africa-ilo-emp-temp-sex-age-eco-nb-employment-by-sex-age-and-economic-activity-thousa

该数据集是一个关于非洲就业统计的表格型数据集，由Electric Sheep Africa从国际劳工组织（ILO）的ILOSTAT数据库重新打包并发布。数据集核心包含一个指标EMP_TEMP_SEX_AGE_ECO_NB，即按性别、年龄和经济活动划分的就业人数（以千计）。数据涵盖49个非洲国家，时间跨度为1982年至2025年，共包含302,491个观测值。数据集提供了多维度细分，包括按性别（总计、男性、女性）、年龄组（如15岁以上）以及经济活动部门进行交叉分类。每条记录包含国家代码、国家名称、数据来源（如劳动力调查）、指标代码、细分维度、观测年份、观测数值以及数据状态标志（如是否可靠）和系列中断等注释信息。该数据集适用于表格分类、回归和时间序列预测等机器学习任务，可用于研究非洲劳动力市场趋势、性别与年龄就业差异、经济结构转型等议题。数据已标准化为Parquet格式，便于通过Hugging Face `datasets`库直接加载使用。

原始信息汇总

数据集概述：非洲按性别、年龄和经济活动划分的就业人数（千人）

该数据集由 Electric Sheep Africa 重新打包，源自国际劳工组织（ILO）的 ILOSTAT 统计数据库，专注于非洲地区的就业数据。

• 数据规模：包含 302,491 条观测值。
• 地理覆盖：涵盖 49 个非洲国家。
• 时间范围：覆盖 1982 年至 2025 年。
• 核心指标：包含 1 个独特指标：EMP_TEMP_SEX_AGE_ECO_NB（按性别、年龄和经济活动划分的就业人数，单位：千人）。
• 任务类型：适用于表格分类、表格回归和时间序列预测。
• 许可协议：CC-BY-4.0。

数据来源与处理：数据直接通过 ILOSTAT REST API 拉取，并筛选出非洲 ISO3 国家代码。ILO 根据 ICLS 定义对原始调查微观数据进行协调，数据来源在 source.label 列中标记。

使用方式： python from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-ilo-emp-temp-sex-age-eco-nb-employment-by-sex-age-and-economic-activity-thousa") df = ds["train"].to_pandas() print(df.head())

引用格式： bibtex @misc{africa_ilo_emp_temp_sex_age_eco_nb_employment_by_sex_age_and_economic_activity_thousa_2025, title = {Employment by sex, age and economic activity (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_AGE_ECO_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-temp-sex-age-eco-nb-employment-by-sex-age-and-economic-activity-thousa}} }

数据结构与模式

列名	类型	描述	示例
ref_area	string	ISO 3166-1 alpha-3 国家代码	AGO
ref_area.label	string	英文国家名称	Angola
source	string	ILOSTAT 数据来源代码	BA:13951
source.label	string	数据来源英文名称	LFS - Employment Survey
indicator	string	ILOSTAT 指标代码	EMP_TEMP_SEX_AGE_ECO_NB
indicator.label	string	指标英文名称	Employment by sex, age and economic a...
sex	string	性别分类（SEX_T=总计, SEX_M=男, SEX_F=女）	SEX_T
sex.label	string	性别标签	Total
classif1	string	第一个分类变量（如年龄、教育、就业状况）	AGE_YTHADULT_YGE15
classif1.label	string	分类1标签	Age (Youth, adults): 15+
classif2	string	第二个分类变量	ECO_SECTOR_TOTAL
classif2.label	string	分类2标签	Economic activity (Broad sector): Total
time	int64	观测年份	2025
obs_value	float64	观测值（单位见指标定义）	13984.984
obs_status	string	观测状态标志	U
obs_status.label	string	状态标签	Unreliable
note_classif	string	分类注释代码	C5:1869
note_classif.label	string	分类注释标签	Nonstandard economic activity: Includ...
note_indicator	string	指标注释代码	I11:264
note_indicator.label	string	指标注释标签	Break in series: Methodology revised
note_source	string	来源注释代码	R1:3513
note_source.label	string	来源注释标签	Repository: ILO-STATISTICS - Micro da...

关键维度

• 性别分类：共有 3 个唯一值：SEX_T（总计）、SEX_M（男）、SEX_F（女）。

主要国家覆盖 (按数据行数排序)

国家代码	行数	起始年份	截止年份
ZAF (南非)	26,788	2000	2024
MUS (毛里求斯)	25,801	2001	2024
EGY (埃及)	18,734	2008	2024
TUN (突尼斯)	18,065	2005	2023
AGO (安哥拉)	12,506	2004	2025
其余 44 个国家

数据质量与注意事项

• 数据为年度频率。
• 当同一国家×年份存在多个数据来源时，使用 ILO 选择的“最佳来源”。
• 分类列（sex, classif1, classif2）仅在该指标发布了该细分时才为非空。

关于数据集成方

• Electric Sheep Africa 致力于在 HuggingFace 上构建一个统一的、适合机器学习使用的非洲数据层，从权威开源来源获取数据、标准化模式、打包为 Parquet 格式并发布。
• 浏览完整数据集集合：https://huggingface.co/electricsheepafrica

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）旗下的ILOSTAT核心统计数据库，专为非洲地区劳动就业分析而构建。通过调用ILOSTAT官方REST API，提取了指标编码为EMP_TEMP_SEX_AGE_ECO_NB的原始数据，并依据ISO3国家代码精准筛选出49个非洲国家的记录。数据经ILO依据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，涵盖1982年至2025年的年度观测值，最终由Electric Sheep Africa团队封装为机器学习友好的Parquet格式，共计302,491条观测样本。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，使用`load_dataset("electricsheepafrica/africa-ilo-emp-temp-sex-age-eco-nb-employment-by-sex-age-and-economic-activity-thousa")`即可获取完整的训练集并转化为pandas DataFrame进行分析。典型的使用场景包括：按国家代码筛选特定国家的就业时间序列；针对单一指标按年份排序后绘制趋势图；以及通过透视表构建以年份为行、国家为列的观测矩阵，服务于跨国的比较研究与面板数据建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT在2025年整理发布，并经Electric Sheep Africa重新封装为机器学习就绪格式。数据集聚焦非洲大陆49个国家的就业数据，涵盖1982年至2025年间超过30万条观测记录，核心研究问题在于揭示非洲地区按性别、年龄及经济活动分类的就业结构变迁。作为国际劳工统计的权威来源，ILOSTAT的数据为全球劳动力市场分析、可持续发展目标（SDG）监测及区域经济政策制定提供了坚实支撑，尤其填补了非洲就业微观数据在机器学习和时间序列分析领域的空白。该数据集的发布推动了以数据驱动的非洲劳动力市场研究，促进了跨国就业模式比较与预测模型的开发。

当前挑战

该数据集所解决的领域问题在于实现对非洲就业结构的高精度分类与预测，其中性别和年龄维度的细分对理解劳动力市场不平等至关重要。然而，构建过程面临多重挑战：首先，非洲各国统计能力参差不齐，原始数据来源涵盖劳动力调查、行政记录等多种渠道，需通过ICLS定义进行高度异构数据的标准化与协调，以保证跨国家跨年份的可比性。其次，数据集中存在观测状态标记（如“不可靠”），且指标因方法修订出现序列断裂，需在建模时谨慎处理数据质量标记与时间序列的连续性。此外，某些分类维度（如经济活动部门）在部分年份缺失，进一步增加了多维特征建模的复杂度，亟需设计鲁棒的插补与过滤策略以确保分析结论的稳健性。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉领域，该数据集最经典的使用场景是基于时间序列的非洲就业态势分析。研究人员可利用其横跨1982至2025年、覆盖49个非洲国家的观测记录，按性别、年龄及经济活动类型三个维度对就业人数进行分层拆解。通过数据集中提供的标准化指标，学者能够构建面板数据模型，追踪不同国家的就业结构演变轨迹，并比较各细分群体在时间轴上的波动规律。这种精细化的分类视角为探索非洲大陆就业市场的异质性特征提供了可靠的量化基础。

解决学术问题

该数据集有效解决了非洲劳动市场研究中长期存在的微观数据碎片化与跨国可比性不足的学术困境。由于ILOSTAT采用国际劳工统计学家会议定义进行原始调查数据的标准化处理，研究者得以跨越不同国家的调查框架差异，进行系统性的跨国对比分析。这一特性使得评估经济增长对就业的带动效应、性别就业差距的演化趋势以及年龄结构变动对劳动力市场的影响等经典问题成为可能，为发展经济学中关于非洲就业转型的假说提供了实证检验的基石。

实际应用

在实际决策场景中，该数据集服务于国际发展机构与各国政府部门的就业政策制定与评估。通过追踪特定国家按性别和年龄分组的就业人数变化趋势，政策制定者能够精准识别青年就业危机或女性劳动参与率低迷等结构性短板。数据集提供的年度观测值允许进行干预前后的效果对比，从而优化劳动力市场培训计划与社会保障项目的资源配置，这对推动非洲大陆实现联合国可持续发展目标中的体面劳动指标具有直接的决策支撑价值。

数据集最近研究

最新研究方向

该数据集依托国际劳工组织权威统计体系，聚焦非洲49国1982至2025年间按性别、年龄及经济活动分类的就业数据，为劳动经济学与可持续发展研究提供了精细化的时空分析基础。当前前沿方向集中于利用长时序面板数据探究非洲青年就业结构变迁、性别就业差距的动态演化，以及非正规经济活动的隐变量建模。结合ILOSTAT方法论中数据源标识与断点标注的透明性，研究者可有效评估数据质量并开展因果推断。该数据集的发布显著提升了非洲大陆劳动力统计的可及性与可复现性，对SDG目标8（体面工作与经济增长）的实证监测、区域劳动力市场政策的制定及机器学习驱动的就业预测模型构建均具有重要支撑价值。