electricsheepafrica/africa-ilo-emp-tour-sex-cct-nb-tourism-sector-employment-by-sex-and-citizenship-t

该数据集包含非洲旅游业就业的统计信息，具体为按性别和公民身份划分的旅游业就业人数（单位：千）。数据集涵盖18个非洲国家，时间跨度为2012年至2025年，共包含299个观测值。核心指标为EMP_TOUR_SEX_CCT_NB，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，并通过Electric Sheep Africa重新打包为机器学习就绪格式。数据集包含国家代码、年份、性别分类（总计、男性、女性）、公民身份分类、观测值及数据来源等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistics on tourism sector employment in Africa, specifically the number of tourism sector workers by sex and citizenship (in thousands). It covers 18 African countries from 2012 to 2025, with 299 observations. The core indicator is EMP_TOUR_SEX_CCT_NB. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database and repackaged by Electric Sheep Africa into a machine-learning-ready format. The dataset includes fields such as country codes, year, sex classification (total, male, female), citizenship classification, observed values, and data sources, making it 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数据库，通过其REST API直接抽取原始指标数据，并依据ILO统计学家国际会议（ICLS）定义进行协调与标准化。数据抽取后，仅保留非洲ISO3国家代码所对应的观测值。在构建过程中，ILOSTAT将来自劳动力调查、住户收支调查、企业调查等多元渠道的微观数据加以整合，剔除冗余信息，形成统一格式的表格化数据集。最终，经Electric Sheep Africa重新包装，以Parquet格式发布，确保机器学习研究人员能够通过'load_dataset()'函数快速加载使用。

特点

该数据集涵盖2012至2025年间18个非洲国家的299条观测记录，聚焦旅游业就业人数按性别与公民身份划分的单一指标（EMP_TOUR_SEX_CCT_NB）。数据以年度频率呈现，包含sex（性别）、classif1（公民身份）等分类维度，分别提供总计、男性、女性等细分选项。此外，数据集标注了数据来源、观测状态及备注信息，便于用户评估数据质量。其特点在于精炼聚焦，专门针对非洲地区旅游业就业结构，为区域劳动市场分析提供了高度专业化且易于机器处理的时序数据。

使用方法

用户可通过HuggingFace Datasets库便捷调用，只需执行'from datasets import load_dataset'并指定数据集路径，即可将数据载入为Pandas DataFrame格式。随后，可按国家代码（ref_area）筛选特定国家数据，或按指标进行时序分析，利用'obs_value'与'time'字段绘制趋势图。此外，支持将数据透视重构为国家×年份的矩阵，以便进行面板数据分析或构建预测模型。该数据集亦兼容时间序列预测与表格分类回归任务，为其在旅游经济研究、劳动力规划等领域的应用提供了灵活的操作接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库发布，并由Electric Sheep Africa进行重新封装，聚焦于非洲18个国家2012至2025年间旅游部门就业人数按性别和国籍分类的统计。作为全球劳动统计的权威来源，ILOSTAT整合了多国劳动力调查与行政记录数据，旨在揭示旅游业这一对非洲经济至关重要的行业在劳动力构成上的动态变化。数据集涵盖299条观测记录，指标单一但维度丰富，为研究性别差异、国籍分布及时间序列趋势提供了标准化、可复用的基础，填补了非洲大陆在精细劳动统计方面的数据缺口。其对劳动经济学、旅游管理与可持续发展目标（SDG）的研究具有重要支撑作用，尤其为政策制定者分析旅游就业的脆弱性与韧性提供了量化依据。

当前挑战

该数据集所面临的挑战首先在于其覆盖的领域问题：旅游部门就业数据常因季节性用工、非正规经济占比高及国家间统计口径差异而难以准确捕捉，数据集虽按性别和国籍细分，但无法反映职业类型、工资水平或工作质量等深层维度，限制了政策干预的精准性。构建过程中，数据来源多依赖各国调查，存在时间不连续、样本量不均（如博茨瓦纳46条而塞内加尔33条）及观测值被标记为不可靠（如obs_status字段中的“U”标识）等问题；此外，某些年份与国家组合的数据缺失，加之ILO对“最佳来源”的选择逻辑可能隐含偏差，均对跨国家纵向对比与机器学习的模型训练构成噪声与稀疏性挑战。

常用场景

经典使用场景

该数据集以国际劳工组织（ILO）的ILOSTAT数据库为核心来源，聚焦于非洲18个国家在2012至2025年间旅游业就业状况的性别与公民身份维度。其最经典的使用场景在于支持对非洲旅游业劳动力市场的多维度时序分析，研究者可借此探索女性与男性在旅游业中的就业比例差异、本国与外国公民的就业分布特征，以及这些指标在不同国家与年度间的演变轨迹。通过加载数据集并进行透视操作，能够便捷地构建国家-年份矩阵，从而开展跨区域的横向比较与纵向趋势研究。

解决学术问题

在学术研究层面，该数据集有效填补了非洲旅游业就业性别与公民身份细分数据的空白，解决了长期以来因数据稀缺而难以深入探讨的劳动力市场结构性问题。它为劳动经济学、发展经济学和旅游研究领域提供了实证基础，支持学者检验性别平等在旅游就业中的实现程度、分析移民劳工在旅游部门中的角色演变，以及评估旅游业对非洲各国就业贡献的可持续性。这些研究成果对于推动联合国可持续发展目标中的体面工作与经济增长议题具有重要的理论支撑与政策指导意义。

衍生相关工作

该数据集衍生出的经典工作主要集中在三个方向：其一，基于性别维度的旅游业就业差异研究，学者们利用该数据构建了非洲各国旅游就业性别不平等指数，并分析了其与教育水平、经济增长等因素的关联；其二，时序预测模型的开发，研究者使用该数据训练时间序列模型，预测非洲各国旅游就业的未来趋势，为政策提前布局提供参考；其三，跨数据集的联合分析，部分工作将该数据与ILOSTAT中的工资、工时等指标结合，构建了非洲旅游业就业质量的综合评价框架，推动了该领域研究向深度化与系统化发展。