electricsheepafrica/africa-ilo-cld-xgpb-sex-age-stu-rt-share-of-children-in-child-labour-general-producti

该数据集包含了关于非洲儿童劳动情况的统计信息，具体为“按性别、年龄和上学情况划分的儿童劳动参与率——通用生产边界（百分比）”。数据集包含3,299个观察值，覆盖44个非洲国家，时间范围从2001年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过非洲ISO3国家代码筛选。数据集包含一个核心指标：CLD_XGPB_SEX_AGE_STU_RT，该指标衡量儿童劳动参与率，并按性别（总计、男性、女性）、年龄组（如15-17岁）和教育出勤情况（总计）进行细分。数据结构包括国家代码、年份、指标值、数据来源、分类变量和观测状态等列。数据以年度频率发布，并经过ILO的标准化处理，确保数据可比性。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究人员和开发者提供机器学习和分析所需的标准化数据。This dataset contains 3,299 observations of child labour data across 44 Africa countries, spanning 2001–2025, covering 1 distinct indicator. It focuses on the Share of children in child labour -- General Production Boundary by sex, age and school attendance (%) indicator (CLD_XGPB_SEX_AGE_STU_RT). The data is sourced from ILOSTAT, the ILOs central statistics database, and is filtered to African ISO3 country codes. It includes disaggregation by sex (total, male, female), age groups (e.g., 15-17), and educational attendance, with annual frequency. The dataset is structured for tabular analysis, supporting tasks like classification, regression, and time-series forecasting, and is repackaged by Electric Sheep Africa 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权威统计数据库，通过调用其REST API接口，直接提取了非洲地区关于童工问题的核心指标——'按性别、年龄和就学状况划分的童工发生率（一般生产边界）'。数据经过精心筛选，仅保留非洲44个国家的ISO3代码对应的观测记录。ILOSTAT本身基于国际劳工统计学家会议（ICLS）定义的标准，对各国家庭劳动力调查、收入调查等微观数据进行统一整合与标注，确保数据源的可追溯性。Electric Sheep Africa团队在此基础上完成了数据重封装与清洗，最终形成包含3,299条观测的高质量结构化数据集。

使用方法

用户可通过HuggingFace的`datasets`库轻松加载该数据集：使用`load_dataset()`函数即可直接获取，并利用`to_pandas()`方法转换为Pandas DataFrame进行后续分析。针对特定国家的研究，可依据`ref_area`列进行数据筛选；若需观察单一指标的时间序列变化，可按`indicator`字段过滤并按时序排序绘图。对于想要构建国家-年份面板矩阵的用户，推荐使用`pivot_table`方法，以时间为行、国家为列，灵活重塑数据格式。数据集以CC-BY-4.0许可发布，在学术引用时需同时标注ILO原出处及Electric Sheep Africa的封装贡献。

背景与挑战

背景概述

童工问题作为全球劳动市场中的严峻议题，长期受到国际社会的广泛关注。国际劳工组织（ILO）作为该领域最权威的数据发布方，其ILOSTAT数据库系统性地整合了全球200多个经济体的劳动统计指标。在此背景下，由Electric Sheep Africa于2025年重新整理的非洲童工比例数据集应运而生，专注于呈现非洲44个国家在2001至2025年间按性别、年龄及就学状况划分的童工现象。该数据集从ILOSTAT的REST API中提取原始微量数据，并依据国际劳工统计学家会议（ICLS）的标准进行规范化处理，共计3299条观测记录，为研究非洲地区儿童劳动参与模式、评估区域政策干预效果以及追踪可持续发展目标中体面工作的进程提供了关键且可靠的数据基石。

当前挑战

该数据集所应对的核心领域挑战在于，童工问题长期因定义分歧、测量方法不一以及数据稀疏而难以被准确刻画，尤其在非洲，许多国家缺乏定期、高质量的家庭或劳动力调查数据，导致区域纵横向比较存在显著困难。在构建过程中，挑战主要源于多个层面：首先，不同国家调查（如劳动力调查、家庭收支调查）的问卷设计、抽样框架及统计口径迥异，ILO虽已进行统一协调，但数据源标签中的间断标记（如'Break in series'）仍暴露出时序一致性的脆弱；其次，数据集内置的性别与年龄细分维度虽然赋予分析深度，但部分国家因样本量过小，细分后观测值趋于零或不可靠，给建模带来噪声和稀疏性问题；最后，数据的时间跨度为25年，但分布严重不均，如赞比亚（218条）与埃及（95条）间的巨大差异，凸显了从碎片化统计体系构建稳健训练集的长期困难。

常用场景

经典使用场景

在劳动经济学与儿童福利研究领域，非洲儿童劳动参与率数据集为评估区域内各国儿童劳动现状提供了标准化时序观测。研究人员常利用该数据中的性别、年龄及就学状态等分类维度，构建分层统计模型或面板数据模型，系统刻画非洲44国的儿童劳动流行率差异。通过整合年份跨度从2001年至2025年的近3300条记录，学者能够追踪特定国家内部儿童劳动比例的变化轨迹，并考察不同性别组（男性、女性、总计）与年龄区间（如15-17岁）下的结构化分布特征。该数据集因其高频率年度更新与ILO统一统计口径，成为探讨全球化进程中非洲地区儿童劳动动态变迁的权威基础资源。

解决学术问题

该数据集直面的核心学术挑战在于如何弥补非洲大陆儿童劳动领域长期缺乏系统可比量化数据的空白。ILOSTAT通过整合各国劳动力调查微观数据并采用国际劳动统计学家会议统一定义，提供了跨时间、跨国家的一致性测量工具，使研究者能够进行严格的比较分析。它有效支撑了关于儿童劳动与就学决策之间替代关系的实证检验，为探究家庭贫困、教育投入不足与儿童劳动参与的内生性关联提供了可靠数据基础。此外，该数据为推动联合国可持续发展目标8.7（终止童工）的量化监测提供了科学基准，助力学者评估国家政策干预与制度环境变迁对于儿童劳动力市场退出的实质性影响。

实际应用

在实际应用层面，该数据集直接服务于非洲国家政府部门、国际组织（如国际劳工组织、联合国儿童基金会）以及非政府机构在制定与调整儿童保护政策时的决策需求。实践者可以通过过滤特定国家与年龄组的观测值，识别童工高风险区域与目标干预群体，进而优化资源配置。例如，依托该数据开发的实时态势感知工具能够以时间序列形式呈现赞比亚、加纳等国儿童劳动比例的波动趋势，支撑成效评估与早期预警。同时，数据提供的数据质量标记（如断裂序列或方法修订注释）为实务工作提供了必要的风险调整依据，确保了政策推导过程的透明度与可追溯性。

数据集最近研究

最新研究方向

基于国际劳工组织ILOSTAT数据库重构的非洲童工比例数据集，涵盖44个国家2001至2025年的面板数据，为童工问题的时空演化与驱动因素研究提供了高颗粒度的量化基础。当前前沿方向聚焦于结合性别、年龄与就学状况的多维交叉分析，探索童工现象与教育排斥、贫困代际传递的耦合机制。该数据集的公开化与标准化处理，显著降低了非洲区域宏观劳动研究的建模门槛，尤其对可持续发展目标8.7（消除童工）的追踪评估、政策干预效果的事后因果推断以及机器学习驱动的风险预测模型构建具有重要支撑价值。围绕全球加速消除童工议题，该资源正成为连接非洲实证研究与全球政策对话的关键数据桥梁。