electricsheepafrica/africa-ilo-emp-xflc-sex-eco-nb-inflow-of-employed-foreign-citizens-by-sex-and-eco

该数据集包含非洲6个国家（埃及、埃塞俄比亚、布基纳法索、肯尼亚、突尼斯、几内亚）在2014年至2024年期间的117个观测值，核心指标为“按性别和经济活动划分的就业外国公民流入量（千）”。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至非洲国家，涵盖统计分类维度（如性别、经济部门）、年份、观测值等字段，用于表格分类、回归和时间序列预测任务。数据集经过Electric Sheep Africa重新打包，以Parquet格式提供，便于机器学习使用。This dataset contains 117 observations of international migrant flow data across 6 Africa countries (Egypt, Ethiopia, Burkina Faso, Kenya, Tunisia, Guinea), spanning 2014–2024, with the indicator Inflow of employed foreign citizens by sex and economic activity (thousands). Sourced from the ILOs ILOSTAT database via API and filtered to Africa ISO3 country codes, it includes disaggregation dimensions such as sex and economic activity, along with year and observed values, for tabular classification, regression, and time-series forecasting tasks. Repackaged by Electric Sheep Africa in Parquet format for ML-ready use.

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统计数据库，聚焦非洲地区外国就业移民流入的劳动力市场动态。数据通过ILOSTAT官方REST API接口直接获取，原始指标编码为EMP_XFLC_SEX_ECO_NB，随后依据非洲ISO3国家代码进行地理筛选与过滤。ILOSTAT基于国际劳工统计学家会议（ICLS）定义对各国原始调查微观数据进行统一协调处理，并在source.label字段中标注数据来源类型（如人口普查、劳动力调查等），以确保数据的可追溯性与方法论透明度。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，使用`load_dataset("electricsheepafrica/africa-ilo-emp-xflc-sex-eco-nb-inflow-of-employed-foreign-citizens-by-sex-and-eco")`命令即可获取训练集并转化为Pandas DataFrame进行后续分析。支持按国家过滤、按时间序列绘制单一指标变化趋势，以及通过数据透视表构建国家×年份的矩阵视图，便于开展跨国比较与面板数据分析。数据遵循CC-BY 4.0许可协议，使用时需同时引用ILO原始数据来源与Electric Sheep Africa的重新打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2024年创建，经Electric Sheep Africa在HuggingFace上重新打包发布，专注于非洲六国（埃及、埃塞俄比亚、布基纳法索、肯尼亚、突尼斯、几内亚）2014至2024年间受雇外国公民的流入情况，按性别与经济活动分类，共计117条观测数据。作为全球劳动统计的权威来源，ILOSTAT通过统一国际劳工统计学家会议定义对各国调查数据进行协调，该数据集为研究非洲地区国际移民流动与劳动力市场动态提供了稀缺的官方微观数据，在移民经济学、劳动经济学及可持续发展目标监测领域具有重要参考价值。

当前挑战

数据集面临的核心挑战首先在于领域问题：非洲地区受雇外国公民流入的系统性统计长期缺失，现有数据受限于各国调查能力差异与定义不一致，难以支撑跨国比较与趋势分析。其次，构建过程中面临数据稀疏性难题——仅覆盖六个国家的有限年份且多数年份仅有一条记录，性别与经济活动的交叉细分导致样本量极度压缩。此外，来源与方法论的异质性（如人口普查与劳动力调查的混合使用）增加了数据质量评估的复杂性，年度频率也限制了捕捉短期移民波动的能力，部分观测值还可能因初步估计或不可靠标志而存在统计偏差。

常用场景

经典使用场景

该数据集源于国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦非洲六国2014至2024年间按性别和经济活动分类的外籍受雇公民流入量（单位：千人）。作为一个小样本、多维度的时间序列数据集，它最经典的使用场景是构建面板数据模型，用于分析非洲地区劳动力迁移的性别差异与行业分布特征。研究者可基于此数据对不同国家的流入趋势进行纵向比较，或通过时间序列预测方法探索短期劳动力流动的周期性波动。数据集中提供的性别（SEX_T、SEX_M、SEX_F）和第一分类变量（如经济活动部门）为分层分析提供了天然维度，适合进行固定效应回归或贝叶斯层次建模。此外，其简洁的表格结构也使其成为演示数据清洗、重采样和多指标融合等数据科学教学任务的理想素材。

解决学术问题

该数据集在学术研究中的核心价值在于揭示了非洲区域国际劳动力迁移的结构性特征，填补了该地区精细化迁移统计数据的空白。研究者利用它可以系统探究外籍劳动力流入与东道国劳动力市场吸纳能力之间的关系，尤其是在性别维度的差异——例如女性移民是否更多地集中于服务业等特定经济部门。数据覆盖了从布基纳法索（BFA）到埃塞俄比亚（ETH）等不同发展水平的非洲国家，使得比较分析成为可能，进而回答诸如经济活跃度与移民流入之间的相关性、政策环境对劳动力流动的影响等学术问题。通过严谨的时间序列数据，该数据集还为评估非洲区域经济一体化背景下劳动力跨境流动的长期模式提供了关键实证基础，对发展经济学、劳动经济学和人口迁移研究具有不可忽视的推动作用。

实际应用

在实际应用层面，该数据集为非洲各国政府、国际组织及非政府机构在跨境劳动力管理与政策制定方面提供了数据支撑。例如，劳工部门可以依据外籍受雇人员流入的行业分布情况，评估本地就业市场的竞争压力或技能缺口，从而优化工作签证配额和行业准入政策。对于国际移民组织（IOM）和区域性经济共同体（如东非共同体）而言，该数据可作为监测劳动力流动合规性与平等性的基准工具，帮助识别性别歧视或行业垄断等潜在问题。此外，企业和劳动力中介机构也能利用历史流入趋势预测特定行业的劳动力供给变化，指导招聘战略和人力资源规划。在一个数据稀缺的地区，这个经过规范化处理的ILOSTAT子集犹如一座灯塔，照亮了循证决策的道路。

数据集最近研究

最新研究方向

该数据集聚焦于非洲六国2014至2024年间按性别和经济活动划分的外籍就业人口流入量，为国际移民流动与劳动力市场交叉研究提供了宝贵的时间序列基础。当前，伴随全球移民治理议题升温与非洲大陆自贸区深化推进，该数据在分析外籍劳工对东道国就业结构、性别差异及经济部门分工的影响方面展现出前沿价值。研究者可借此探索非洲内部移民流向与产业变迁的耦合关系，评估政策干预对外籍就业包容性的作用，并将其与ILOSTAT其他指标联动，构建跨域劳动力流动的系统性视角，为可持续发展目标中体面工作与经济成长的实证评估注入关键证据。