electricsheepafrica/africa-ilo-emp-publ-sex-mts-nb-public-sector-employment-by-sex-and-marital-status

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的公共部门就业统计数据，专门针对非洲地区。数据集涵盖48个非洲国家，时间跨度为1991年至2025年，包含2594个观测值。核心指标为EMP_PUBL_SEX_MTS_NB，即按性别和婚姻状况划分的公共部门就业人数（以千计）。数据通过ILOSTAT REST API获取，并过滤至非洲国家代码，经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集提供详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、婚姻状况分类、观测年份、观测值及其状态标志等。数据以年度频率发布，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数据层。This dataset contains public sector employment statistics from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It covers 48 African countries from 1991 to 2025, with 2,594 observations. The core indicator is EMP_PUBL_SEX_MTS_NB, which represents public sector employment by sex and marital status (in thousands). Data is sourced directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions. The dataset provides a detailed schema including country codes, country names, data sources, indicator codes, sex disaggregation (total, male, female), marital status classification, observation year, observed values, and status flags. Data is published at annual frequency and is suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa on HuggingFace.

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，通过调用其REST API接口，提取了名为“EMP_PUBL_SEX_MTS_NB”的指标数据，并依据ISO 3166-1 alpha-3国家代码筛选出覆盖48个非洲国家的观测记录。原始数据来源于各国劳动力调查、家庭收入调查及行政记录等多元渠道，经ILO统计部门基于国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。数据以年度频率呈现，并通过“source.label”字段标注了每一条观测的数据来源，确保其可追溯性与透明度。整个流程由Electric Sheep Africa团队完成，旨在为非洲地区提供一种可直接用于机器学习和时间序列分析的规范化数据资源。

使用方法

用户可通过HuggingFace的`datasets`库便捷地加载该数据集，使用`load_dataset()`函数即可将数据直接转化为Pandas DataFrame格式进行后续操作。具体而言，用户可按国家代码（如`ref_area`）过滤特定国家的数据以生成时间序列；亦可利用`pivot_table`方法，将数据重塑为国家×年份的矩阵形式，便于进行面板数据回归或可视化分析。数据集遵循CC-BY-4.0许可协议，在使用时需同时引用原始ILO数据来源及Electric Sheep Africa的重新打包版本，以确保学术规范与版权合规。其表格化的Schema设计使得整合进现有的数据分析与机器学习流程变得简洁高效。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）与Electric Sheep Africa联合整理，于2025年发布，收录了1991至2025年间48个非洲国家的2,594条公共部门就业观测数据，涵盖按性别与婚姻状态分层的就业规模。以ILOSTAT这一全球劳动力统计权威数据库为源头，数据集聚焦非洲地区公共部门劳动力结构的动态演变，为研究性别平等、婚姻状态对就业参与的影响以及区域劳动市场变迁提供了高颗粒度的量化基础。其设计兼顾横向国别比较与纵向时序分析，是非洲劳动经济学、发展社会学及公共政策领域的重要实证资源。

当前挑战

领域层面，数据集旨在解决非洲公共部门就业中性别与婚姻状态交叉维度的系统性数据匮乏问题——传统统计常忽视婚姻状态对女性劳动参与的调节效应，且多数区域聚合数据无法支撑跨国比较。构建过程中，挑战集中于数据整合：ILO需从各国劳动力调查、行政记录等多种源提取、清洗并统一指标口径，涉及方法论偏移的标记（如'Break in series'），同时应对部分国家数据稀疏、年份断层及观测值标注不一（如provisional或unreliable状态），考验了数据协调与质量控制的严谨性。

常用场景

经典使用场景

在劳动经济学与公共政策研究领域，该数据集的核心应用场景聚焦于非洲各国公共部门就业规模的跨国比较与动态追踪。研究者可借助其包含的性别与婚姻状况细分维度，构建面板数据模型，分析公共部门劳动力市场的结构性变化。例如，通过性别分类变量（SEX_T、SEX_M、SEX_F）与婚姻状态分组的交叉分析，能够精准刻画不同群体在公共部门就业中的参与率差异及其时间演化趋势，为评估公共就业政策对不同社会群体的覆盖效果提供量化基础。

解决学术问题

该数据集有效填补了非洲大陆公共部门就业数据长期存在的碎片化与低可比性缺口，解决了学术研究中难以获取统一、跨国的官方劳工统计指标这一核心难题。基于ILOSTAT的标准化定义（ICLS），它使得研究者能够系统性地检验公共部门就业规模与性别平等、经济周期、制度变迁等宏观变量之间的因果关系，从而推动关于非洲国家劳动力市场结构转型、女性就业赋权及公共财政效率的实证研究，为理解发展中国家的现代部门就业动态提供了可靠的数据支撑。

实际应用

在实际应用层面，该数据集为国际组织与各国劳动部门制定和评估就业促进政策提供了关键依据。基于对1991至2025年间48个非洲国家公共部门就业人数的时序监测，用户可快速识别特定国家或区域的就业萎缩或扩张节点，用以支撑财政预算分配或公务员体制改革决策。此外，结合性别与婚姻状况的交叉分析结论，能够指导制定更具包容性的公共招聘策略，例如定向促进已婚女性在公共领域的就业参与，从而推动劳动力市场的性别平衡发展。

数据集最近研究

最新研究方向

在非洲劳动经济学的前沿阵地，该数据集为探究公共部门就业的性别与婚姻状况交叉结构提供了关键实证基础。结合ILOSTAT的官方统计框架与涵盖1991至2025年间48个非洲国家的长面板数据，研究者得以揭示后疫情时代非洲公共部门劳动力市场的演变轨迹，尤其是在性别平等与婚姻状态对就业形态的差异化影响。该数据与全球可持续发展目标（SDGs）中的体面工作指标紧密呼应，为评估非洲各国公共部门就业政策的有效性、识别结构性不平等提供了高时间分辨率的数据支撑，从而推动有关劳动力市场脆弱性与包容性增长的区域比较研究。