electricsheepafrica/africa-ilo-ees-tees-sex-ocu-est-nb-employees-by-sex-occupation-and-establishment-size

该数据集包含非洲38个国家从1991年至2025年的员工数据，按性别、职业和机构规模分类，总计41,799个观测值，覆盖一个主要指标：员工数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过Electric Sheep Africa重新打包，以提供一致的机器学习就绪格式。数据集包括国家代码、来源、指标、性别分类、职业分类、机构规模分类、观测年份、观测值及其状态等列，支持表格分类、回归和时间序列预测任务。数据为年度频率，并包含数据质量说明，如使用ILO选择的“最佳来源”和分类列的非空条件。This dataset contains 41,799 observations of employee data across 38 African countries from 1991 to 2025, disaggregated by sex, occupation, and establishment size, covering one main indicator: employees in thousands. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via REST API, and repackaged by Electric Sheep Africa to provide a consistent, ML-ready format. It includes columns for country codes, sources, indicators, sex classification, occupation classification, establishment size classification, observation year, observed values, and status flags, supporting tabular classification, regression, and time-series forecasting tasks. The data is annual in frequency and includes quality caveats such as the use of ILO-selected best source and non-null conditions for disaggregation columns.

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统计数据库（ILOSTAT）这一全球劳工统计的权威汇编，经Electric Sheep Africa以标准化元数据工程流程重新封装而成。其构建依托于对非洲区域就业统计的系统性抽取与整理，囊括38个非洲国家自1991年至2025年间共计41,799条观测记录，围绕雇员数量按性别、职业及机构规模分类的单一指标展开。数据以Parquet格式存储，伴随标准化的加载指南、来源溯源说明与分析者导向的背景注释，并经元数据清单统一登记，确保数据发现与复现的规范性与可追溯性。

特点

该数据集聚焦非洲劳动力市场中雇员分布的性别与职业结构差异，时间跨度逾三十年，覆盖范围横贯非洲大陆，具有显著的时空广度与政策分析价值。其规模介于万至十万条记录之间，以表格与文本双重模态组织，适配分类与回归两类机器学习任务。数据保留原始缺失值以供后续按需处理，并在元数据层面标注了国家字段与上游发布者信息的缺口，提示使用者审慎对待地理标识推断。整体结构清晰，便于按国家、年份与指标维度进行纵横向剖析。

使用方法

使用者可借助Hugging Face datasets库经由load_dataset函数直接载入该数据集，进而检视其分片结构、特征字段与样本内容。对于表格形态的数据，可通过to_pandas方法转换为数据框以适配常规分析流程。在实际建模前，建议先行核查模式定义、缺失值分布与变量单位，并依据显式国家列或来源元数据中隐含的地理信息明确分析范围。该数据集亦可与Electric Sheep Africa系列其他数据集按国家、年份及指标字段进行联接，支撑跨领域的比较研究与可复现工作流的构建。

背景与挑战

背景概述

伴随全球对体面劳动与性别平等的持续关注，非洲劳动力市场结构性数据的匮乏长期制约着实证研究与政策评估。该数据集由Electric Sheep Africa于2026年基于国际劳工组织ILOSTAT中央统计数据库重构发布，涵盖1991至2025年间38个非洲国家逾4.1万条观测记录，系统刻画了按性别、职业及机构规模划分的雇员分布状况。其核心研究问题在于揭示非洲各国就业结构的性别差异与组织规模特征，为比较劳动经济学与区域发展研究提供细粒度证据，对推动非洲数据可发现性与可复现分析具有基础性意义。

当前挑战

该数据集所应对的领域问题在于非洲劳动力统计长期存在的碎片化与性别维度缺失，既有跨国数据多聚焦总量就业而忽视职业与机构规模的交叉分层，难以支撑结构性不平等分析。构建过程中则面临显著挑战：源数据跨越三十余年与数十国统计体系，指标定义、职业分类与单位口径存在跨国异质性；部分国家与年份存在系统性缺失，需在保留原始缺失的前提下审慎推断；元数据中地理标识与上游发布者字段尚不完备，对下游建模中的国家识别与来源追溯构成制约。

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汇处，该数据集凭借其覆盖38个非洲国家、跨越1991至2025年的41,799条观测记录，构成了剖析正规就业结构演变的珍贵面板资源。经典使用场景聚焦于按性别、职业类别与机构规模三个维度交叉解析雇员分布的时空变迁，研究者可借此构建多层级统计模型，考察不同规模企业中性别职业隔离的消长态势，或运用时间序列分解方法揭示就业波动的周期性特征与结构性断点。

实际应用

在政策制定与商业决策层面，该数据集为国际组织、非洲各国劳工部门及市场研究机构提供了可操作的量化依据。例如，援助机构可依据不同规模企业的性别就业结构设计针对性技能培训项目；跨国企业可借助职业与机构规模交叉数据评估目标市场的劳动力供给特征；非政府组织则能监测特定职业类别中性别代表性的改善进度，进而优化干预策略的资源配置。

衍生相关工作

围绕该数据集已衍生出一系列经典研究脉络。部分学者将其与国际劳工组织其他统计数据库连接，构建非洲就业质量综合指数；另有研究以机构规模为调节变量，探讨性别工资差距的异质性表现；还有工作聚焦于数据本身的方法论改进，如缺失值插补策略与跨国可比性校准。Electric Sheep Africa的标准化元数据实践亦推动了非洲开放数据生态的规范化进程，为后续类似数据集的策展提供了范本。