electricsheepafrica/africa-ilo-ees-tees-sex-ins-mts-nb-employees-by-sex-public-private-sector-and-marital

该数据集包含非洲48个国家从1991年至2025年的员工数据，共有21,513个观测值，涵盖1个独立指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，整合了就业、失业、工资等多个领域的指标。数据集通过ILOSTAT REST API获取，并过滤为非洲国家代码。数据经过ILO的统计部门使用国际劳工统计学家会议（ICLS）定义进行协调，确保一致性和可追溯性。数据集包括员工按性别、公共/私营部门和婚姻状况（以千计）的细分信息，并提供详细的列结构，如国家代码、来源、指标、性别分类、观测年份、观测值和质量标志。数据为年度频率，适用于表格分类、回归和时间序列预测等任务。This dataset contains 21,513 observations of employees data across 48 Africa countries, spanning from 1991 to 2025, covering 1 distinct indicator. The data is sourced from ILOSTAT, the ILOs central statistics database and a leading global source for labour statistics, which compiles indicators across employment, unemployment, wages, and other related areas. Data was pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. ILOSTAT harmonises raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions for consistency and traceability. The dataset focuses on employees disaggregated by sex, public/private sector, and marital status (in thousands), with a detailed schema including columns for country codes, sources, indicators, sex classifications, observation years, values, and quality flags. The data is annual frequency and is suitable for tasks such as tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织（ILO）的中央统计数据库ILOSTAT，由Electric Sheep Africa对原始就业统计资料进行系统化整理与标准化封装。构建过程以非洲区域为地理边界，汇集1991年至2025年间48个非洲国家的雇员统计记录，围绕性别、公共或私营部门以及婚姻状况等维度进行交叉分类，形成逾两万条观测单元。所有数据经统一元数据标注、来源溯源说明与格式转换后，以parquet列式存储格式发布，兼顾数据保真与读取效率。

特点

数据集以非洲劳动力市场为观测场域，覆盖时间跨度逾三十年，兼具长时段纵向比较与跨国横向比较的双重价值。其核心特征在于对雇员规模的多维解构：性别维度揭示劳动力参与的性别差异，部门维度区分公共与私营经济的吸纳能力，婚姻状况维度则嵌入社会人口学变量，为劳动经济学研究提供细粒度切分。数据体量介于一万至十万条之间，属中等规模结构化表格数据，辅以文本型元数据描述，便于索引与复用。

使用方法

研究者可借助Hugging Face datasets库以单行代码加载数据，通过内置的Dataset对象直接访问特征结构与样本记录，并可按需转换为Pandas数据框以衔接常规统计分析流程。使用时应先审视数据文件的变量定义、单位与缺失值分布，避免在未确认口径的情况下贸然建模。若需拓展分析，可依据国家、年份与指标字段与其他Electric Sheep Africa数据集进行连接，构建可复现的跨域研究工作流。

背景与挑战

背景概述

非洲大陆的劳动力市场结构长期受性别、部门属性与婚姻状况等多重因素交织影响，然而相关微观证据的匮乏制约了循证政策的制定。在此背景下，国际劳工组织（ILO）依托其核心统计数据库ILOSTAT，系统采集了非洲地区按性别、公共/私营部门及婚姻状况分类的雇员数据。Electric Sheep Africa于2026年对原始数据进行标准化重包装，形成覆盖48个非洲国家、1991至2025年、逾2.15万条观测的标准化数据集，旨在为非洲劳动经济学研究提供可复现、可比较的表格化数据基础设施，其影响力体现在推动跨国别性别就业差距与部门分割问题的量化分析。

当前挑战

该数据集所回应的领域问题在于非洲劳动力市场中性别、部门与婚姻状况交叉维度的就业统计长期碎片化，难以支撑跨国别比较与趋势推断。构建过程中面临的挑战包括：原始ILOSTAT数据在各国的指标定义、统计口径与报告频率存在显著异质性，跨国可比性受到制约；婚姻状况与公共/私营部门分类在部分国家存在缺失或口径不一致，元数据中亦未声明ISO3国家代码与上游出版方信息，增加了地理标识与来源追溯的难度；此外，1991至2025年时间跨度内频繁的统计方法变更与缺失值模式，要求使用者在建模前进行审慎的缺失机制评估与单位确认。

常用场景

经典使用场景

在国际劳工统计学的分析传统中，该数据集凭借覆盖48个非洲国家、1991至2025年间逾两万条观测记录的规模，成为探究非洲劳动力市场结构性差异的经典数据资源。研究者通常将其用于跨国家、跨年份的横截面与时间序列分析，围绕性别、公共与私营部门归属以及婚姻状况三个核心维度，刻画雇员数量的分布形态与演变轨迹，进而揭示非洲各国就业结构的异质性。

实际应用

在政策制定与实务分析层面，该数据集为非洲各国政府、国际发展机构及非政府组织评估劳动力市场状况提供了量化依据。其分性别、分部门、分婚姻状况的雇员统计可用于监测就业政策效果、设计有针对性的社会保障方案，并为公共与私营部门的人力资源配置、性别平等干预措施以及家庭政策讨论提供数据支撑。

衍生相关工作

基于该数据集及其所属的Electric Sheep Africa元数据目录，研究者可开展与其他非洲社会经济数据集的联合分析，例如将雇员结构数据与教育、收入或人口统计资料进行匹配。此类工作催生了关于非洲公共部门就业扩张、性别劳动参与差异以及婚姻状况对就业选择影响的一系列比较研究，并推动了面向非洲的机器学习就绪型数据基础设施建设。