electricsheepafrica/africa-ilo-emp-xflb-sex-eco-nb-inflow-of-employed-foreign-born-population-by-sex

该数据集包含非洲7个国家（布基纳法索、佛得角、科特迪瓦、利比里亚、莱索托、马拉维、纳米比亚）在2014年至2024年期间的141个观测值，聚焦于国际移民流动数据。核心指标为EMP_XFLB_SEX_ECO_NB，即按性别和经济活动划分的就业外国出生人口流入量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API直接获取并过滤至非洲地区，使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集采用表格格式，包含国家代码、国家名称、数据来源、指标代码、指标标签、性别分类（总计、男性、女性）、经济活动分类、观测年份、观测值、观测状态等列。数据为年度频率，涵盖就业外国出生人口的流入情况，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，旨在为非洲提供统一、机器学习就绪的数据层。This dataset contains 141 observations of international migrant flow data across 7 African countries (Burkina Faso, Cabo Verde, Côte dIvoire, Liberia, Lesotho, Malawi, Namibia) spanning 2014–2024. The core indicator is EMP_XFLB_SEX_ECO_NB, representing the inflow of employed foreign-born population by sex and economic activity (in thousands). Data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved directly via API and filtered to African countries, with harmonization based on International Conference of Labour Statisticians (ICLS) definitions. The dataset is in tabular format, including columns such as country code, country name, data source, indicator code, indicator label, sex disaggregation (total, male, female), economic activity classification, observation year, observed value, and observation status. It provides annual frequency data on the inflow of employed foreign-born populations, suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）旗下ILOSTAT统计数据库构建而成，原始数据覆盖全球200余个经济体的劳动统计指标。数据获取通过ILOSTAT REST API直接拉取指标编码为EMP_XFLB_SEX_ECO_NB的观测值，并依据非洲国家ISO3代码进行地理过滤。ILOSTAT对各国劳动力调查、人口普查及行政记录等原始微观数据，采用国际劳工统计学家会议（ICLS）定义进行统一协调处理，确保跨国可比性。最终数据集由Electric Sheep Africa团队重新打包为标准化Parquet格式，共包含141条观测记录，涵盖7个非洲国家2014至2024年间的时序数据。

特点

该数据集核心特点在于聚焦非洲地区受雇外国出生人口的流入情况，并按性别和经济活动进行精细分层。数据提供'总计'、'男性'及'女性'三种性别分类维度，三类独特取值可深入剖析性别结构差异。同时通过经济活动的分类变量（如大类行业总计等），揭示移民劳动力在不同产业的分布特征。作为高价值稀疏型数据集，其每条记录均标注数据来源类型（如劳动力调查或人口普查）及观测状态标志（如临时性或不可靠），增强了数据的可追溯性与质量透明度，为非洲劳动力流动研究提供了稀缺的定量依据。

使用方法

研究者可通过HuggingFace datasets库直接加载该数据集，使用`load_dataset("electricsheepafrica/africa-ilo-emp-xflb-sex-eco-nb-inflow-of-employed-foreign-born-population-by-sex")`命令即可获取训练集并转化为pandas DataFrame进行后续分析。典型应用场景包括对特定国家进行过滤（如`df[df["ref_area"] == "KEN"]`）以聚焦单一国家内部变动，或按时间序列绘制特定指标的折线图以观察趋势。此外，可采用数据透视表将数据重塑为国家×年份的矩阵形式，便于进行跨国比较与面板数据分析，为区域劳动力市场研究提供灵活的数据操作接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门（ILOSTAT）于2024年整理发布，经Electric Sheep Africa二次封装后托管于HuggingFace平台。其核心研究问题聚焦于非洲地区外国出生劳动力迁移的就业流入情况，涵盖科特迪瓦、佛得角等7个非洲国家2014至2024年间按性别与经济部门划分的观测数据。作为ILOSTAT全球劳动统计体系的重要组成部分，该数据集为分析非洲大陆国际移民劳动力市场的结构性特征提供了稀缺的定量依据。在相关领域内，它弥补了非洲国家间移民就业数据长期碎片化的缺陷，推动了对于非洲劳动力全球化流动规律的经验研究，并为国际发展政策制定者评估区域内劳动力迁移的经济影响提供了标准化、可复现的数据基础。

当前挑战

该数据集所解决的领域问题主要在于：非洲地区国际移民劳动力就业数据的系统性缺失与低可比性长期困扰着发展经济学与劳动社会学研究，而该数据集通过遵循国际劳工统计学家会议（ICLS）定义对各国调查微数据进行统一协调，首次在非洲多国框架下实现了按性别和经济活动分类的外国出生就业流入数据的结构化集成。然而，构建过程中面临的挑战不容忽视：数据仅覆盖7个国家，且各国观测周期与频次极不均匀——布基纳法索仅2019年有18条记录，利比里亚仅有2020年6条，这严重限制了面板数据的连续性和跨时空比较的可能性。此外，部分观测值标注为临时性或不可靠状态，加之数据来源混杂了劳动力调查、人口普查等多种行政记录，其可比性在缺乏统一元数据校验机制的前提下仍需谨慎评估。

常用场景

经典使用场景

该数据集聚焦于非洲地区按性别和经济活动分类的受雇外国出生人口流入量（单位：千人），共涵盖7个非洲国家在2014至2024年间的141条观测记录。在经典使用中，研究者常将其应用于劳动力迁移的时序分析，通过观察不同年份、不同性别及经济部门的外来就业人口波动，揭示非洲区域内国际劳动力流动的动态规律。数据集以年度为粒度，支撑起针对特定国家或区域的面板数据构建，便于开展跨国比较研究，是探索非洲劳动市场结构变迁与国际移民潮汐的宝贵资源。

衍生相关工作

该数据集衍生了多项具有影响力的学术与工程实践工作。在方法层面，研究者基于此数据开发了针对稀疏面板数据的插值与预测模型，以应对非洲国家观测年度不连续的问题。在理论层面，相关研究利用性别与经济活动交叉分类，创新性地构建了非洲移民就业的性别镶嵌模型，揭示了传统男性主导部门中女性移民从业者的隐蔽增长。此外，该数据集还催生了面向ILOSTAT体系的自动化数据摄取管道（Electric Sheep Africa管线），其标准化流程被后续多个非洲劳动主题数据集所借鉴，推动了区域数据集市生态的成熟，极大降低了后续研究的入局门槛。

数据集最近研究

最新研究方向

该数据集聚焦于非洲区域经国际劳工组织（ILO）标准化处理的就业型外籍人口流入数据，按性别与经济活动类型进行精细划分，覆盖2014–2024年间的7个非洲国家。在全球化劳动力流动加剧与非洲大陆自贸区建设提速的背景下，该数据集为追踪跨国劳动力迁移的性别结构与产业分布提供了稀缺的时空面板数据。前沿研究可利用其时间序列特性，结合ILO统计方法注释与分类标签，量化分析经济政策、地缘冲突或后疫情时代劳动力回流对各行业外籍就业岗位的动态冲击。通过解析性别与经济部门交叉的流入模式，研究者能够揭示高技能移民与低技能劳务在非洲内部流动的异质性路径，为区域劳动治理与包容性就业政策的制定提供数据支撑。