electricsheepafrica/africa-ilo-eip-dwap-sex-geo-dsb-rt-inactivity-rate-by-sex-rural-urban-areas-and-disab

该数据集包含非洲37个国家从2006年至2025年的2,765个观测值，专注于其他劳动力未充分利用指标，具体指标为按性别、城乡地区和残疾状况划分的不活跃率（百分比）。数据来源于国际劳工组织(ILO)的ILOSTAT数据库，通过API获取并过滤为非洲国家数据。数据集包含多个维度，如性别（总计、男性、女性）、城乡地区和残疾状况，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 2,765 observations of Other measures of labour underutilization data across 37 Africa countries, spanning 2006–2025, covering the indicator Inactivity rate by sex, rural / urban areas and disability status (%). It is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Africa country codes. The data includes disaggregation dimensions such as sex (total, male, female), rural/urban areas, and disability status, and is suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，通过其REST API接口直接抽取指标代码为EIP_DWAP_SEX_GEO_DSB_RT的原始数据，并依据非洲ISO3国家代码进行地理筛选。ILOSTAT基于国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、住户收入调查及行政记录等微观数据进行统一清洗与 harmonization，并在source.label字段中标注数据来源以保障可追溯性。Electric Sheep Africa团队进一步将数据重封装为机器学习友好格式，最终形成包含37个非洲国家、覆盖2006至2025年间共计2765条观测值的数据集。

特点

该数据集聚焦非洲地区的劳动参与不足度量，核心指标为非经济活动率，按性别、城乡区域及残疾状况三个维度进行精细分层。数据结构严谨，包含ref_area、time、obs_value等18个字段，其中sex字段提供总人口、男性与女性三分类别，classif1与classif2字段分别承载地理覆盖与残疾状态分类信息。数据标注了观测状态（如断裂序列）及方法论修订等备注信息，有助于研究者识别质量波动。数据许可采用CC-BY-4.0协议，便于学术与非商业使用，年频特性使其适合长期趋势分析。

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，并借助to_pandas()方法转换为pandas DataFrame进行后续分析。典型应用包括按国别过滤特定子集（如筛选肯尼亚数据）、针对单一指标绘制时间序列图（以time为x轴、obs_value为y轴），以及构建国家×年份的透视矩阵，便于进行面板数据回归或跨区域比较。数据集已预置为结构化表格格式，无需额外清洗即可直接接入机器学习流水线，适用于分类、回归及时序预测等任务场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT创建，并由Electric Sheep Africa在HuggingFace上重新打包发布，旨在提供非洲地区因性别、城乡区域及残疾状况划分的劳动参与率数据。核心研究问题聚焦于揭示非洲37个国家在2006年至2025年间劳动力市场中的隐性闲置状态，尤其是残疾人群体的非经济活动率，以弥补现有劳动统计在交叉维度上的空白。作为全球劳工统计的权威来源，ILOSTAT的数据通过统一方法论整合各国劳动力调查，为非洲发展政策、可持续就业目标（SDG 8）及社会包容性研究提供了关键基准，推动了区域间劳动市场比较分析的精细化。

当前挑战

该数据集面临的挑战首先源于领域问题的复杂性：劳动非活动率受多因素交织影响，如残疾类型、城乡经济结构、性别歧视及政策差异，单一指标难以刻画其背后多维的就业壁垒。其次，构建过程中遭遇显著的数据噪声，涵盖各国调查频率、定义标准（如残疾界定）及时效性不一致，导致跨年度、跨国度比较时存在方法论断裂与分类差异。此外，部分国家观测稀疏且存在来源冲突，削弱了时间序列的连续性，而残疾状况的细分数据缺失进一步限制了因果推断的稳健性，需依赖权重调整与插补技术来提升建模可靠性。

常用场景

经典使用场景

该数据集记录了2006至2025年间37个非洲国家按性别、城乡区域及残疾状况划分的劳动参与率缺失指标（非经济活动率），共2765条观测值。作为国际劳工组织ILOSTAT数据库的子集，其经典使用场景集中于劳动经济学与人口健康交叉领域的跨国比较研究。研究者可通过该数据量化残疾人群在特定地理与性别维度下的劳动市场边缘化程度，揭示非洲大陆内部因社会结构性障碍导致的就业参与差异。数据的高维度拆解能力使其成为分析残疾包容政策效果、评估城乡基础设施可达性对劳动供给影响的理想基础素材，尤其适合构建面板数据模型以捕捉时间动态与区域异质性。

解决学术问题

该数据集填补了非洲地区针对残疾人群劳动参与率系统性统计的空白，为检验“残疾-贫困-性别不平等”三重弱势叠加的学术假说提供了实证基础。传统劳动统计常忽略残疾与非残疾群体的行为差异，而该数据通过明确拆解残疾状态，使研究者能够分离出身体条件对经济活动参与率的净效应，进而批判性评估现有社会福利与就业促进政策的实际覆盖漏洞。此外，其时间跨度覆盖金融危机、疫情冲击等宏观扰动周期，支持对劳动市场韧性的间断时间序列分析，推动了非洲发展经济学从粗粒度描述向精细化解构的范式转变。

衍生相关工作

该数据集衍生出的核心工作方向包括：其一，基于性别-残疾-地理时空的三维非平衡面板分析，例如构建随机效应模型预测不同干预情景下的非经济活动率演变轨迹；其二，与ILO其他指标（如就业人口比、失业率）联合使用，开发非洲劳动市场弱势群体综合脆弱性指数（VLI），突破单一指标评价的局限；其三，作为机器学习特征工程的基础，部分工作已利用时间序列编码器（如Informer架构）预测区域间劳动参与率收敛态势，并结合卫星影像中的基础设施密度数据揭示结构性就业障碍的地理决定因素，开创了劳动统计与遥感数据的交叉分析范式。