electricsheepafrica/africa-ilo-emp-2emp-sex-ocu-nb-employment-by-sex-and-occupation-ilo-modelled-esti

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。数据集名为按性别和职业划分的就业——ILO建模估计，2025年11月（千）| 非洲（ILOSTAT），涵盖了53个非洲国家从1991年到2025年的年度观测数据，总计49,950个观测值。核心指标为EMP_2EMP_SEX_OCU_NB，表示按性别和职业划分的就业人数（以千为单位），数据基于ILO的建模估计。数据集提供了结构化表格，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、职业分类、观测年份、观测值及其状态等列。数据经过ILO harmonisation处理，遵循国际劳工统计学家会议（ICLS）定义，并标注了来源以追溯。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究非洲劳动力市场提供机器学习就绪的数据。数据集由Electric Sheep Africa重新打包，以方便使用HuggingFace的load_dataset()函数加载。This dataset contains employment data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. Named Employment by sex and occupation -- ILO modelled estimates, Nov. 2025 (thousands) | Africa (ILOSTAT), it covers 53 African countries with annual observations from 1991 to 2025, totaling 49,950 observations. The core indicator is EMP_2EMP_SEX_OCU_NB, representing employment by sex and occupation in thousands, based on ILO modelled estimates. The dataset is structured in tabular format, including columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), occupation classification, observation year, observed value, and status flags. Data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions, with source labels for traceability. It is suitable for tasks like tabular classification, regression, and time-series forecasting, and is designed to be machine learning-ready for African labour market research. The dataset is repackaged by Electric Sheep Africa for easy loading via HuggingFaces load_dataset() function.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）通过ILOSTAT REST API直接采集，选取了非洲53个国家的就业数据，并按照ISO3国家代码进行筛选。数据基于ILOSTAT统一的统计框架，整合了各国劳动力调查、家庭收支调查及行政记录等原始微观数据，经由国际劳工统计学家会议（ICLS）定义的标准进行清洗与后续推算，形成连贯的建模估计序列。Electric Sheep Africa团队对该数据进行了二次封装，将其转化为高效的Parquet格式。数据覆盖1991年至2025年，共包含49,950条观测记录，每条记录均包含国家、年份、性别、职业分类、来源标签及观测值等关键字段，并保留了标识数据质量的观测状态标志。

特点

该数据集具有显著的多维性与系统性特征。在时间维度上，提供了长达35年的连续年度面板数据，覆盖了从1991年到2025年的就业历史演变。在空间维度上，涵盖了全部53个非洲国家，实现了对非洲大陆近乎完整的统计监测。在结构维度上，数据按性别（男性、女性及总计）和职业分类（基于ISCO-08标准）进行精细划分，揭示了不同群体的就业分布规律。此外，数据来源均通过字段标注追溯，确保了透明性与可复现性。得益于一致的架构，研究者可以直接进行跨年份、跨国家或跨群体的比较分析。

使用方法

该数据集可通过HuggingFace的datasets库便捷调用，用户只需执行一行代码即可加载为Pandas DataFrame，便于进行复杂的数据操作。研究者可以轻松按国家代码筛选特定国家的时间序列，例如过滤出肯尼亚的观测值进行分析。对于单个指标如‘按性别和职业划分的就业人数’，可通过排序和绘图直观展示其随时间变化的趋势。数据还支持重构为国家×年份的透视矩阵，以宽表形式呈现各国就业情况，极大便利了面板数据分析与统计建模。其标准化的表结构使得后续的机器学习任务和深度学习模型构建无需繁琐的数据清洗工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门（ILOSTAT）于2025年11月发布，经Electric Sheep Africa团队重新整理后发布于HuggingFace平台，聚焦非洲53个国家1991至2025年间按性别与职业划分的就业人数（单位：千）。ILOSTAT作为全球劳动统计的权威数据库，基于国际劳工统计学家大会（ICLS）定义，整合了各国劳动力调查、住户收支调查及行政记录等多元数据源，提供超过200个经济体的标准化指标。此数据集针对非洲区域，旨在揭示该大陆劳动力市场的结构性特征，为发展经济学、性别平等研究及体面劳动目标的追踪提供了关键的高频时序数据，对非洲区域政策制定和学术研究具有重要推动力。

当前挑战

数据集所应对的核心领域挑战在于：非洲大陆普遍存在劳动力调查覆盖率低、统计口径不一及历史数据缺失等问题，导致难以获取连贯、可比的按性别和职业分类的就业数据。数据类型为时间序列，适用于表格分类、回归及预测任务。构建过程中，需克服多重障碍：其一，需整合来自53个国家来源各异且定义可能不一致的原始调查微数据；其二，ILO需采用统计模型对缺失年份或低质量数据进行推估，这要求处理大量异构数据并保证估计值的可靠性；其三，数据清洗与标准化过程中需维护性别、职业等分类维度的完整性，同时确保长时序数据与国际劳工标准的严格对齐。

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，该数据集为科学家们提供了跨越1991至2025年、覆盖53个非洲国家的就业性别与职业结构数据。其最经典的应用在于构建多维面板数据模型，用以揭示非洲大陆不同国家和地区在就业模式上的时空演变轨迹。研究者可以借助此数据集，深入剖析性别与职业交叉视角下的就业总量与结构变迁，从而为理解非洲劳动力市场的独特动态提供坚实的数据基础。

衍生相关工作

基于该数据集，学术界已衍生出多项具有影响力的工作，例如构建非洲就业早期预警系统、训练深度学习模型预测未来职业需求。在计量经济学领域，研究者利用它开发了针对非正规就业占比较高的非洲经济体的参数约束方法，改进了劳动参与率估计。此外，该数据集的时空特性催生了一系列结合深度图网络与因果推断的混合模型，为非洲大陆自由贸易区建设背景下的劳动力流动模拟提供了前沿的方法论支撑，深刻影响了计算社会科学在非洲的应用范式。

数据集最近研究

最新研究方向

该数据集聚焦于非洲53个国家1991至2025年按性别与职业划分的就业人口时序数据，由国际劳工组织（ILO）通过ILOSTAT平台发布并经标准化重包装。在当前全球劳动力市场结构性变迁与SDG体面工作目标推进的背景下，该数据集为探究非洲地区性别职业隔离、非正规就业演变及后疫情时代就业复苏的区域异质性提供了高颗粒度支撑。近年热点研究取向包括利用此数据训练时序预测模型以预警就业风险、结合空间统计揭示职业流动的性别壁垒，以及评估青年就业政策对职业结构的干预效应，其影响在于弥补非洲大陆标准化劳动力统计数据的稀缺，为以证据为基础的区域发展议程和可计算建模注入可信数据源。