africa-ilo-eap-dwap-sex-edu-geo-rt-labour-force-participation-rate-by-sex-education-a

本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统计数据，由Electric Sheep Africa重新打包为机器学习就绪格式。数据集聚焦单一核心指标“按性别、教育水平和城乡地区划分的劳动力参与率（%）”（EAP_DWAP_SEX_EDU_GEO_RT），涵盖45个非洲国家从1994年至2025年的年度观测数据，共计29,407条记录。数据内容包含国家代码、指标代码、观测年份、数值观测值，以及按性别（总计、男性、女性）、教育水平（汇总类别）和地区类型（全国、城乡）的细分维度。每个观测点均附带元数据，包括数据来源（如劳动力调查）、观测状态标志（如不可靠、临时数据）和方法论注释（如系列中断、非标准教育分类），确保数据可追溯性。数据集适用于表格分类、回归分析和时间序列预测等机器学习任务，支持跨国家、跨年份的比较研究，以及劳动力市场动态的趋势分析。数据已通过ILO基于国际劳工统计学家会议（ICLS）定义的标准方法进行协调，确保跨国可比性。This dataset contains African labor market statistics sourced from the International Labour Organization (ILO) ILOSTAT database, and has been repackaged into machine learning-ready format by Electric Sheep Africa. The dataset centers on a single core indicator, "Labor Force Participation Rate (%) by Sex, Educational Attainment, and Urban/Rural Area" (EAP_DWAP_SEX_EDU_GEO_RT), covering annual observational data from 1994 to 2025 across 45 African countries, with a total of 29,407 records. The dataset includes country codes, indicator codes, observation years, numerical observed values, as well as breakdown dimensions by sex (total, male, female), educational attainment (aggregated categories), and regional type (national, urban/rural). Each observation is paired with metadata including data sources (e.g., labor force surveys), observation status flags (e.g., unreliable, provisional data), and methodological notes (e.g., series breaks, non-standard educational classifications) to ensure full data traceability. This dataset is applicable to machine learning tasks such as tabular classification, regression analysis and time series forecasting, and supports cross-country and cross-year comparative studies as well as trend analysis of labor market dynamics. The data has been harmonized by the ILO using standard methodologies defined by the International Conference of Labour Statisticians (ICLS) to ensure cross-country comparability.

原始信息汇总

数据集概述

• 数据集名称: Labour force participation rate by sex, education and rural / urban areas (%) | Africa (ILOSTAT)
• 数据来源: ILOSTAT（国际劳工组织中央统计数据库），数据经 Electric Sheep Africa 重新打包。
• 许可证: CC-BY-4.0
• 语言: 英文

核心指标

• 指标代码: EAP_DWAP_SEX_EDU_GEO_RT
• 指标名称: 按性别、教育和城乡区域划分的劳动力参与率（%）

数据规模

• 观测值: 29,407 条
• 覆盖国家: 45 个非洲国家
• 时间范围: 1994–2025 年
• 指标数量: 1 个独特指标

地理覆盖（按观测值数量排序前15国）

国家	观测值	起始年份	结束年份
ZAF	2,495	2008	2024
EGY	2,087	2008	2024
AGO	1,470	2004	2025
GHA	1,451	2000	2024
MLI	1,367	2013	2024
RWA	1,235	2014	2025
ZMB	1,231	2015	2024
TUN	1,121	2006	2023
SEN	1,040	2011	2024
UGA	952	2010	2021
ZWE	933	2011	2024
TZA	882	2001	2020
TGO	851	2006	2022
NAM	786	1994	2018
KEN	783	1999	2022

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	来源英文名称	LFS - Employment Survey
indicator	string	ILOSTAT 指标代码	EAP_DWAP_SEX_EDU_GEO_RT
indicator.label	string	指标英文名称	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	性别标签	Total
classif1	string	第一个分类变量（年龄、教育、就业状况等）	EDU_AGGREGATE_TOTAL
classif1.label	string	分类变量标签	Education (Aggregate levels): Total
classif2	string	第二个分类变量	GEO_COV_NAT
classif2.label	string	分类变量标签	Area type: National
time	int64	观测年份	2025
obs_value	float64	观测指标值	74.342
obs_status	string	观测状态标志（如临时、不可靠）	U
obs_status.label	string	状态标签	Unreliable
note_classif	string	分类注释代码	C3:2620
note_classif.label	string	分类注释	Nonstandard education level: Includin…
note_indicator	string	指标注释代码	I11:264
note_indicator.label	string	指标注释	Break in series: Methodology revised
note_source	string	来源注释代码	R1:3513
note_source.label	string	来源注释	Repository: ILO-STATISTICS - Micro da…

分类维度

• sex：3 个唯一值（SEX_T, SEX_M, SEX_F）

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。
• 当同一国家×年份存在多个来源时，使用 ILO 选择的“最佳来源”。
• 分类列（sex, classif1, classif2）仅在指标发布该分组时非空。

使用方法

python from datasets import load_dataset

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

引用

bibtex @misc{africa_ilo_eap_dwap_sex_edu_geo_rt_labour_force_participation_rate_by_sex_education_a_2025, title = {Labour force participation rate by sex, education and rural / urban areas (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_DWAP_SEX_EDU_GEO_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-dwap-sex-edu-geo-rt-labour-force-participation-rate-by-sex-education-a}} }

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，通过其REST API接口（https://rplumber.ilo.org/data/indicator?id=EAP_DWAP_SEX_EDU_GEO_RT）直接抽取原始指标数据，并依据非洲ISO3国家代码进行地理范围过滤。ILO统计部门依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行统一协调与标准化处理，源数据来源在source.label字段中予以标注，确保数据可追溯。数据经Electric Sheep Africa团队重新封装，以Parquet格式存储于HuggingFace平台，形成机器学习就绪的结构化数据集。

特点

该数据集涵盖了1994年至2025年间45个非洲国家的29,407条观测记录，聚焦于按性别、教育程度和城乡地域划分的劳动力参与率（%）。数据包含丰富的维度拆解列，如性别（总、男、女）、教育分类（EDU_AGGREGATE_TOTAL）和地理覆盖类型（国家或城乡），并辅以观测状态标志（如provisional、unreliable）及系列中断、非标准分类等注释信息，有助于研究者评估数据质量与进行精细化的时空比较分析。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载该数据集，并将其转换为pandas DataFrame进行后续分析。推荐使用ref_area字段筛选特定国家的子集，亦可利用indicator字段对单一指标进行时间序列可视化。通过pivot_table方法可将数据重塑为国家×年份的矩阵形式，便于跨国家面板数据分析及回归建模。结合数据中的sex、classif1和classif2维度列，研究者可进一步实现多层次分组计算与统计推断。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，经Electric Sheep Africa团队重新封装，聚焦于非洲45个国家1994至2025年间按性别、教育程度和城乡划分的劳动力参与率。其核心研究问题在于揭示非洲大陆劳动力市场的结构性差异，尤其是教育与地理因素如何加剧性别不平等。ILOSTAT作为全球劳动统计的权威来源，通过统一国际劳动统计学家会议（ICLS）定义，整合各国劳动力调查数据，为分析非洲劳动力动态提供了标准化基准。该数据集对发展经济学、劳动经济学及政策制定领域具有深远影响，是研究非洲可持续就业目标（SDG 8）与性别平等（SDG 5）的重要量化工具。

当前挑战

该数据集所解决的领域问题核心在于劳动力参与率数据的碎片化与不一致性。非洲各国统计能力参差不齐，导致跨国家、跨时间段的可比性极低；同时，按性别、教育及城乡交叉分类的精细度需求，使得传统聚合数据无法揭示深层不平等。构建过程的挑战更为严峻：需从ILOSTAT API爬取海量原始数据，并过滤至非洲国家子集，过程中需处理数据源标记的异质性（如调查年份、方法修订导致的序列断裂），以及缺失值、异常标志（如“不可靠”状态）的清洗逻辑。此外，跨维度对齐（如教育分类的非标准定义）要求严谨的元数据解析，确保数据集科学家能直接用于机器学习建模与时间序列预测。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉领域，该数据集最经典的应用场景是对非洲各国劳动力参与率进行多维度分解分析。通过整合性别、教育水平和城乡地理位置的细分维度，研究者能够构建面板数据模型，系统考察1994至2025年间45个非洲国家劳动力市场的结构性特征。这一数据集为探究教育投入对劳动力供给的长期影响提供了宝贵的纵向观测资源，尤其适合开展分性别分区域的动态比较研究。

实际应用

在实际应用中，该数据集被国际组织、国家统计局及发展机构用于劳动力市场监测与政策评估。例如，通过追踪特定国家女性劳动参与率的年度波动，决策者可识别出阻碍性别平等的制度性障碍；结合教育分类数据，教育部门能够评估职业培训项目对就业率的干预效果。此外，该数据也为跨国比较研究中的基准测试提供了可靠参照，助力非洲各国优化劳动力资源配置策略。

衍生相关工作

基于该数据集衍生出的经典工作包括构建非洲劳动力参与率的预测性时间序列模型，以及利用机器学习方法识别决定劳动供给的关键社会经济因子。部分研究将其与家庭调查数据及宏观经济增长指标融合，发展了分析非正规就业与教育错配关系的复合模型。ILO自身的旗舰报告亦常以此类微观调整后的面板数据为基础，揭示了非洲大陆内部显著的劳动参与异质性，推动了非洲劳动统计标准化进程。