electricsheepafrica/africa-ilo-cld-xsna-sex-age-eco-nb-children-in-employment-by-sex-age-and-economic-act

该数据集包含非洲32个国家从2001年至2025年的儿童就业数据，共有3101个观测值，涵盖一个特定指标：按性别、年龄和经济活动划分的就业儿童数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过处理并过滤为非洲国家代码，包括国家、年份、性别、年龄、经济活动等分类维度，用于表格分类、回归和时间序列预测等任务。数据集以开放许可证（cc-by-4.0）发布，适用于机器学习和数据分析应用。This dataset contains 3,101 observations of child labour data across 32 African countries, spanning from 2001 to 2025, covering one distinct indicator: Children in employment by sex, age and economic activity (thousands). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), processed and filtered to African ISO3 country codes, with disaggregation dimensions such as country, year, sex, age, and economic activity, suitable for tabular classification, regression, and time-series forecasting tasks. Released under the cc-by-4.0 license, it is designed for machine learning and data analysis applications.

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中央统计数据库，通过其REST API接口直接抽取指标代码为CLD_XSNA_SEX_AGE_ECO_NB的原始数据，并过滤出非洲地区ISO3国家代码所对应的观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）的统一定义对各国劳动力调查、家庭收支调查等微观数据进行协调与标准化处理，确保指标口径的一致性。数据经过Electric Sheep Africa团队的再封装，以Parquet格式存储于HuggingFace平台，所有数据源在source.label列中均有明确标注以保障可追溯性。

特点

该数据集涵盖32个非洲国家、时间跨度从2001年至2025年，共包含3101条观测记录，聚焦于童工就业这一关键社会议题。数据的核心特色在于其精细的维度拆解：按性别（男、女、总计）、年龄组（如15-17岁）以及经济活动部门（广义经济部门总计）进行分类呈现，能够支持多维度的交叉分析。此外，数据还附带了观测状态标记（如不可靠值）和序列中断注释（如方法论修订），为用户评估数据质量提供了透明且严谨的参考依据。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset函数便捷加载该数据集，并利用to_pandas方法将其转换为Pandas DataFrame以便进行后续分析。典型的使用场景包括按国家代码筛选特定国家的子集，按指标变量排序后绘制时间序列曲线以观察趋势变化，或通过数据透视表构建国家×年份的矩阵面板数据。数据以长格式组织，obs_value列存储核心数值，多级分类变量（sex, classif1, classif2）则提供了丰富的分组与过滤维度，适用于回归分析、分类任务或时间序列预测等多种机器学习应用。

背景与挑战

背景概述

童工问题是全球劳动市场治理中的一项严峻挑战，尤其在撒哈拉以南非洲地区，儿童参与经济活动的现象与贫困、教育缺失及社会不平等深度交织。在此背景下，国际劳工组织（ILO）统计司于2025年通过其核心数据库ILOSTAT发布了“africa-ilo-cld-xsna-sex-age-eco-nb-children-in-employment-by-sex-age-and-economic-act”数据集。该数据集由Electric Sheep Africa团队整理并托管于HuggingFace平台，聚焦非洲32个国家2001至2025年间儿童就业的性别、年龄及经济活动类型分布，包含3,101条观测值。其核心研究问题在于揭示非洲儿童劳动参与的多维结构与演化趋势，为政策制定者和研究者提供标准化、可复用的量化依据。该数据集基于ILOSTAT对各国劳动力调查原始微观数据的协调处理，遵循国际劳工统计学家会议（ICLS）定义，确保了跨国家与跨时期的可比性，对推动非洲童工问题的实证研究与可持续发展目标（SDGs）监测具有重要影响力。

当前挑战

该数据集所应对的领域问题核心在于童工现象的复杂测量与跨区域比较。非洲国家间在统计能力、调查频率和定义一致性上存在巨大差异，导致童工数据长期碎片化且难以整合，阻碍了全球减贫与教育公平策略的有效评估。构建过程中，挑战尤为突出：首先，数据来源多元，涵盖劳动力调查、家庭收入调查及行政记录，各来源的抽样方法与质量参差不齐，需ILOSTAT通过统一算法筛选‘最佳来源’并标注质量标识，如‘不可靠’（U）状态；其次，时间序列存在断裂与修订，例如2001至2025年间多个国家的调查方法论调整在列中被明确标记为‘序列断裂’；再者，分类维度的稀疏性限制了解析精度，如性别与年龄的分组仅在部分观测中非空，且经济活动分类的粒度有限；最后，数据覆盖面虽含32国，但各国观测数量极不均衡，坦桑尼亚等国仅有少量记录，难以支撑细粒度纵向分析。

常用场景

经典使用场景

在劳动经济学与儿童福祉研究的交叉领域中，该数据集被广泛应用于剖析非洲地区儿童就业的时空格局与结构性特征。凭借其覆盖32个非洲国家、横跨2001至2025年的年度观测数据，研究者可借助面板数据模型与时间序列分析方法，揭示不同性别、年龄段儿童在各类经济活动中参与率的演变趋势。数据集提供的性别（男性、女性、总计）与经济活动分类维度，为探究童工现象背后的社会经济驱动因素提供了精细化的分析单元。结合ILOSTAT官方采用的ILO统计标准与来源标记字段，该数据适用于开展跨国比较、异质性分析以及政策干预效果的因果推断研究。

实际应用

在政策制定与国际发展合作的实践场景中，该数据集为非洲各国政府、国际组织及非政府机构评估童工现状与监测政策效果提供了量化基础。社会规划者可利用数据集中的年龄分组和性别细分信息，设计针对性的干预项目，例如锁定15至17岁高风险群体开展职业技能培训，或针对女童面临的特殊经济活动形式制定保护措施。国际劳工组织及联合国儿童基金会等机构能够借助该数据集追踪特定国家或区域在消除最恶劣形式童工劳动方面的进展，优化资源配置与援助优先级。对于致力于企业社会责任与供应链合规的跨国企业而言，这些数据也有助于筛查高风险的原料采购地区。

衍生相关工作

围绕该数据集，学术界已衍生出一系列富有影响力的研究工作。研究者利用此数据开发了面向非洲区域的童工风险预测模型，通过融合宏观经济指标与家庭调查微观数据，提前识别可能面临童工潮涌的临界地区。一些工作致力于构建多指标面板数据库，将儿童就业数据与国家层面的教育投入、贫困率、冲突事件等变量相联结，从而在宏观计量框架下剥离出影响童工现象的因果链条。此外，基于时间序列的预测性建模也成为热点方向，学者们尝试运用长短期记忆网络和贝叶斯结构时间序列模型，模拟不同政策干预场景下儿童就业率的动态响应路径。这些衍生工作不仅深化了对非洲童工问题的理解，也为数据驱动的社会政策设计树立了典范。