_DWAP_SEX_MTS_DSB_RT"]).sort_values("time")
• 国家×年份透视表：df[df["indicator"] == "EAP_DWAP_SEX_MTS_DSB_RT"].pivot_table(index="time", columns="ref_area", values="obs_value")

许可与引用

• 许可协议：CC-BY-4.0
• 引用格式：

bibtex @misc{africa_ilo_eap_dwap_sex_mts_dsb_rt_labour_force_participation_rate_by_sex_marital_sta_2025, title = {Labour force participation rate by sex, marital status and disability status (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_MTS_DSB_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-dwap-sex-mts-dsb-rt-labour-force-participation-rate-by-sex-marital-sta}} }

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统计数据库，通过其REST API接口直接获取指标编码为EAP_DWAP_SEX_MTS_DSB_RT的劳动力参与率数据，并依据非洲ISO3国家代码进行筛选。ILOSTAT作为全球劳动统计的权威来源，基于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列中予以标注，确保了数据的可追溯性与标准化。数据集由Electric Sheep Africa进行重新打包，以Parquet格式发布，共包含9,822条观测记录，覆盖41个非洲国家，时间跨度从1998年至2025年。

特点

该数据集聚焦于非洲地区按性别、婚姻状况和残疾状况分层的劳动力参与率（百分比），提供了单一但深度细分的指标。数据结构中包含了丰富的分类维度，如sex、classif1和classif2，允许研究者从总人口、男性、女性等不同性别角度，以及婚姻状态和残疾状态的聚合类别进行交叉分析。此外，数据集还附带了数据来源、观测状态标志及系列中断等注释信息，为数据质量评估提供了依据。其年度频率和多来源择优选择机制，进一步保障了数据分析的稳健性。

使用方法

使用HuggingFace的datasets库可便捷加载该数据集，调用load_dataset函数后即可将数据转换为Pandas DataFrame进行后续分析。研究者可通过ref_area列筛选特定国家（如KEN）的数据，或按indicator列对单一指标进行时间序列分析，利用obs_value列绘制趋势图。亦支持通过pivot_table函数将数据重塑为国家×年份的矩阵形式，便于进行面板数据回归或跨国家比较分析。数据集遵循CC-BY-4.0许可协议，使用时需注明原始数据来源及Electric Sheep Africa的重新打包工作。

背景与挑战

背景概述

劳动力参与率是衡量一国经济活动人口规模的核心指标，其按性别、婚姻状况及残疾状态的分层统计，对于揭示劳动力市场中结构性不平等、评估包容性增长政策效果具有不可替代的价值。该数据集由国际劳工组织（ILO）统计司于2025年通过其旗舰数据库ILOSTAT发布，并经Electric Sheep Africa团队重新打包为机器学习友好格式。数据集涵盖1998年至2025年间41个非洲国家的9,822条观测记录，聚焦于劳动参与率的多元交叉维度。作为非洲大陆首个将性别、婚姻状况与残疾状态纳入统一框架的劳动参与率数据集，它为研究撒哈拉以南非洲地区劳动力市场的异质性、监测可持续发展目标中体面工作指标（SDG 8）的进展提供了关键数据基础，在劳动经济学与公共政策交叉领域具有显著影响力。

当前挑战

在领域问题层面，该数据集致力于应对非洲劳动力统计中长期存在的数据粒度不足与交叉性分析缺失的挑战。传统劳动参与率指标往往仅按性别或年龄单一维度聚合，导致政策的制定无法有效识别残疾人或特定婚姻状况群体的就业困境，从而掩盖了多重弱势身份叠加下的劳动力市场排斥现象。在构建过程中，ILOSTAT需要调和来自41国不同年份、不同调查体系（如劳动力调查、人口普查、行政记录）的数据，面临调查定义（如ICLS标准差异）、数据质量标记（如观测值被打上“不可靠”标志）以及时间序列中断（如方法论修订导致的指标断裂）等多重技术挑战。此外，将多来源、多频率的数据标准化为年度可比的单一指标格式，并保留完整的溯源标记（source.label字段），也对数据清洗与元数据对齐流程提出了严峻要求。

常用场景

经典使用场景

该数据集汇聚了非洲41个国家1998年至2025年间按性别、婚姻状况与残疾状况分层的劳动力参与率观测值，共计9822条记录。研究者可将其运用于面板数据回归分析，探究社会经济政策、人口结构变迁与劳动力市场动态之间的复杂关联。亦可利用其时间序列属性，构建预测模型以洞察非洲大陆劳动力参与率的演变轨迹。其分层变量设计尤其适合评估性别平等政策、婚姻制度影响以及残疾包容性就业举措的实际效果，为发展经济学与劳动经济学领域提供了坚实的数据基石。

实际应用

在实际应用层面，该数据集可为非洲各国劳动部门及国际组织制定差异化就业政策提供决策参考。基于不同性别、婚姻状况与残疾状态的劳动力参与率变化趋势，政策制定者能够精准识别就业弱势群体，从而设计更具靶向性的技能培训计划、社会保障方案与反歧视法规。金融机构与咨询公司亦可借助该数据集评估区域劳动力供给弹性，优化投资选址与人力资源战略，促进非洲经济转型中的劳动力资源高效配置。

衍生相关工作

该数据集的发布催生了一系列围绕非洲劳动力市场分层结构的研究工作。学者们基于此数据开展了婚姻状态对女性劳动参与门槛效应的断点回归分析，以及残疾人群就业障碍的多层级线性模型探讨。另有研究工作将其与教育数据、GDP时间序列关联，构建了预测非洲国家劳动参与率动态演变的机器学习模型，推动了统计学习在劳动经济学中的应用。这些衍生工作不仅丰富了关于非洲劳动力参与的因果推断文献，也促进了跨学科方法在发展中国家劳动力研究中的融合与创新。