electricsheepafrica/africa-ilo-emp-2emp-sex-age-nb-employment-by-sex-and-age-ilo-modelled-estimates-n

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的就业数据，专门针对非洲地区。数据集提供了按性别和年龄划分的就业估计（ILO建模数据），单位为千人数，覆盖53个非洲国家，时间跨度为1991年至2027年。数据包含17,568个观测值，涵盖一个核心指标（EMP_2EMP_SEX_AGE_NB），该指标表示按性别和年龄划分的就业——ILO建模估计，2025年11月（千人数）。数据集以表格形式组织，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）、年龄分类（如15岁以上）、观测年份和观测值等列。数据通过ILOSTAT REST API获取，并经过过滤以仅包含非洲国家，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集适用于表格分类、回归和时间序列预测任务，旨在为机器学习和研究提供非洲劳动力市场的标准化数据。This dataset contains employment data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It provides ILO modelled estimates of employment disaggregated by sex and age (in thousands), covering 53 African countries from 1991 to 2027. The dataset includes 17,568 observations and one core indicator (EMP_2EMP_SEX_AGE_NB), which represents Employment by sex and age -- ILO modelled estimates, Nov. 2025 (thousands). The data is organized in tabular format with columns such as country code, country name, data source, indicator code, sex classification (total, male, female), age classification (e.g., 15+), observation year, and observed value. Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. It is suitable for tabular classification, regression, and time-series forecasting tasks, aiming to provide standardized data on African labor markets for machine learning and research.

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，通过调用其REST API接口获取原始指标数据，并依据非洲国家ISO3代码进行地理范围筛选。数据覆盖1991年至2027年的年度观测值，共计17,568条记录，涉及53个非洲国家。在构建过程中，ILO依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行统一协调，并在`source.label`字段中标注数据来源，以确保数据的可追溯性。最终由Electric Sheep Africa重新打包为Parquet格式，集成至HuggingFace平台。

特点

该数据集的核心特点在于其聚焦非洲大陆的就业统计，提供按性别（总、男、女）和年龄分组的高质量ILO模型估计值，单位为千人。数据包含统一的核心指标`EMP_2EMP_SEX_AGE_NB`，并辅以丰富的元数据列，如来源、指标标签及分类维度，便于研究者进行多维度分析。其时间跨度长达37年，覆盖1991年至2027年，既包含历史回顾也涵盖预测，为长时序劳动力市场研究提供了珍贵素材。此外，数据集已基于CC-BY-4.0许可发布，兼具开放性与权威性。

使用方法

使用者可通过HuggingFace Datasets库的`load_dataset()`函数直接加载该数据集，并利用`to_pandas()`方法转换为DataFrame进行后续分析。具体应用场景灵活多样：可依据`ref_area`字段过滤特定国家（如肯尼亚）的就业数据；可通过排序`time`列对单一指标进行时间序列可视化；亦可利用`pivot_table`函数构建以年份为行、国家为列的矩阵，便于开展跨国比较与面板数据分析。这些操作均能高效地在大数据集上执行，满足从探索性分析到建模预测的多样化需求。

背景与挑战

背景概述

非洲大陆作为全球劳动力增速最快的区域之一，其就业结构的精确量化对于实现联合国可持续发展目标中的体面劳动与经济增长（SDG 8）至关重要。国际劳工组织（ILO）统计部门自1991年起持续追踪非洲53个国家的就业状况，并通过ILOSTAT数据库发布标准化的计量经济学模型估计值。该数据集由Electric Sheep Africa于2026年重新整理并发布于HuggingFace平台，收录了1991年至2027年间共计17,568条观测记录，核心指标为按性别与年龄分层的就业人数（单位：千人）。作为ILO官方统计在非洲区域的精细化解构，该数据集填补了低收入国家高频劳动力数据缺失的空白，为跨国比较、时间序列预测及政策评估提供了统一基准，成为发展经济学与计算社会科学领域的重要资源。

当前挑战

在学术研究与政策实践中，该数据集面临双重挑战。领域层面，非洲国家间统计口径差异显著，ILO虽基于国际劳工统计学家会议（ICLS）标准进行数据调和，但原始数据来源涵盖劳动力调查、行政记录及模型推算，导致同一国家不同年份间的数据一致性存在波动，尤其在武装冲突与治理薄弱地区，观测值可能掺杂较大的估计误差。构建过程中，从ILOSTAT REST API抽取原始指标后需进行严格的非洲ISO3代码过滤，并处理多源标定（source.label列）带来的歧义性；时间跨度长达37年且包含未来预测期，模型估计值随年份递增而逐步修正，回溯性分析时需动态锚定版本基线。此外，按性别与年龄分层的离散维度需经合规化编码（如SEX_T/SEX_M/SEX_F三类），任何分类码的歧义将直接导致聚合结果的系统性偏移。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织（ILO）关于非洲53个国家1991至2027年就业人口按性别和年龄分类的官方建模估计值，涵盖17,568个观测点。在经典使用场景中，研究者可基于该数据集开展跨时域、跨区域的就业结构变迁分析，例如通过线性回归或面板数据模型，探究不同性别和年龄组就业率的长期演化趋势。同时，数据集的时间序列特性使其天然适用于以年为单位的就业预测任务，支持构建自回归移动平均（ARIMA）或长短期记忆网络（LSTM）等模型，对非洲各国未来劳动力市场规模进行量化推演。此外，该数据在分类与回归任务中亦有用武之地，例如根据性别与年龄特征预测具体就业人数，或进行区域间的就业模式聚类分析。

解决学术问题

在学术研究领域，该数据集有效回应了非洲劳动力市场中因数据零散、统计口径不一而导致的比较分析难题。以往研究者往往受限于单个国家的调研资料，难以构建覆盖全非洲的宏观就业图景。本数据集通过ILO统一建模和标准化处理，使得跨国的性别就业差异、年龄组就业弹性以及时间序列的周期性波动得以清晰呈现。这为劳动经济学中关于‘女性劳动参与率变化驱动因素’、‘青年就业脆弱性’以及‘人口红利窗口期判定’等经典问题的实证检验提供了可靠的数据基础。其深远意义在于，它促成了以往偏重定性描述的区域劳动研究向定量化、可复现的范式转换，推动了非洲发展经济学研究的科学化进程。

衍生相关工作

以该数据集为驱动，学术界与开源社区已催生出若干具有影响力的衍生工作。在预测方法上，研究者基于此数据比较了传统计量模型与机器学习模型在非洲就业序列预测中的性能表现，并提出了融合国家固定效应的混合预测框架。在可视化与共享平台构建方面，Electric Sheep Africa 项目本身即为代表性衍生工作，其将ILO原始API数据进行统一清洗与Parquet格式封装，使得研究者能以一行代码完成数据加载。此外，有团队依托该数据集开发了非洲劳动力市场动态仪表盘，整合了性别、年龄与时间三轴交互的可视化功能，并被部分国际组织的内部简报系统采纳。这些衍生工作不仅增强了原始数据的可用性，也为数据密集型区域发展研究树立了可参考的实践样板。