electricsheepafrica/africa-ilo-eap-teap-sex-age-geo-nb-labour-force-by-sex-age-and-rural-urban-areas-thou

该数据集包含35,895个观测值，涉及47个非洲国家从1994年至2025年的劳动力数据，覆盖1个主要指标：按性别、年龄和城乡地区划分的劳动力（千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为非洲国家代码。数据集包括国家代码、来源、指标代码、性别分类、年龄分类、城乡地区分类、观测年份、观测值等列，用于表格分类、回归和时间序列预测任务。数据经过ILO harmonization处理，基于国际劳工统计学家会议（ICLS）定义，并标注了数据质量标志，如观测状态和注释。数据集以CC-BY-4.0许可证发布，由Electric Sheep Africa重新打包，旨在为非洲提供统一的机器学习就绪数据层。This dataset contains 35,895 observations of labour force data across 47 African countries, spanning from 1994 to 2025, covering one key indicator: Labour force by sex, age and rural / urban areas (thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via REST API and filtered to African country codes. It includes columns such as country code, source, indicator code, sex disaggregation, age classification, rural/urban area classification, observation year, and observed value, designed for tabular classification, regression, and time-series forecasting tasks. The data is harmonized by ILO based on International Conference of Labour Statisticians (ICLS) definitions, with quality flags like observation status and notes. Released under the CC-BY-4.0 license, the dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILOSTAT）的公开统计数据构建，通过标准化元数据整理与重打包流程，将原始劳动年龄人口数据转换为适用于机器学习分析的Parquet格式。构建过程中，团队从ILOSTAT数据库中提取了涵盖47个非洲国家、时间跨度为1994至2025年的劳动力参与、就业与失业指标，保留了性别、年龄组以及城乡居住地等维度的细分信息，总计包含35,895条观测记录。构建者并未对原始数值进行插补或修改，而是以元数据增强方式补充了数据来源说明、许可协议与使用指引，使得该数据集在保持统计原始性的同时，具备可追溯的开放数据特征。

特点

该数据集的核心特点在于其多维度的细分结构与广泛的时空覆盖。观测记录按性别、年龄组和城乡区域三个维度交叉分类，能够细致刻画非洲劳动力市场的结构性差异。数据覆盖47个非洲国家，时间序列自1994年延续至2025年，为追踪长期趋势与区域比较提供了充足样本。数据集以Parquet列式格式存储，兼顾存储效率与读取性能，适用于表格分类与回归任务。数据规模处于一万至十万条之间，属于中等规模数据集，便于在常规计算资源下开展建模实验。元数据中明确标注了缺失值的存在，并建议在建模前进行缺失模式检查，体现了对数据质量透明性的重视。

使用方法

使用者可通过Hugging Face的datasets库以单行代码加载该数据集，获取包含全部特征与观测记录的数据表。加载后，可借助features属性查看字段类型与变量定义，并通过切片操作快速浏览样本内容。对于表格分析场景，可将数据集直接转换为Pandas数据框，以便进行描述性统计、缺失值探查与可视化。在建模过程中，建议保留原始缺失值，待明确业务含义后再制定插补策略。若需与其他Electric Sheep Africa数据集联合分析，可利用国家、年份和指标字段进行显式连接。所有下游分析应引用原始ILOSTAT来源及Electric Sheep Africa的仓库信息，以确保分析过程的可复现性与数据溯源的完整性。

背景与挑战

背景概述

非洲劳动力市场统计长期面临数据碎片化与可比性不足的困境，国际劳工组织（ILO）通过ILOSTAT数据库持续汇编各国劳动力调查与人口普查资料。该数据集由Electric Sheep Africa于2026年基于ILOSTAT公开元数据标准化构建，覆盖47个非洲国家1994至2025年间按性别、年龄及城乡分类的劳动力规模数据，共计35,895条观测。其核心研究问题在于揭示非洲劳动力供给的结构性差异，为就业政策、性别平等与城乡发展研究提供可复现的跨时空证据基础，尤其对非洲经济与人口统计领域的实证分析具有重要支撑价值。

当前挑战

该数据集所应对的领域问题在于非洲劳动力统计长期存在口径不一、覆盖不均与城乡分类标准差异，导致跨国比较与趋势推断困难。构建过程中的挑战则涉及从ILOSTAT元数据中标准化提取并融合多国异构表格，同时需处理元数据缺失（如国家与上游发布者字段未声明）、非正式部门就业的普遍漏报以及农村地区抽样偏差。此外，1994至2025年间的调查方法变更与缺失值模式可能引入结构性断裂，要求使用者在建模前审慎核实变量定义、单位与来源方法，避免因标签误读而做出不当政策推断。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集构筑了一方可供精细耕作的量化土壤。其经典用法在于以性别、年龄组及城乡地域为三维棱镜，拆解非洲四十七国自1994年至2025年间的劳动力规模与结构变迁。研究者借此可绘制分性别、分年龄段的劳动力参与率图谱，并借助城乡二分法揭示非洲大陆内部劳动力配置的空间异质性，从而为比较劳动经济学提供基准性的事实基础。

解决学术问题

该数据集直面的核心学术问题是非洲劳动力市场统计信息的碎片化与不可比性。长期以来，跨国劳动研究受困于各国统计口径的分歧与元数据的缺失，致使关于性别鸿沟、青年就业困境及城乡劳动力迁移的实证结论难以稳健。此数据集借助ILOSTAT的统一框架与Electric Sheep Africa的元数据标准化工程，显著缓解了跨国比较中的数据对齐难题，为检验劳动力市场性别分层理论、城乡二元结构假说提供了可复现的证据基底，其意义在于将非洲劳动统计从零散国别报告推进至可计算、可验证的区域面板分析范式。

衍生相关工作

围绕该数据集，衍生工作主要循两个方向展开。其一为计量建模类研究，学者们利用其面板结构构建劳动力供给弹性模型、城乡迁移引力模型及性别参与率分解框架，拓展了非洲劳动经济的实证边界。其二为数据工程与开放科学实践，Electric Sheep Africa以此为基础推进非洲公共数据目录的标准化整合，催生了一系列跨部门数据链接的探索，如将劳动力数据与教育、农业数据集进行元数据层面的互操作实验，为非洲开放数据生态的可持续演进提供了范式参考。