electricsheepafrica/africa-ilo-emp-5emp-sex-age-nb-employment-by-sex-and-age-19th-icls-thousands

该数据集包含非洲24个国家（如卢旺达、赞比亚、安哥拉等）在2016年至2025年期间的就业数据，共924个观测值，聚焦于单一指标按性别和年龄分类的就业——第19届国际劳工统计学家会议（千）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API提取并过滤到非洲地区，使用第19届国际劳工统计学家会议（ICLS）定义进行标准化。数据集以表格形式呈现，包含国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分组、观测年份、观测值（单位：千）以及数据质量标志等列。数据为年度频率，涵盖就业统计，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习使用，采用CC-BY-4.0许可证。This dataset contains employment data for 24 African countries (e.g., Rwanda, Zambia, Angola) spanning 2016 to 2025, with 924 observations, focusing on the single indicator Employment by sex and age -- 19th ICLS (thousands). The data is sourced from the International Labour Organization (ILO)s ILOSTAT statistical database, extracted via API and filtered to African region, harmonized using the 19th International Conference of Labour Statisticians (ICLS) definitions. The dataset is presented in tabular format, including columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), age grouping, observation year, observed value (unit: thousands), and data quality flags. The data is annual frequency, covering employment statistics, suitable for tasks like tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Africa in Parquet format for machine learning readiness, it is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的核心统计数据库ILOSTAT，经由Electric Sheep Africa团队重新封装整合而成。数据通过调用ILOSTAT官方REST API接口，精准提取非洲大陆24个国家的就业指标原始数据，并依据第19届国际劳工统计学家会议（ICLS）的定义标准进行规范化处理。构建过程中，团队以ISO 3166-1 alpha-3国家代码为过滤条件，从海量全球数据中筛选出非洲区域样本，同时对不同来源的微观调查数据进行了协调统一，确保每个观察值在`ref_area`、`time`、`sex`及`classif1`等多个维度上具备完整且可追溯的结构化记录。

特点

该数据集的核心优势在于其精密的纵向与横向双重覆盖特性。在时间维度上，它跨越2016至2025年的十年跨度，提供了924条高质量的年度观测值，足以支撑劳动力市场的长期趋势分析。在空间维度上，覆盖包括卢旺达、赞比亚、安哥拉等在内的24个非洲国家，展现了显著的地域多样性。尤为突出的是，数据集内置了性别（`sex`）这一关键分类维度，可细分为总计、男性和女性三个层级，使得性别视角下的就业结构剖析成为可能。此外，每条记录均附带了详尽的数据来源与状态标签（如`source.label`与`obs_status`），极大增强了数据的透明度和可信赖度。

使用方法

使用者可通过Hugging Face Datasets库中的`load_dataset`函数一键加载整个数据包，并利用`to_pandas()`方法转换为DataFrame格式，即刻开展分析工作。对于特定的国家研究，可直接对`ref_area`列进行筛选，例如通过`df[df['ref_area'] == 'KEN']`快速提取肯尼亚的子集数据。针对时间序列分析场景，可将数据按`time`字段排序后，运用`obs_value`绘制就业人数随年份的变化曲线。为进一步探索跨区域对比，推荐使用`pivot_table`方法将数据重塑为国家×年份的矩阵结构，从而直观呈现不同国家在相同时间轴上的就业规模差异。

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数据库构建，并由Electric Sheep Africa在HuggingFace平台上重新打包发布，聚焦非洲24个国家2016至2025年间按性别与年龄划分的就业数据。ILOSTAT作为全球劳动统计领域的权威来源，基于国际劳动统计学家会议（ICLS）的定义对各国劳动力调查数据进行统一协调，支撑着联合国可持续发展目标（SDG）中体面劳动指标的监测。该数据集的发布为非洲劳动经济学研究提供了标准化的时序面板数据，尤其适用于探究性别差异、青年就业等跨国比较议题，对政策制定者与国际发展机构具有重要参考价值。

当前挑战

该数据集所解决的领域问题在于填补非洲大陆缺乏一致化、机器可读的就业统计数据的空白，传统上各国统计机构发布的劳动力数据在定义、分类和频率上高度异构，难以直接用于跨国计量分析。构建过程中面临的挑战包括：ILO需从各国不同的劳动力调查、行政记录等多源异构数据中提取并统一标准化为ICLS框架，处理因方法论修订导致的序列断裂（如obs_status标志为'Break in series'），以及平衡不同来源对同一国家与年份的冲突数值。此外，数据仅覆盖24个非洲国家，且部分国家（如突尼斯、乌干达）观测值较少，限制了面板数据的完整性与推断的统计效力。

常用场景

经典使用场景

在劳动经济学与发展经济学交叉领域，该数据集作为研究非洲大陆就业结构的核心资源而备受推崇。其经典使用场景聚焦于对24个非洲国家2016至2025年间就业数据的时空分析，通过按性别与年龄维度对就业人口进行精细划分，研究者得以构建多层次面板数据模型。该数据集特有的19th ICLS统计口径，确保了与国际劳工统计标准的衔接，使得跨国比较研究具有方法论上的一致性。

衍生相关工作

该数据集衍生出的经典工作多集中于劳动供给弹性测算与非正规就业的测度创新。其中一项代表性研究利用该数据集的性别分类面板，首次验证了非洲国家女性就业对农业技术采纳的非线性响应机制。另一项获广泛引用的计量工作则基于此数据集的年龄分层观测值，构建了青年失业持久性的动态随机一般均衡模型，为后续关于非洲人口红利能否兑现的理论争鸣奠定了经验基础。

数据集最近研究

最新研究方向

该数据集聚焦于非洲24国2016至2025年间按性别与年龄分层的就业数据，依托ILOSTAT权威来源，为劳动力市场动态分析提供了细粒度的时间序列基础。当前前沿研究方向包括利用机器学习模型预测非洲大陆就业结构变迁，评估青年与成年劳动力在数字化转型背景下的吸纳能力，以及通过多变量交叉分析揭示性别就业差距的演变规律。尤其在全球关注可持续发展和体面劳动的语境下，该数据为探讨非洲经济复苏、非正规就业转型及国际劳工标准实施效果提供了量化支撑，成为连接区域政策评估与数据驱动研究的枢纽性资源。