electricsheepafrica/africa-ilo-cld-xsna-sex-age-geo-rt-share-of-children-engaged-in-economic-activity-by

该数据集包含非洲43个国家从2001年至2025年的3,255个观测值，重点关注儿童参与经济活动的比例（按性别、年龄和城乡地区划分）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过过滤处理，覆盖单一指标“CLD_XSNA_SEX_AGE_GEO_RT”。数据集采用表格格式，包含列如国家代码、指标代码、性别分类、年龄分组、地区类型、观测年份和数值等，用于支持表格分类、回归和时间序列预测等任务。数据已由Electric Sheep Africa重新打包，以方便机器学习使用，并遵循cc-by-4.0许可证。This dataset contains 3,255 observations across 43 African countries from 2001 to 2025, focusing on the share of children engaged in economic activity by sex, age, and rural/urban areas. It is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered for Africa, covering a single indicator CLD_XSNA_SEX_AGE_GEO_RT. The data is in tabular format with columns such as country code, indicator code, sex classification, age group, area type, observation year, and value, suitable for tabular classification, regression, and time-series forecasting tasks. Repackaged by Electric Sheep Africa for machine learning readiness and released under the cc-by-4.0 license.

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，通过其REST API获取指标CLD_XSNA_SEX_AGE_GEO_RT的原始数据，并依据非洲ISO3国家代码进行地理过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义，对各国劳动力调查、家庭收支调查等微观数据进行标准化处理，并在source.label列中标注数据来源以保障可追溯性。数据经Electric Sheep Africa重新打包，转化为HuggingFace Datasets格式，便于机器学习应用。

特点

该数据集聚焦非洲43个国家2001至2025年间儿童参与经济活动的比例，共包含3,255条观测记录。核心指标按性别（男、女、总计）、年龄组及城乡区域进行细致划分，提供多维度的分类变量。数据来源涵盖了各国劳动力调查等多种正式统计渠道，并附带观测状态标记（如序列中断、数据修正）及说明注释，使用户能够评估数据质量与连续性，适用于面板数据分析、时间序列建模及非正规经济研究。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载数据，返回的DataFrame结构清晰。支持按国家代码（ref_area）筛选特定国家的子集，或按指标代码排序后绘制时间序列趋势图。亦可利用pivot_table函数将数据重塑为国家×年份的矩阵形式，便于进行跨国面板回归或聚类分析。数据集中的obs_value列为浮点型观测值，可直接作为回归或分类任务的目标变量，配合性别、年龄等分类特征开展机器学习建模。

背景与挑战

背景概述

数据集africa-ilo-cld-xsna-sex-age-geo-rt-share-of-children-engaged-in-economic-activity-by由国际劳工组织（ILO）旗下的ILOSTAT统计数据库创建，并由Electric Sheep Africa于2025年在HuggingFace平台重新整理发布。该数据集聚焦非洲大陆儿童参与经济活动的核心议题，收录了43个非洲国家自2001年至2025年间共计3,255条观测数据，以性别、年龄及城乡区域为细分维度，呈现儿童劳动参与率的百分比指标。作为ILO在劳工统计领域最权威的全球数据源，ILOSTAT基于各国劳动力调查与行政记录，采用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的时空分布、政策干预效果及可持续发展目标（SDG）中体面劳动指标的监测提供了关键数据基础。该数据集的出现填补了非洲地区标准化、机器可读的儿童经济活动时序数据的空白，有力推动了相关领域的计量分析与比较研究。

当前挑战

数据集所解决的领域问题在于，非洲儿童经济活动的量化数据长期分散在不同国家的调查体系中，标准化程度低且跨年份可比性差，难以支撑区域性的综合分析与政策制定。该数据集通过ILOSTAT框架统一了43个非洲国家的童工数据，但构建过程面临多重挑战：首先，各国调查方法异质性显著，如部分国家使用劳动力调查、另一些依赖家计调查，导致数据来源与质量参差不齐；其次，数据中“obs_status”与“note_indicator”列标记了序列中断、方法修订等异常情况，反映历史数据的时间一致性维护困难；此外，部分国家某些年份的数据缺失，且城乡划分标准不一致，限制了细粒度空间分析的能力。这些挑战要求使用者必须谨慎处理数据质量标记与断点调整，以免因统计口径变动而产生误导性结论。

常用场景

经典使用场景

在劳动经济学与儿童发展研究领域，该数据集最为经典的使用场景是分析非洲地区儿童参与经济活动的时空分布格局。凭借3,255条覆盖43个非洲国家、横跨2001至2025年的观测记录，研究者能够按性别、年龄组别及城乡地域进行精细分层，定量刻画儿童劳动参与率的长期演化轨迹。这种多维度、长时序的数据结构为构建面板回归模型提供了坚实基石，使得探究宏观经济波动、教育普及政策与社会保护措施对儿童劳动行为的影响成为可能。

实际应用

在实际应用层面，该数据集是非洲各国政府与国际发展机构制定童工消除战略的量化决策工具。联合国可持续发展目标8.7明确要求到2025年消除一切形式的童工，这套数据恰好提供了监测进展的核心指标。政策制定者可利用其城乡分类功能精准识别高危区域，例如在马拉维、尼日尔等观测频次较高且劳动率攀升的农村地带优先投放教育资源与社会保护项目。世界银行、联合国儿童基金会等组织也常借助该数据集评估现金转移支付与免费义务教育政策的干预效应，使有限的扶贫资金发挥最大撬动作用。

衍生相关工作

围绕该数据集衍生了一系列具有代表性的研究工作。在方法学层面，有学者基于其面板结构开发了适用于非洲背景的缺失数据多重插补算法，以应对部分国家年份观测值不连续的问题。在应用层面，ILO自身利用该数据集及其他关联指标发布了年度《全球童工报告》，成为国际社会引用最广泛的权威来源。与此同时，Electric Sheep Africa团队发布的这份标准化版本推动了机器学习方法在该领域的渗透，例如利用梯度提升树模型预测童工率的时间演变趋势，或通过聚类分析揭示非洲儿童劳动参与的异质性地理模式，开拓了计算社会科学与劳动统计融合的新方向。