electricsheepafrica/africa-ilo-cld-xsna-sex-age-stu-rt-share-of-children-engaged-in-economic-activity-by

该数据集包含非洲45个国家在2001年至2025年期间儿童参与经济活动的数据，共有3,581个观测值。核心指标为“儿童按性别、年龄和上学出勤情况参与经济活动的比例（%）”。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过处理和重新打包，以表格形式提供，包括国家代码、年份、性别、年龄分类、观测值等字段。数据集适用于表格分类、回归和时间序列预测等任务，旨在支持对非洲儿童劳动问题的研究。This dataset contains 3,581 observations of child labour data across 45 Africa countries, spanning 2001–2025, covering one distinct indicator: Share of children engaged in economic activity by sex, age and school attendance (%). The data is sourced from ILOSTAT, the ILOs central statistics database, and has been repackaged for machine learning use. It includes tabular data with fields such as country code, year, sex, age classification, and observed values, and is suitable for tasks like tabular classification, regression, and time-series forecasting.

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统计数据库，通过REST API接口直接拉取指标代码为CLD_XSNA_SEX_AGE_STU_RT的原始数据，并依据非洲ISO3国家代码进行过滤筛选。ILOSTAT采用国际劳动统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化处理，最终形成涵盖45个非洲国家、2001至2025年间的3,581条观测记录。数据集中每一条观测均包含国家、性别、年龄、就学状态等多维度分类信息，并附有数据来源标签以保障可追溯性。

特点

该数据集的核心特色在于其多维度的精细化拆解结构，提供了按性别（男性、女性、总计）、年龄组（如15-17岁）以及教育出勤状况（是否在校）三种交叉分类的儿童经济活动参与率指标。数据质量方面，ILO对同一国家与年份存在多个数据来源时，会优先采用官方认定的“最佳来源”，并标记序列中断、方法修订等质量状态标签。此外，数据集覆盖了从西非的加纳到东非的肯尼亚等广泛地理区域，时间跨度长达25年，为分析非洲儿童劳动参与趋势的时空演变提供了宝贵资源。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载该数据集，并将其转换为Pandas DataFrame进行后续分析。例如，可使用条件筛选功能提取特定国家（如肯尼亚）的子集，或按时间序列绘制某一指标的观测值变化曲线。针对需要构建国家间对比的场景，建议利用pivot_table方法将数据重塑为国家×年份的矩阵形式。由于数据集包含sex、classif1等分类列，用户可根据研究需要进一步过滤至特定性别或年龄组，以实现精细化的探索性数据分析与建模任务。

背景与挑战

背景概述

儿童参与经济活动是全球劳动统计领域的核心议题，国际劳工组织（ILO）通过其ILOSTAT数据库长期追踪童工现象，为政策制定与学术研究提供权威数据支撑。该数据集由Electric Sheep Africa于2025年重新整理并发布，聚焦非洲大陆45个国家，涵盖2001至2025年间共3581条观测记录，核心指标为按性别、年龄及就学状况划分的儿童经济活动参与率。作为ILOSTAT区域化子集，该数据集不仅继承了ILO在劳动统计领域历时数十年的标准化方法论，更通过精细化的分类维度（性别、年龄段、教育状态）揭示了非洲童工问题的结构特征，为监测可持续发展目标（SDGs）中关于消除童工的条款提供了关键量化工具，在区域发展研究与国际比较中具有重要参考价值。

当前挑战

该数据集所解决的领域核心挑战在于非洲童工现象的复杂性：不同国家统计体系不统一、调查年份间隔不均、分类标准存异，导致跨区域比较与时间序列分析困难重重。在构建过程中，如何从ILOSTAT接口高效抓取并筛选非洲国家的数据，确保与国家编码、指标定义的一致性，同时应对缺失观测值、来源标记分歧以及‘最佳来源’选择逻辑的透明化，构成了技术层面的主要障碍。此外，数据集仅包含年度频率，未纳入月度和季度子系列；分类变量仅在特定细分指标下存在，非均衡分布使得某些子群体分析受限；观测状态标记（如‘序列中断’‘方法修订’）的解读亦需专业判断，这些均对用户在建模与解释时的精度和审慎性提出了更高要求。

常用场景

经典使用场景

该数据集汇聚了非洲45个国家从2001年至2025年间儿童参与经济活动的比例数据，按性别、年龄段及在校状态进行精细分层。研究者常将其作为面板数据，用于构建时间序列回归模型，以追踪非洲大陆童工现象的演变趋势。通过观测不同国家在特定年份的指标波动，可以揭示童工率与社会经济因素之间的动态关联。同时，数据集中包含的性别维度使得分性别比较成为可能，为探讨童工现象的性别差异提供了量化基础。

衍生相关工作

围绕该数据集，一系列经典研究工作得以衍生。例如，有学者利用其时间维度构建了非洲童工率的预测模型，对比了ARIMA与LSTM在有限样本下的表现差异。另有研究将其与非洲各国的GDP、教育支出等宏观指标拼接，形成多源面板数据，探究经济增长是否必然降低童工比例。在数据工程领域，该集成为Electro Sheep Africa构建统一化、机器学习就绪的非洲数据层提供了范例，推动了标准化数据集卡（Dataset Card）的普及与HuggingFace生态中非洲数据资产的整合。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区儿童经济参与率的性别、年龄及就学状况交叉分析，为国际劳工组织ILOSTAT数据库的权威子集，覆盖2001至2025年间45个非洲国家的3581条观测记录。当前前沿研究正借助该数据揭示全球减贫与可持续发展目标（SDG 8.7）背景下，非洲童工现象的时空演变规律，尤其关注新冠疫情后经济冲击对儿童劳动参与率的动态影响。通过时间序列分析和面板数据建模，研究者能够量化教育政策干预与社会保护机制在降低童工比例方面的实际效力，为国际发展机构提供基于证据的决策支撑。这一标准化、跨国的数据集还推动了机器学习模型在劳动统计预测中的应用，助力非洲大陆实现体面劳动与包容性增长的宏大愿景。