electricsheepafrica/africa-ilo-cld-xgpb-sex-age-stu-nb-children-in-child-labour-general-production-bounda

该数据集包含988个观测值，覆盖24个非洲国家（2009年至2024年），重点关注儿童劳动情况，具体指标为Children in child labour -- General Production Boundary by sex, age and school attendance（按性别、年龄和学校出勤情况划分的儿童劳动——一般生产边界）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，以表格形式呈现，包括国家代码、性别、年龄、学校出勤情况等分类维度，以及观测值和数据质量标志。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲地区的儿童劳动研究提供机器学习就绪的数据支持。This dataset contains 988 observations across 24 African countries (2009–2024), focusing on child labour, specifically the indicator Children in child labour -- General Production Boundary by sex, age and school attendance. Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and processed, presented in tabular format including dimensions such as country code, sex, age, school attendance, along with observed values and data quality flags. It is suitable for tasks like tabular classification, regression, and time-series forecasting, aiming to provide ML-ready data for child labour research in Africa.

搜集汇总

数据集介绍

构建方式

本数据集通过ILOSTAT REST API直接获取原始数据，经由国际劳工组织（ILO）的标准化流程处理。ILO基于国际劳动统计学家会议定义，对来自各国劳动力调查、住户收入调查等微观数据源进行清洗与整合，确保指标一致性与跨国可比性。数据随后按非洲ISO3国家代码进行地理过滤，形成覆盖24个非洲国家的子集。所有数据均以Parquet格式存储，并附有来源标注字段，便于追溯数据源与评估数据质量。

特点

该数据集聚焦于非洲地区童工现象，包含988条观测记录，时间跨度覆盖2009至2024年。其核心指标为按性别、年龄和就学状态划分的一般生产边界内童工人数。数据集提供了丰富的分类维度，包括性别（总计、男性、女性）、年龄组别及教育出勤状况，支持多层次交叉分析。每条记录均附有观测状态标志与注释信息，如数据修订说明，有助于识别数据质量差异。数据以年度频率发布，适合进行跨时间、跨国别的纵向比较研究。

使用方法

该数据集已集成至Hugging Face Datasets库，用户可通过load_dataset()函数一键加载。加载后，可利用Pandas库将数据转换为DataFrame格式进行探索性分析。支持按国家代码筛选特定国家的时间序列数据，也可按指标代码过滤后对观测值进行趋势可视化。此外，用户可将数据透视整理为以年份为行、国家为列的矩阵形式，便于构建面板数据模型或进行跨国产出比较。数据集默认采用训练集格式，可直接用于表格分类、回归及时间序列预测等机器学习任务。

背景与挑战

背景概述

童工现象是国际劳工组织长期关注的核心议题，直接关系到联合国可持续发展目标中体面劳动与教育权利的实现。该数据集由国际劳工组织（ILO）于2024年通过其ILOSTAT统计数据库整理发布，并经Electric Sheep Africa重新封装为机器学习就绪格式，聚焦于非洲地区24个国家2009至2024年间儿童从事经济活动（按一般生产边界核算）的观测数据。核心研究问题在于量化分析不同性别、年龄及就学状况下儿童参与劳动的规模与分布，为政策制定者、发展经济学研究者及国际机构提供可靠的基础数据支撑。该数据集以标准化、跨国的微观数据整合能力，填补了非洲区域童年劳动统计的横向可比空白，对推动该地区的反童工立法与监测机制具有重要参考价值。

当前挑战

该数据集所解决的领域问题在于克服非洲各国儿童劳动统计资料零散、定义不统一及时间序列不完整的挑战，通过统一国际劳工统计会议标准实现跨国可比分析。然而，构建过程中面临重重困难：数据来源于各国劳动力调查、住户收支调查等调查的微观数据，其采集频率、问卷设计及统计口径存在显著差异，导致约17%的观测值被标注为‘不可靠’；部分国家与年份缺失数据或仅提供单一年份截面，限制了时间序列建模的稳健性；性别与教育分类的细化程度在不同国家间参差不齐，增加了多维分解分析的复杂性。此外，ILO对同一国家同一年份多个来源进行‘最佳来源’筛选，虽提升了数据一致性，却也隐含了选择偏差的风险。

常用场景

经典使用场景

在非洲童工问题的学术研究中，该数据集凭借ILOSTAT标准化的统计口径，成为分析童工现象时空演变规律的核心资源。研究者常利用其涵盖2009至2024年间24个非洲国家的988条观测记录，结合性别、年龄及就学状况等维度，通过时间序列分析与面板数据建模，刻画童工规模与结构在区域间的异质性特征。该数据集高度结构化的属性，使其既能支撑描述性统计以展现各国童工分布的宏观图景，亦可驱动回归模型探索经济发展、教育普及等宏观因素对童工发生率的影响机制，从而为跨国比较研究提供可靠的数据基础。

解决学术问题

该数据集直面非洲童工领域长期存在的跨国数据稀缺与统计口径不统一两大瓶颈。通过整合国际劳工组织（ILO）基于ICLS定义的标准化指标，它首次为学术界提供了覆盖非洲多国、跨越十五年的统一可比童工观测值，有效解决了以往研究因各国调查方法差异导致的结论碎片化问题。在此基础上，学者得以填补童工现象与教育参与、性别分层之间关联机制的实证空白，验证并修正了“贫困陷阱”理论在非洲语境下的适用性。其深远意义在于，为制定基于证据的反童工政策提供了统计学锚点，推动了该领域从定性描述向定量因果推断的范式转型。

衍生相关工作

围绕该数据集，学界已在多个方向衍生出系列经典工作。在方法论层面，它被用于开发面向非洲大陆的童工风险预测模型，其中结合卫星遥感影像和夜间灯光数据构建的多模态系统，实现了对偏远区域童工规模的间接估计。在政策评估领域，有工作基于该数据集构建的宏观计量模型，模拟了义务教育年限延长对童工减少的因果效应，为教育普及政策提供了量化依据。此外，数据驱动的可视化叙事工具如动态地图与趋势看板也大量涌现，这些成果基于ILOSTAT的标准化架构，将抽象的统计数据转化为直观的地理分布知识，促进了研究发现在公众传播与决策支持中的落地。