electricsheepafrica/africa-ilo-eip-dwap-sex-edu-rt-inactivity-rate-by-sex-and-education

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体聚焦于按性别和教育程度划分的不活动率（%）指标（代码EIP_DWAP_SEX_EDU_RT）。数据集涵盖49个非洲国家，时间跨度为1982年至2025年，共包含12,397个观测值。数据通过ILOSTAT REST API获取，并经过过滤以仅包含非洲国家。数据集提供了详细的字段，包括国家代码、国家名称、数据来源、指标代码、性别分类、教育分类、观测年份、观测值及其状态标志等，适用于表格分类、回归和时间序列预测等任务。数据由Electric Sheep Africa重新打包，以统一格式发布，便于机器学习使用。This dataset contains Other measures of labour underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically focusing on the Inactivity rate by sex and education (%) indicator (code EIP_DWAP_SEX_EDU_RT). It covers 49 African countries from 1982 to 2025, with 12,397 observations. The data is sourced directly from the ILOSTAT REST API and filtered to African ISO3 country codes. The dataset includes detailed fields such as country code, country name, data source, indicator code, sex disaggregation, education classification, observation year, observed value, and status flags, making it suitable for tabular classification, regression, and time-series forecasting tasks. It is repackaged by Electric Sheep Africa in a consistent format for machine learning readiness.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa从ILOSTAT的REST API中直接抽取，聚焦于非洲大陆的劳动力未充分利用指标。原始数据源自国际劳工组织（ILO）统一整合的各国家庭劳动力调查、企业调查及行政记录，并依据国际劳动统计学家会议（ICLS）定义进行标准化。数据集限定49个非洲国家的ISO3代码，仅提取“按性别与教育程度划分的不活动率”这一指标，最终形成包含12,397条观测记录的时间序列数据，时间跨度从1982年至2025年，确保了跨区域与跨时间维度的可比性。

特点

该数据集具有多维度精细拆解的特性，核心指标不活动率可依据性别（总、男、女）及教育程度聚合水平进行分组展现，每个观测值均附带来源、状态标志及注释信息，便于追溯数据质量。其时间序列覆盖长达44年，涵盖南非、毛里求斯、埃及等49个国家，是当前非洲地区劳动力市场中罕见兼具广域覆盖与长跨度的结构化数据资产。数据以Parquet格式打包，可直接通过HuggingFace的load_dataset方法加载，为机器学习与统计建模提供了即用型数据基础。

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，并将其转化为Pandas DataFrame进行后续操作。典型的使用场景包括按国家代码筛选特定国家的子集，以便进行本土化分析；也可针对单一指标按年份排序后绘制时间序列曲线，揭示不活动率的长期演变趋势。此外，通过透视表操作可将数据重构为国家×年份的矩阵格式，便于进行跨国面板数据分析或构建回归模型。所有操作均可在Python环境中高效完成，极大降低了劳动经济学研究的数据预处理门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年创建，经由Electric Sheep Africa整理和重新封装，专注于非洲49个国家1982至2025年间按性别和教育程度划分的劳动参与不足指标——不活跃率。作为ILOSTAT数据库的核心组成部分，该数据集旨在填补非洲地区劳动力统计在细粒度社会学维度上的空白，为政策制定者、经济学家和机器学习研究者提供标准化、跨时空的可比数据。其推出的核心研究问题在于揭示非洲大陆不同性别与教育背景人群在劳动力市场的结构性差异，对于理解非洲的贫困、性别不平等以及教育投资回报等关键议题具有深远影响。该数据集迅速成为非洲劳动经济学、时间序列预测和分类任务中不可或缺的高质量基准，推动了区域劳动统计数据的科学化与开放化进程。

当前挑战

该数据集解决的领域挑战在于，非洲长期缺乏一致、可比的按性别和教育程度划分的劳动参与不足指标，传统宏观失业率掩盖了巨大的市场异质性，致使政策干预缺乏精准靶向。具体挑战包括：一是数据源的多元与碎片化，如各国劳动力调查、行政记录的信度与概念界定不同，导致整合时需依赖ILO的标准化流程，但部分观测值仍被标记为不可靠。二是时间跨度长且覆盖地域广，1982至2025年间部分国家早期数据稀疏，年代间存在方法论修订导致的断点，影响了时间序列建模的连续性。三是构建过程中需处理多维度分类变量的非空约束，如性别与教育层次的交叉分析在数据缺失时难以保持完整性，且观测值中出现了诸如'非标准教育等级'等注释信息，增加了数据清洗与模型调优的复杂性。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲地区劳动力市场中的非经济活动状态进行精细刻画与量化分析。具体而言，研究者可利用该数据探究不同性别与教育背景人群的非活动率（Inactivity rate），结合时间序列维度揭示劳动力参与模式的演变规律。数据集覆盖1982至2025年间49个非洲国家，提供了丰富的面板数据结构，适合用于构建跨国比较模型、分析教育投资对劳动力退出的长期影响，以及评估经济周期中非活动人口的动态变化。

解决学术问题

该数据集有效回应了劳动力经济学中关于“隐性失业”与“劳动利用不足”的学术关切。通过提供按性别与教育水平分层的非活动率指标，解决了长期困扰研究者的数据缺口问题——即传统失业率无法捕捉那些因丧失信心、家庭责任或制度障碍而退出劳动力市场的群体。该数据为检验人力资本理论、劳动供给决策模型以及性别差异在劳动力市场边缘化中的作用提供了坚实的实证基础，推动了非洲劳动经济学研究的深度与广度。

衍生相关工作

该数据集衍生出的经典学术工作多聚焦于非洲劳动市场的结构性特征与跨国比较研究。研究者已基于此数据构建了性别—教育—劳动利用不足的多维分析框架，相关论文探讨了撒哈拉以南非洲国家中女性非活动率的长期趋势及其与教育普及率的耦合关系。此外，部分工作将此数据集与其他ILOSTAT指标（如失业率、就业人口比）结合，运用分层回归或面板数据模型，系统评估了劳动力市场制度变革对群体劳动参与行为的异质性影响，推动了非洲劳动统计数据的整合与再利用。