electricsheepafrica/africa-ilo-cld-xsna-sex-age-nb-children-in-employment-by-sex-and-age-thousands

该数据集包含来自45个非洲国家从2001年至2025年的1,120个观测值，专注于童工数据。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并过滤至非洲国家。数据集包含一个核心指标：按性别和年龄划分的就业儿童数量（以千计），并提供了国家、年份、性别、年龄分类、观测值、数据来源和质量标志等详细列信息。数据以表格形式组织，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，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains 1,120 observations of child labour data across 45 African countries, spanning from 2001 to 2025. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to African countries. It includes one key indicator: children in employment by sex and age (in thousands), with detailed columns such as country, year, sex, age classification, observed value, data source, and quality flags. The data is structured in tabular format, suitable for tasks like tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Africa, it aims to provide a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）下属ILOSTAT数据库的REST API接口构建，通过自动化数据采集流水线从指定指标代码'CLD_XSNA_SEX_AGE_NB'中提取原始数据，并依据非洲ISO3国家代码进行地域过滤。数据经ILO统计部门依据国际劳工统计学家会议（ICLS）定义标准对微观调查数据进行协调统一，同时保留原始数据来源标识以确保可溯源性。最终由Electric Sheep Africa项目团队对数据进行标准化重组，以Parquet格式封装并发布至HuggingFace平台，支持通过load_dataset()函数直接加载。

特点

本数据集聚焦非洲45个国家儿童就业状况，涵盖2001年至2025年共计1,120条观测记录，时间跨度达25年，为研究者提供了纵向比较的丰富资源。数据以性别（总、男、女）作为核心分层维度，观测值单位为千人，精确呈现不同性别儿童在各年龄段的就业数量。所有观测均附有数据状态标记（如序列中断）及备注说明，便于用户甄别数据质量。数据源于各国劳动力调查等权威渠道，经ILO标准化处理，具备跨国家与跨时期可比性。

使用方法

用户可通过HuggingFace Datasets库以一行代码加载数据集，并将其转换为Pandas DataFrame进行后续分析。具体而言，可依据国家代码（如'ref_area'列）筛选特定国家的子集，或按年度排序绘制特定指标的时间序列趋势图。数据集支持通过透视表操作将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析。此外，用户可结合性别与年龄分类变量进行多维度的交叉统计与可视化探索，适用于儿童劳动问题建模、区域比较研究及政策评估等场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门基于ILOSTAT数据库创建，并由Electric Sheep Africa于2025年重新整理发布，专注于非洲地区儿童就业状况的量化分析。核心研究问题围绕非洲45个国家2001至2025年间不同性别与年龄组儿童就业人数的动态变化，旨在为劳动力市场监测、儿童权益保护及可持续发展目标（SDG）进展评估提供可靠数据基础。作为ILOSTAT全球劳动统计体系的重要组成部分，该数据集通过整合各国劳动力调查与行政记录，填补了非洲区域儿童就业数据的长期空白，对推动劳动经济学、发展政策制定及跨国家比较研究具有显著影响力。

当前挑战

该数据集面临的挑战首先体现在领域问题上：儿童就业数据在非洲多国采集困难，因童工活动常处于隐蔽或非法状态，传统调查难以准确捕捉；同时各国对“儿童就业”的定义与国际劳工统计会议（ICLS）标准存在分歧，导致跨国可比性受限。构建过程中主要挑战包括：原始数据来源多样（劳动力调查、家庭收入调查等），需通过复杂权重调整与断点修正实现时序一致性；部分国家多年份数据缺失（如厄立特里亚仅含3年记录），限制了时间序列模型的完整性；此外，数据标注存在“序列中断”等质量标记，要求使用者谨慎处理统计口径变化带来的偏差。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中45个非洲国家2001至2025年间儿童就业状况的观测数据，共计1120条记录。典型的使用方式是通过加载数据集后，按国家或性别维度进行筛选，例如针对肯尼亚或加纳的儿童就业数据进行切片分析；也可利用时间列绘制折线图，观察特定指标如‘CLD_XSNA_SEX_AGE_NB’的年际变化趋势。研究者常将其转换为国家×年份的透视矩阵，以支持跨国的纵向对比或面板数据建模。

衍生相关工作

该数据集衍生出了多项重要的研究工作，例如将其与非洲家庭调查数据融合，构建童工成因的结构方程模型，或利用时间序列分析预测未来十年童工演变态势。部分学者基于此数据验证了童工与义务教育法实施之间的负相关关系，也有研究通过分解性别维度揭示了女童在非正规就业中的隐形贡献。该数据集还常作为基准数据源，用于训练机器学习模型以自动识别ILOSTAT数据中的异常值或趋势断裂点，推动劳动统计的技术进步。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区童工就业的性别与年龄结构分布，为追踪2001至2025年间45个非洲国家的童工现象提供了标准化时间序列数据。当前研究热点在于结合ILO的CLD_XSNA_SEX_AGE_NB指标，量化童工在不同年龄组和性别间的分布差异，并分析其与减贫、教育普及和国际劳工标准遵守的关联。该数据的价值在于支持跨国家、跨时期的纵向比较，助力识别童工高发区域与脆弱群体。近期全球对体面劳动和可持续发展目标（SDG 8.7）的强化承诺，促使研究人员利用此类数据集构建预测模型，评估政策干预效果，并揭示童工现象与宏观经济波动、气候冲击的系统性耦联。