electricsheepafrica/africa-ilo-cld-xhaz-sex-age-eco-nb-children-in-hazardous-work-by-sex-age-and-economic

该数据集包含2,854个观测值，涉及32个非洲国家从2001年至2025年的童工数据，重点关注按性别、年龄和经济活动划分的从事危险工作的儿童数量（以千计）这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家。数据集提供了详细的分类维度，包括国家、数据来源、性别（总计、男性、女性）、年龄分类（如15-17岁）、经济部门（如总计）等列，以及观测年份和观测值。数据为年度频率，ILO在多个来源中选择最佳来源，分类列仅在指标发布细分数据时非空。该数据集适用于表格分类、表格回归和时间序列预测等自然语言处理任务，旨在支持对非洲童工问题的研究和分析。This dataset contains 2,854 observations of child labour data across 32 African countries, spanning from 2001 to 2025, with a focus on the indicator Children in hazardous work by sex, age and economic activity (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African country codes. It includes detailed disaggregation dimensions such as country, data source, sex (total, male, female), age classification (e.g., 15-17 years), economic sector (e.g., total), along with observation year and value. The data is annual in frequency, with ILO selecting the best source when multiple sources exist for the same country-year, and disaggregation columns are non-null only when the indicator publishes that breakdown. This dataset is suitable for tabular classification, tabular regression, and time-series forecasting tasks, aiming to support research and analysis on child labour issues in Africa.

搜集汇总

数据集介绍

构建方式

本数据集基于国际劳工组织（ILO）的ILOSTAT中央统计数据库中‘CLD_XHAZ_SEX_AGE_ECO_NB’指标构建而成。数据通过ILOSTAT REST API直接拉取，并利用ISO 3166-1 alpha-3国家代码筛选出非洲地区共计32个国家的观测值。原始数据源自各国劳动力调查、住户收入调查及行政记录等微观数据，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集共计2,854条观测记录，时间跨度覆盖2001年至2025年，由Electric Sheep Africa团队完成二次整理与封装，以Parquet格式发布，便于机器学习工作流直接调用。

使用方法

用户可通过Hugging Face datasets库直接加载数据集，命令为`load_dataset('electricsheepafrica/africa-ilo-cld-xhaz-sex-age-eco-nb-children-in-hazardous-work-by-sex-age-and-economic')`，随后将数据集转为Pandas DataFrame进行灵活操作。针对特定国家，可通过列过滤（如`df[df['ref_area'] == 'KEN']`）截取子集。若需时序分析，可依指标代码排序并绘制`obs_value`随时间变化的曲线。亦可利用透视表功能，构建以年份为行、国家为列的矩阵，支持面板数据分析。数据遵循CC-BY 4.0许可协议，使用时须注明ILO原始来源及Electric Sheep Africa的再封装贡献。

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ILOSTAT统计数据库创建，并由Electric Sheep Africa团队重新打包发布，旨在系统性地记录非洲32个国家在2001年至2025年间儿童从事有害劳动的状况。数据集聚焦于核心研究问题：儿童是否因性别、年龄和经济活动类型而暴露于危害性工作中，其观测值以千人为单位量化。作为ILO在劳动统计领域的重要成果，该数据集为联合国可持续发展目标（SDG）中“消除童工”议题提供了可靠的数据基础，推动了非洲地区童工问题研究从定性描述向定量分析的转变，对制定国际劳工政策与评估区域干预效果具有显著影响力。

当前挑战

数据集面临的核心领域挑战在于童工统计本身的复杂性：有害工作的定义因国家法律与文化差异而难以统一，且儿童参与隐蔽经济活动的比例高，导致基层调查数据难以精准采集。在构建过程中，ILO需整合多个国家来源不一、频率不一的劳动力调查数据，并进行国际劳工统计学家会议（ICLS）标准的协调与修正，这要求处理数据中断、方法变更及标记为“不可靠”的观测值。此外，将高维分类维度（如性别、年龄段、经济部门）与时间序列对齐，同时维持3个分类变量的一致性与可溯源性，亦构成技术上的重大挑战。

常用场景

经典使用场景

非洲童工问题向来是国际劳工组织与发展经济学界关注的焦点，而该数据集恰为量化研究提供了坚实的数据基础。其经典使用场景在于，依托ILOSTAT严格遵循国际劳工统计学家会议标准的统计框架，研究者能够系统分析32个非洲国家在2001至2025年间从事危险工作的儿童数量，并依据性别、年龄及经济活动类别进行精细化解构。通过时间序列分析与面板数据回归，学者可以描绘童工伤害暴露的演变轨迹，挖掘不同子群体间的差异，从而为政策制定者提供兼具时空广度与结构深度的实证依据。

解决学术问题

在学术研究领域，该数据集有效填补了非洲区域童工危害衡量与驱动机制分析方面的数据空白。它使研究者能够突破单一国家或截面研究的局限，开展跨国比较与长时段动态分析，进而探究经济发展水平、劳动法规执行力度、教育普及程度等因素对童工涉险概率的复杂影响。借助该数据，学者得以检验并延伸关于劳动力市场分割、家庭决策理论及贫困陷阱的经典假说，其蕴含的多维分类信息也为性别不平等、代际传递等深层次社会问题提供了可量化的分析视角，对于推动体面劳动与可持续发展目标的实证研究具有深远意义。

实际应用

在实际应用层面，该数据集为非洲各国政府及国际组织的干预政策提供了可操作的决策支持工具。通过追踪不同经济活动部门中特定性别与年龄段的儿童危险工作暴露水平，劳工部门可以精准识别高危行业与脆弱群体，从而优化监察资源配置，提升执法针对性。社会发展机构亦可依据该数据评估既有童工消除项目的阶段性成效，并据此调整教育补贴、家庭转移支付等配套政策的侧重点。在宏观经济规划中，该数据有助于刻画非正规经济童工参与的分布格局，为制定兼顾儿童保护与产业发展的综合性区域战略提供量化支撑。

数据集最近研究

最新研究方向

基于ILOSTAT框架下非洲32国2001至2025年童工危害数据的整理与发布，该数据集为跨国别时序分析与性别、年龄及经济活动维度的细粒度拆解提供了标准化、机器可读的基础。前沿研究方向聚焦于利用该数据构建预警模型，以识别高危害行业与脆弱人群，从而为非洲地区消除童工现象的政策干预提供数据支撑。在当前国际社会对可持续发展目标中体面劳动议题的高度关注下，该数据集填补了非洲区域多国可比性长序列数据的空白，对推动劳动经济学、社会政策影响评估及人工智能辅助的劳工监测系统开发具有深远意义。