electricsheepafrica/africa-ilo-emp-temp-sex-ocu-est-nb-employment-by-sex-occupation-and-establishment-siz

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。它涵盖了38个非洲国家从1991年至2025年的44,770个观测值，核心指标为“按性别、职业和企业规模划分的就业人数（以千计）”。数据包括分类维度，如性别（总计、男性、女性）、职业（技能水平）和企业规模（总计），并提供了国家代码、年份、观测值、数据来源和质量状态等字段。数据集适用于表格分类、回归和时间序列预测等任务，旨在为机器学习研究提供标准化、易于访问的非洲劳动力市场数据。This dataset contains employment data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It includes 44,770 observations across 38 African countries spanning 1991 to 2025, with the core indicator being Employment by sex, occupation and establishment size (thousands). The data features disaggregation dimensions such as sex (total, male, female), occupation (skill level), and establishment size (total), and includes fields like country codes, year, observed values, data sources, and quality status. It is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide standardized, easily accessible African labor market data for machine learning research.

搜集汇总

数据集介绍

构建方式

该数据集根植于国际劳工组织（ILO）的全球劳工统计体系，由Electric Sheep Africa对ILOSTAT中非洲区域的原始统计数据进行系统性重包装与元数据标准化。原始数据源自各国劳动力调查与人口普查，经ILO统一分类框架整合后，覆盖38个非洲国家，时间跨度自1991年至2025年，共计44770条观测记录。Electric Sheep Africa在此基础上实施schema规范化、格式转换为Parquet、补充标准化元数据说明，并附带来源溯源信息与面向分析者的使用指引，确保数据在HuggingFace平台上的可发现性与可复现性。

特点

数据集以性别、职业与机构规模三个核心维度交叉刻画非洲区域的就业人数，规模以千人为单位，具备经济学金融领域的结构化表格特征。其体量处于一万至十万行区间，兼顾统计粒度与分析可行性；时间序列跨越三十余年，为追踪非洲劳动力市场结构性变迁提供纵向视角。数据集以Parquet格式存储，支持列式高效读取，模态涵盖表格与文本，标签体系涉及就业、劳工、ILOSTAT等主题，并附带缺失值、字段定义与来源归属等质量注释，便于研究者在建模前进行严谨的数据审查与假设论证。

使用方法

研究者可通过HuggingFace datasets库以单行代码加载该数据集，获取默认划分后直接访问特征列表与前若干行样本，验证数据结构与内容概貌。若需进行统计分析或机器学习建模，可借助to_pandas方法将表格转为DataFrame，进而实施缺失值诊断、按地理与时间维度的变量画像以及子群组对比。该数据集亦支持与其他Electric Sheep Africa数据集基于国家、年份与指标字段进行横向联结，从而构建多源融合的可复现分析管道，所有下游工作应明确记录源数据出处与元数据假设，以保证研究结论的透明性与可追溯性。

背景与挑战

背景概述

国际劳工组织（ILO）自二十世纪中叶起持续构建全球劳动力统计体系，ILOSTAT作为其核心数据库，为就业结构、职业分布与性别差异研究提供了跨国可比的基础数据。非洲大陆长期面临劳动力市场统计碎片化、口径不一与覆盖不足的困境，制约了循证决策与学术比较研究。Electric Sheep Africa于2026年发布的该数据集，系统整合了ILOSTAT中38个非洲国家1991至2025年间44,770条观测记录，以标准化元数据与Parquet格式重塑了就业按性别、职业及机构规模分类的统计信息，为非洲劳动经济学与性别研究提供了可复现的数据基础设施。

当前挑战

该数据集所回应的核心挑战在于非洲劳动力市场统计长期存在的结构性缺失：多数国家非正规经济占比高，机构规模与职业分类的行政记录覆盖不全，性别维度的细分数据尤其匮乏，导致跨国家与跨时间的可比分析困难重重。在构建过程中，数据整合面临元数据缺口（如国家与上游出版方字段缺失）、各国统计口径与职业分类标准差异、时间序列断点与缺失值处理等难题，需在保留原始数据完整性的同时建立可追溯的标准化框架。这些挑战直接影响模型推断的稳健性与政策解读的准确性。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交叉领域，该数据集凭借其涵盖38个非洲国家、跨越1991至2025年的44,770条观察记录，成为刻画性别、职业类别与机构规模多维交互下就业结构的经典面板数据源。研究者常以其为基石，借助表格分类与回归任务构建计量模型，系统剖析非洲劳动力市场中性别职业隔离的演化轨迹，以及不同规模机构对就业吸纳能力的异质性影响，进而揭示非正式部门扩张与正式就业收缩之间的结构性张力。

衍生相关工作

围绕该数据集，Electric Sheep Africa元数据清单已催生一系列衍生性研究工作，包括非洲各国就业结构的空间可视化仪表板、基于面板固定效应模型的性别工资差距再估计，以及将本数据与世界银行企业调查、家庭调查网络等多源微观数据融合的跨库匹配分析。此外，部分研究依托其标准化字段构建了非洲非正式就业预测模型，并以此为基础拓展至职业流动性与机构规模动态演化的仿真模拟，逐步形成以ILOSTAT非洲面板为核心的开放数据生态系统。

数据集最近研究

最新研究方向

在非洲劳动力市场结构性转型与非正规经济持续扩张的宏观背景下，该数据集所承载的性别、职业与机构规模三维交叉就业信息，正成为探究非洲就业脆弱性与性别不平等前沿议题的关键经验底座。依托国际劳工组织ILOSTAT统计体系，研究者得以在38个非洲国家、1991至2025年的长时序框架内，系统辨识不同机构规模下职业分层的性别差异，进而回应非正规部门吸纳能力、女性就业边缘化以及结构性转型质量等热点争论。该数据集以标准化元数据与Parquet格式实现机器可读，显著降低了非洲微观劳动统计的比较研究门槛，为构建可复现的跨国就业结构分析、检验包容性增长政策成效提供了重要的数据基础设施，对推动全球南方劳动治理研究具有实质意义。