electricsheepafrica/africa-ilo-cld-xhaz-sex-age-nb-children-in-hazardous-work-by-sex-and-age-thousand

该数据集包含了非洲40个国家从2001年至2025年期间，关于童工危险工作的统计数据，具体指标为按性别和年龄划分的从事危险工作儿童数量（以千计）。数据集共有708个观测值，覆盖1个独特指标（CLD_XHAZ_SEX_AGE_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API提取并过滤非洲国家代码，经过标准化处理。数据集包含多个字段，如国家代码（ref_area）、国家名称（ref_area.label）、指标代码（indicator）、指标标签（indicator.label）、性别分类（sex）、年龄分类（classif1）、观测年份（time）、观测值（obs_value）等，支持按性别和年龄进行细分分析。数据以年度频率发布，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以方便机器学习使用，并遵循CC-BY-4.0许可证。This dataset contains statistical data on children in hazardous work across 40 African countries from 2001 to 2025, with the specific indicator Children in hazardous work by sex and age (thousands). It includes 708 observations and covers one distinct indicator (CLD_XHAZ_SEX_AGE_NB). The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, extracted via API and filtered for African country codes, with harmonized processing. The dataset features multiple columns such as country code (ref_area), country name (ref_area.label), indicator code (indicator), indicator label (indicator.label), sex disaggregation (sex), age classification (classif1), observation year (time), observed value (obs_value), etc., enabling detailed analysis by sex and age. Data is published at annual frequency and is suitable for tasks like tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Africa for machine learning readiness, it is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过REST API接口直接抽取与非洲儿童从事有害劳动相关的指标数据，并依据非洲ISO3国家代码进行地理范围筛选。ILOSTAT本身对各国劳动力调查、家庭收入调查等原始微观数据，采用国际劳工统计学家会议（ICLS）定义进行统一标准化处理。本数据集由Electric Sheep Africa团队在HuggingFace上重新封装，确保数据结构一致，便于机器学习应用。最终包含708条观测记录，涵盖40个非洲国家，时间跨度从2001年至2025年。

特点

该数据集聚焦于“按性别和年龄分组的从事有害工作的儿童数量（单位：千人）”这一关键指标，提供了丰富的维度拆解，包括性别（总、男、女）和年龄分组。每条记录包含国家代码、数据来源、观测值、观测状态及注解信息，便于用户追溯数据质量和来源变更。数据以年为单位发布，但其来源多样，包括劳动力调查和行政记录，且ILO为每个国家-年份组合筛选了“最佳来源”，保证了数据的权威性与一致性。

使用方法

用户可通过HuggingFace的`datasets`库轻松加载该数据集，只需一行Python代码`load_dataset()`即可获取。加载后，可利用Pandas等工具将数据转换为DataFrame格式进行分析。典型应用包括：按国家筛选数据，查看特定国家的时间序列趋势；对特定指标进行透视，形成国家×年份的矩阵，便于跨国家比较或预测建模。数据以Parquet格式存储，读取高效，特别适合进行时间序列预测、分类或回归任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）依托其旗舰统计数据库ILOSTAT创建，经Electric Sheep Africa整理后于2025年发布，聚焦非洲40个国家2001至2025年间从事危险工作的儿童数量，按性别与年龄细分，共包含708条观测记录。作为全球劳动统计的权威来源，ILOSTAT整合了各国劳动力调查、家庭收入调查及行政记录，并依据国际劳动统计学家会议定义进行数据协调。该数据集填补了非洲区域儿童危险劳动量化评估的空白，为研究者、政策制定者及可持续发展目标监测提供了关键基础数据，助力理解童工问题的空间分布与时间演变。

当前挑战

领域挑战在于，儿童危险劳动涉及恶劣工作环境、身心健康损害及受教育权剥夺等复杂社会问题，系统性地量化其规模与动态面临数据稀疏性和定义不统一的困境。构建过程中，数据集面临多重障碍：首先，非洲国家调查周期与统计能力参差不齐，导致时间序列不连续（如部分国家仅单一年份有数据）；其次，因方法论修订或调查更换引发的序列断裂（如‘Break in series’标记），降低了多国比较的可靠性；此外，分类变量在部分观测中缺失（如年龄细分），限制了细粒度分析；最后，在将原始ILO数据整合为机器可读格式时，需处理异构来源字段的语义对齐与质量标注，确保学术复现的透明性。

常用场景

经典使用场景

在劳动经济学与发展研究的交汇地带，非洲童工问题始终是国际社会关注的焦点。该数据集汇集了国际劳工组织ILOSTAT数据库中关于非洲40个国家2001至2025年间从事危险性工作的儿童人数观测值，按性别与年龄进行精细分层，形成了一套跨越二十余年的面板数据。研究者常将其用作时间序列分析与面板数据回归的基础素材，通过描绘不同国家童工规模的演变轨迹，揭示出经济发展、政策干预与童工现象之间的动态关联，为评估国际劳工标准在非洲区域的落地效果提供了实证依据。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的研究工作。劳动经济学家利用其性别细分维度，构建异质性劳动力供给模型，剖析童工现象中的性别不平等根源。发展学者将其与教育统计、家庭收入调查等外部数据融合，形成复合数据库，用于分析童工与失学儿童的空间分布聚类。另有一些计量研究通过将国家层面的童工数据嵌入跨国面板，检验贸易自由化、最低工资制度等政策工具对非洲国家童工率的因果影响。这些衍生工作不仅扩展了原始数据的边际分析价值，也推动了从描述性统计向结构式因果推断的方法跃迁。

数据集最近研究

最新研究方向

基于ILOSTAT权威数据的非洲儿童危险劳动性别与年龄分布研究，正成为劳动经济学与可持续发展目标监测的前沿交叉领域。该数据集覆盖2001至2025年间40个非洲国家的708条观测记录，揭示了童工在危险职业中暴露的时空格局。随着国际社会对SDG目标8.7（消除童工）的加速推进，研究者利用此数据集深入探索性别差异与年龄分层对危险劳动参与率的影响机制，并结合非洲大陆自贸区建设、疫情后经济复苏等热点事件，评估政策干预与结构性转型在降低童工风险方面的实际效能。这不仅为ILO等国际组织提供了可追溯的量化证据，也为各国制定靶向性的社会保障与教育普惠策略奠定了坚实的数据基石。