electricsheepafrica/africa-ilo-cld-xsna-sex-age-ste-nb-children-in-employment-by-sex-age-and-status-in-em

该数据集包含非洲32个国家2001年至2025年间的童工就业统计数据，共有2,698个观测值。核心指标为按性别、年龄和就业状态划分的童工就业人数（千），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过非洲国家代码过滤。数据集提供多维度的分类变量，包括国家、年份、性别（总计、男性、女性）、年龄组（如15-17岁）、就业状态（按ICSE-93标准）等，观测值单位为千人。数据适用于表格分类、回归分析和时间序列预测等机器学习任务，并包含数据来源、质量注释和使用示例。This dataset contains child labour employment statistics for 32 African countries from 2001 to 2025, with 2,698 observations. The core indicator is Children in employment by sex, age and status in employment (thousands), sourced from the International Labour Organization (ILO) ILOSTAT database via API and filtered for African country codes. It includes multi-dimensional classification variables such as country, year, sex (total, male, female), age groups (e.g., 15-17), and employment status (by ICSE-93), with observation values in thousands. The data is suitable for machine learning tasks like tabular classification, regression, and time-series forecasting, and includes source information, quality notes, and usage examples.

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中央统计数据库，通过其REST API直接抓取指标代码为CLD_XSNA_SEX_AGE_STE_NB的数据，并依据ILO对非洲国家ISO3编码进行区域筛选。ILOSTAT依据国际劳工统计学家会议定义对原始调查微观数据进行统一整合，数据来源与质量标识在source.label列中清晰标注。经Electric Sheep Africa重新打包后，形成包含2,698条观测值、覆盖32个非洲国家、时间跨度为2001至2025年的结构化表格数据，以Parquet格式发布，便于机器学习任务直接加载。

特点

数据集具备多维度细粒度拆解特性，包含性别、年龄组及就业身份状态三个分类轴，允许研究者从性别（总、男、女）、年龄（如15-17岁）和就业身份（如ICSE-93总类）等角度深入分析非洲童工就业情况。每个观测值附有观测状态标签（如不可靠）和系列中断、方法论修订等注释信息，为数据质量评估提供透明依据。数据时间跨度涵盖24年，覆盖西非、东非、南非等多区域国家，具备良好的时空代表性。

使用方法

研究者可通过HuggingFace Datasets库中的load_dataset函数一键获取数据集，并利用to_pandas方法将其转换为DataFrame格式进行后续分析。示例代码展示了按国家筛选（如肯尼亚）、对特定指标进行时间序列可视化，以及构建国家×年份透视矩阵等典型操作流程。数据集以表格形式存储，每行代表一个特定维度组合下的观测值，可灵活应用于分类、回归或时间序列预测等监督学习任务，也可支撑非洲童工就业的纵向趋势比较与跨国差异研究。

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数据库整理发布，并由Electric Sheep Africa团队重新打包至HuggingFace平台，聚焦非洲32个国家2001至2025年间儿童就业状况的性别、年龄与就业身份维度。作为全球劳动统计领域的权威来源，ILOSTAT整合了各国劳动力调查与行政记录数据，依托国际劳工统计学家会议（ICLS）定义进行标准化处理，为研究非洲童工问题提供了横跨二十余年的时空序列。这一精细化的结构化数据，使得学术机构与政策制定者能够深入剖析非洲大陆儿童劳动参与的模式演变，对推动可持续发展目标中体面劳动与消除童工议题具有不可替代的支撑价值。

当前挑战

在领域问题层面，该数据集致力于解决非洲地区童工现象监测的碎片化难题——由于各国调查方法、统计口径与时间频率不一，跨国的纵向比较与趋势分析长期受限于数据异构性。ILOSTAT的协调虽缓解了部分冲突，但遗留的断点序列、方法学修订及来源标签的复杂性（如'obs_status'中的不可靠标记）仍对模型因果推断构成噪声干扰。构建过程中，原始API的庞大查询量与非洲国家ISO代码的特定过滤需求，要求数据管线具备弹性容错机制；此外，不同来源在相同国家年份提供多重数值时，ILO所选'最佳来源'的优先规则可能掩盖局部偏差，增加了下游使用时对元数据追踪的依赖度。

常用场景

经典使用场景

该数据集的核心应用场景在于儿童就业状况的统计分析，尤其聚焦于非洲地区。研究者可借助其精细的人口统计维度，如性别、年龄和就业状态，对32个非洲国家2001至2025年间的童工数据进行系统性评估。典型做法是利用列如“ref_area”和“time”进行国家与年份的交叉分析，或通过“obs_value”追踪特定指标随时间的变化趋势，从而揭示不同群体在就业参与中的结构性差异。

解决学术问题

该数据集深刻回应了童工研究领域中长期存在的数据碎片化与可比性不足的难题。通过国际劳工组织（ILO）标准化的方法论，它提供了跨国的、统一口径的观测值，使得学者能够开展多国比较或纵向面板分析。这有助于厘清童工现象与性别、年龄及就业形态之间的关联，推动关于劳动力市场政策、儿童权益保护及可持续发展目标（SDG）中体面劳动议题的实证研究。

衍生相关工作

围绕此数据集，已衍生出一系列关键分析与建模工作。学者们常基于其时间序列属性，构建预测童工人数变化的回归模型或状态空间模型，用以模拟政策干预效果。此外，该数据被整合进非洲劳动力市场的联合分析框架，与其他婚姻、教育类数据集关联，形成多维社会指标的面板数据。一些研究还利用其国家代码与年份，作为基准数据来验证或校准儿童贫困与性别不平等指数的测算方法。