electricsheepafrica/africa-ilo-ees-tees-sex-ind-jbc-nb-employees-by-ilo-sector-and-sex-and-type-of-job-co

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的Employees by ILO sector and sex and type of job contract (thousands)指标数据，专门针对非洲地区。数据集涵盖40个非洲国家，时间跨度为2009年至2025年，共有25,519个观测值。数据内容包括按ILO部门、性别（总计、男性、女性）和工作合同类型（总计）分类的雇员数量（以千计）。数据通过ILOSTAT REST API获取，并经过标准化处理，以表格形式提供，包含国家代码、年份、指标值、数据来源、分类变量和质量标志等列。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲劳动力市场研究提供机器学习就绪的数据支持。This dataset contains Employees by ILO sector and sex and type of job contract (thousands) indicator data from the International Labour Organization (ILO) ILOSTAT database, specifically for Africa. It covers 40 African countries from 2009 to 2025, with 25,519 observations. The data includes employee counts (in thousands) disaggregated by ILO sector, sex (total, male, female), and type of job contract (total). Data is sourced via the ILOSTAT REST API, normalized, and provided in tabular format with columns for country codes, years, indicator values, data sources, classification variables, and quality flags. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, aiming to provide machine learning-ready data for African labour market research.

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）下设的ILOSTAT核心劳动统计数据库构建而成。原始数据经由ILOSTAT REST API自动抽取，筛选出非洲地区的ISO3国家代码后进行整合。ILO统计部门依据国际劳工统计学家会议（ICLS）定义，对各国劳动力调查、家计调查等微观数据进行标准化与协调处理，以保障跨地区可比性。数据集由Electric Sheep Africa重新封装，形成25,519条观测记录，覆盖40个非洲国家，时间跨度从2009年至2025年，仅包含一项核心指标——按ILO部门、性别和合同类型划分的雇员人数（单位：千人）。

使用方法

该数据集的使用极为简便，可通过HuggingFace的`datasets`库直接加载，执行`load_dataset()`命令即可获取训练集并转换为Pandas DataFrame。用户可利用`ref_area`字段按国家筛选，如过滤出肯尼亚的观测子集。针对时间序列分析，可基于`indicator`和`time`字段对单一指标排序后可视化。亦可利用`pivot_table`方法将数据重塑为国家×年份的矩阵，便于进行面板数据分析或计量建模。值得注意的是，数据中的分类列（如`sex`、`classif1`）仅在指标发布相应细分时才有值，使用时需留意空值处理。

背景与挑战

背景概述

在国际劳动组织（ILO）的统计体系中，ILOSTAT数据库长期作为全球劳动统计的核心枢纽，汇聚了来自200多个经济体的就业、失业、工资等关键指标，为政策制定与学术研究提供基准数据。在此背景下，由Electric Sheep Africa于2025年整合并发布的非洲雇员数据集，聚焦于40个非洲国家在2009至2025年间按ILO部门、性别与劳动合同类型划分的雇员人数（以千计）。该数据集依托ILO统计部门统一协调的劳动调查与行政记录，经由标准化的REST API抽取并过滤至非洲区域，旨在弥补非洲大陆在精细化劳动统计数据集方面的稀缺性，为研究非洲劳动力市场的结构变迁、性别差异与合同形式演化提供了系统化的时间序列支撑。其核心研究问题在于揭示非洲各国在不同产业部门中雇员的分布特征及其随时间的动态变化，从而推动基于证据的区域劳动力政策评估与可持续发展目标（SDG）中的体面劳动监测。

当前挑战

该数据集面临的核心挑战源于所解决的领域问题与构建过程中的双重复杂性。在领域层面，非洲劳动力市场长期受限于调查覆盖不均衡、数据采集周期不统一以及国家间统计口径差异，导致跨国家、跨时间的比较分析极易受到样本选择偏差与测量误差的干扰；此外，劳动合同类型与性别维度的精细划分虽提供了丰富的解释潜力，却也加剧了多维交叉汇总时稀疏数据的统计推断困难。在构建过程中，ILOSTAT原始数据虽经过ILO的协调处理，但多个来源（如劳动力调查、行政记录）的数据质量参差不齐，数据集中'obs_status'字段标记的'不可靠'观测值以及'note_indicator'中的方法修订中断提示，均反映出序列一致性的维护难题；同时，数据仅涵盖年度频率，无法捕捉部分指标的月度或季度波动，且同一国家与年份可能存在多个来源的择优选择过程，这种隐性的筛选机制可能引入系统性偏差，需用户在建模时谨慎对待缺失值处理与质量标记的利用。

常用场景

经典使用场景

该数据集收录了国际劳工组织（ILO）ILOSTAT数据库中关于非洲40个国家2009至2025年间按经济部门、性别及合同类型划分的雇员人数（单位：千），共计超过25,000条观测记录。经典应用场景涵盖了劳动力市场的结构性分析，例如通过时间序列建模刻画非洲国家不同产业部门的就业演变轨迹，或运用面板数据回归方法探究性别工资差异与合同形式选择之间的关联机制。研究者亦可借助该数据开展跨国家、跨时期的比较研究，揭示非洲大陆内部就业模式的异质性与趋同趋势。

解决学术问题

该数据集为劳动经济学与发展经济学领域多个核心议题提供了实证基础。它填补了非洲地区高分辨率、标准化就业数据的长期空白，使学者能够系统检验性别、部门与雇佣合同类型在就业参与中的交互效应。借助这一数据，研究者可以量化分析正规与非正规就业的结构变迁，评估国际劳工标准在非洲各国的实施成效，并追踪全球金融危机、新冠疫情等外生冲击对劳动力市场的滞后影响。这些工作深化了对非洲就业动态本质的理解，推动了相关理论模型的本地化检验与修正。

实际应用

在实际政策制定与国际发展合作中，该数据集扮演着关键的基础设施角色。各国劳工部门与国际组织可依托其内容识别就业增长缓慢或性别失衡严重的行业与国家，进而设计针对性的职业培训方案与就业激励计划。数据所揭示的合同类型分布状况，有助于评估劳动法规的覆盖效果，并为完善最低工资制度、带薪休假及社会保险等条款提供量化依据。此外，在社会可持续发展目标（SDGs）的监测框架下，该数据集能够为体面劳动与经济增长相关指标的进展评估提供直接支撑。

数据集最近研究

最新研究方向

基于ILOSTAT官方数据整合的非洲劳动力雇佣结构精细化研究，聚焦于按经济部门、性别与合同类型划分的雇员规模时序分析，为评估非洲大陆自贸区建设进程中的就业质量变迁、体面劳动目标实现程度以及非正规就业向正规化转型提供数据支撑。该数据集覆盖2009至2025年间40个非洲国家的逾2.5万条观测记录，其独特的交叉分类维度（产业-性别-合同类型）与ILO国际劳工统计会议（ICLS）定义的标准化口径，使其成为追踪非洲劳动力市场结构性分化、性别工资差距演变及新冠疫情后雇佣关系弹性的关键资源。当前研究前沿集中利用该时间序列数据构建预测模型，探索不同经济发展阶段下服务业吸纳就业的阈值效应，并借助多源调查衔接标记（如方法论修订导致的序列断裂指示符）评估统计口径一致性对跨国面板回归结果的影响，从而为非洲各国制定更具包容性的就业政策提供循证依据。