electricsheepafrica/africa-ilo-cld-xhaz-sex-age-rt-share-of-children-in-hazardous-work-by-sex-and-age

该数据集包含关于非洲儿童从事危险工作的统计信息，具体指标为“按性别和年龄划分的儿童从事危险工作的比例（%）”。数据集涵盖40个非洲国家，时间跨度为2001年至2025年，共包含708个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤到非洲地区，涵盖了国家代码、年份、观测值、性别分类（总计、男性、女性）、年龄分类等维度。数据以表格形式存储，适用于表格分类、回归或时间序列预测等任务，并附有数据质量说明（如年度频率、最佳来源选择等）。数据集由Electric Sheep Africa重新打包，以方便机器学习使用。This dataset contains statistical information on children in hazardous work in Africa, specifically the indicator Share of children in hazardous work by sex and age (%). It covers 40 African countries from 2001 to 2025, with 708 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to African region, including dimensions such as country codes, years, observed values, sex disaggregation (total, male, female), and age classification. The data is stored in tabular format and is suitable for tasks like tabular classification, regression, or time-series forecasting, with notes on data quality (e.g., annual frequency, best source selection). The dataset is repackaged by Electric Sheep Africa for machine learning readiness.

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，聚焦非洲区域儿童从事危险劳动的比例。数据通过ILOSTAT REST API直接获取，原始指标代码为CLD_XHAZ_SEX_AGE_RT，并依据非洲ISO3国家代码进行地理过滤。ILOSTAT依据国际劳动统计学家会议（ICLS）定义对各国劳动调查微观数据进行统一协调与标准化处理，确保跨国可比性。数据集由Electric Sheep Africa团队重新打包为HuggingFace格式，保留了源数据中标识调查来源的source.label字段，便于用户追溯数据质量与原始背景。

特点

该数据集涵盖了2001年至2025年间40个非洲国家的708条观测记录，时间跨度长达25年，地理覆盖面较广。核心指标为按性别与年龄分层的儿童危险劳动参与率，支持SEX_T（总计）、SEX_M（男性）和SEX_F（女性）三种性别维度。数据来源多样，包括劳动力调查、家庭收入调查等官方来源，并通过ILO筛选的最佳来源确保数据质量。值得注意的是，数据集标注了观测状态（如序列中断、方法论修订）和注释信息，为用户评估数据可靠性提供了透明依据。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，一行代码即可转换为Pandas DataFrame进行后续分析。典型的使用场景包括按国家筛选生成时间序列数据、对不同性别维度进行对比分析、以及通过pivot_table构建国家×年份的矩阵以便于跨区域比较。数据集的列结构清晰，包含国家代码、指标名称、年份、观测值、性别与年龄分类变量等字段，便于进行基础统计建模、时间序列预测或分类回归任务。推荐在研究中同时引用ILO原始数据来源及Electric Sheep Africa的打包版本，以遵循CC-BY-4.0许可协议。

背景与挑战

背景概述

童工问题，尤其是儿童从事危险工作的现象，是国际劳工组织（ILO）长期关注的全球性挑战，对儿童的身心发展构成严重威胁。该数据集由Electric Sheep Africa于2025年重新整理并发布，源自ILO的权威统计数据库ILOSTAT，核心研究问题是量化非洲地区按性别和年龄分层的儿童危险工作参与率。数据覆盖40个非洲国家，时间跨度为2001至2025年，包含708条观测记录，为分析非洲大陆儿童劳动权益的时空演变提供了弥足珍贵的结构化数据基础。该数据集通过标准化接口，显著降低了研究者获取高质量、可纵向比较的非洲劳工统计数据的门槛，对于推动相关领域的计量经济分析与政策评估具有深远影响。

当前挑战

该数据集所解决的领域问题在于，儿童危险工作领域长期面临数据碎片化、定义不统一及非洲地区覆盖不全的挑战，难以进行跨国跨时期的严谨比较与趋势研判。在构建过程中，ILO需对来自各国劳动力调查、家计调查等多种原始数据进行协调与整合，依据国际劳工统计学家会议（ICLS）标准进行统一化处理，过程涉及复杂的元数据对齐与指标口径矫正。此外，数据质量备注中揭示的序列断裂与方法论修订，反映了在长时段、多来源数据整合中维持连续性与可比性的固有难题，为下游分析提出了审慎处理观测值状态标记的需求。

常用场景

经典使用场景

该数据集记录了2001至2025年间40个非洲国家儿童从事有害劳动的比例，并按性别和年龄段进行细分。经典的使用场景包括基于时间序列的回归分析与分类建模，研究者可借此追踪儿童劳动比例的动态演变趋势，识别性别差异和年龄分层对劳动参与的影响。数据集亦适用于构建预测模型，用于估算未来年份中特定国家或区域的有害劳动发生率，为劳动经济学和社会发展研究提供量化基础。

解决学术问题

该数据集有效回应了关于非洲地区儿童劳动问题的学术研究困境，显著填补了数据匮乏导致的实证空白。它解决了多个关键问题：难以跨国家、跨年度比较有害劳动比例的难题；因性别和年龄维度被忽略而导致的政策评估偏颇；以及在缺乏标准化数据时难以验证劳动法规干预效果的困境。基于ILOSTAT的权威来源，它提升了研究的可信度，推动了发展经济学、劳动社会学与国际劳动法领域的定量分析进程。

衍生相关工作

基于该数据集衍生了一系列重要的相关学术和公共研究工作。这些工作包括构建面向非洲的儿童劳动风险指数，开发多变量预测模型来评估教育普及、经济变迁等变量对有害劳动比例的影响。研究者还利用该数据训练机器学习模型，进行因果推断分析，以识别关键干预因素的成效。一些机构在此基础上发布了区域发展报告和专项政策评估，跨国比较研究也凭借该数据得以深化，推动了全球童工治理框架的进一步完善。