electricsheepafrica/africa-ilo-emp-tour-sex-ocu-nb-tourism-sector-employment-by-sex-and-occupation-th

该数据集包含非洲24个国家从2009年至2025年的旅游业就业数据，按性别和职业分类，以千人为单位。数据集共有2585个观测值，涵盖1个主要指标（EMP_TOUR_SEX_OCU_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过Electric Sheep Africa重新打包，以便于机器学习使用。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、职业分类、年份、观测值、观测状态和相关注释等字段。数据为年度频率，并提供了数据质量注意事项，如使用ILO选择的“最佳来源”和部分分解列的非空限制。This dataset contains 2,585 observations of tourism sector employment data across 24 Africa countries, spanning 2009–2025, disaggregated by sex and occupation (in thousands). It covers 1 distinct indicator (EMP_TOUR_SEX_OCU_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API, and repackaged by Electric Sheep Africa for ML-ready use. It includes fields such as country codes, country names, data sources, indicator codes, sex classifications, occupation classifications, year, observed values, observation status, and related notes. The data is annual frequency, with caveats on data quality, including the use of ILO-selected best source and non-null constraints on disaggregation columns.

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REST API从官方端点批量提取原始指标，并过滤出非洲地区的ISO3国家代码。数据经过ILOSTAT的协调处理，依据国际劳工统计学家会议（ICLS）定义统一校准各国调查微观数据，同时保留来源标签以实现完全可追溯。数据集的打包工作由Electric Sheep Africa完成，他们将整理后的数据转换为Parquet格式，并发布至HuggingFace平台，最终形成一个可直接通过`load_dataset()`加载的、结构化且兼容机器学习的规范数据集。

特点

该数据集囊括了24个非洲国家在2009至2025年间共计2585条观测记录，专注于旅游部门就业人数这一核心指标，并按照性别和职业进行详细分层。数据不仅包含原始观测值，还附带了来源、观测状态、断点注释等丰富的元数据，为数据质量评估提供了坚实依据。其独特之处在于统一了来自不同国家劳动力调查的数据口径，使得跨时空的对比分析成为可能，尤其适合用于探讨非洲旅游业的就业结构演变与性别差异议题。

使用方法

用户可通过HuggingFace的Datasets库以`load_dataset`方式直接加载该数据集并转换为Pandas DataFrame进行后续分析。针对特定国家的探究，可基于`ref_area`列进行过滤；对于时间序列分析，可对指标排序后绘制趋势图；若需构建国家间对比矩阵，则可利用数据透视功能，以年份为行、国家为列重塑数据结构。推荐在学术引用时同时标注ILO原始数据和Electric Sheep Africa的重打包版本，以遵循CC-BY-4.0许可协议。

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）构建，并由Electric Sheep Africa于2025年重新打包发布至HuggingFace平台。其核心研究问题聚焦于非洲24国旅游业就业的性别与职业结构，时间跨度覆盖2009年至2025年，包含2585条观测记录。在全球可持续发展目标（SDGs）框架下，旅游业作为非洲经济的重要支柱，其就业数据的精细化解构对于监测体面劳动目标（SDG 8）与性别平等（SDG 5）至关重要。该数据集通过整合各国劳动力调查与行政记录，为跨国比较与政策评估提供了标准化、可复用的基础资源，显著推动了非洲区域劳动统计数据的开放性与可获取性。

当前挑战

该数据集在领域层面面临的核心挑战在于非洲旅游业就业数据的高度异质性：各国调查方法、职业分类标准与统计口径存在显著差异，导致跨国可比性受限，例如部分国家的数据被标记为“不可靠”或“方法修订”引发的序列断点。在构建过程中，数据清洗与整合的难点包括：需处理多源调查数据的格式统一（如从ILOSTAT REST API提取后需按ISO3国家代码过滤）、缺失值的识别（如性别与职业分类维度可能存在空值）、以及时间序列非等间距问题（部分国家仅有一年数据）。此外，ILO选定“最佳来源”的策略虽可降低偏误，但也增加了数据追溯与复现的复杂性。

常用场景

经典使用场景

在劳动经济学与旅游研究的交叉领域中，该数据集为分析非洲旅游业就业结构提供了系统性框架。研究者可借助其跨性别、职业类别的精细分类，追踪2009至2025年间24个非洲国家旅游业岗位数量的演变轨迹。经典应用场景包括：运用面板数据模型评估旅游业对女性就业贡献的时空差异，或结合时间序列方法预测特定职业门类的劳动力需求波动。该数据集因覆盖传统统计薄弱的非洲地区，尤其适合填补该区域旅游业性别与职业结构研究的空白。

衍生相关工作

该数据集衍生了多项标志性学术工作：其标准化结构被复用为《非洲旅游就业与气候变化适应性》研究的核心数据源，研究者通过分性别就业数据挖掘出女性主导岗位受气候冲击的脆弱性特征；另有工作基于该数据集构建了旅游业就业预测的贝叶斯结构模型，验证了机器学习在小型开放经济体预测中的有效性。在国际组织层面，ILO依托此类整合数据更新其《全球旅游业就业趋势》年度报告，而World Bank的《非洲旅游竞争力指数》也引用了其中的职业细分指标。这些衍生成果进一步放大了该数据集作为非洲劳动统计基石的学术影响力。

数据集最近研究

最新研究方向

该数据集聚焦于非洲24国旅游业就业人口在性别与职业维度上的结构化分布，为后疫情时代非洲旅游业复苏与性别平等议题提供了关键数据支撑。当前前沿研究正利用其时间序列特性（2009-2025年），结合ILO统计方法论，深入剖析旅游部门就业结构的动态演变，尤其是女性在低技能与高技能岗位间的流动轨迹。这一方向与全球可持续旅游发展目标（SDGs）中的体面工作与经济增长（目标8）及性别平等（目标5）密切相关，为政策制定者量化评估旅游复苏计划对不同职业群体的差异化影响提供了实证基础，同时通过与ILOSTAT其他劳动力指标的交叉分析，揭示非正规就业向正规化转型的瓶颈，对非洲大陆自贸区（AfCFTA）框架下的劳动力市场一体化研究具有前瞻性意义。