electricsheepafrica/africa-ilo-emp-publ-sex-ec2-nb-public-sector-employment-by-sex-and-economic-activ

该数据集名为按性别和经济活动划分的公共部门就业 - ISIC 2级（千）| 非洲（ILOSTAT），是一个表格型数据集，适用于表格分类、回归和时间序列预测任务。它包含15,585个观测值，覆盖43个非洲国家，时间范围为1999年至2025年，聚焦于1个核心指标：公共部门就业按性别和经济活动（基于ISIC第2级分类）的统计数据（以千为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过标准化处理，包括国家代码、指标标签、性别分类（总计、男性、女性）、年份、观测值及数据质量标志等列。数据集旨在为研究人员和开发者提供机器学习就绪的非洲劳动力市场数据，特别关注公共部门就业情况。The dataset is named Public sector employment by sex and economic activity - ISIC level 2 (thousands) | Africa (ILOSTAT). It is a tabular dataset suitable for tabular classification, regression, and time-series forecasting tasks. It contains 15,585 observations across 43 African countries, spanning from 1999 to 2025, and focuses on 1 key indicator: public sector employment disaggregated by sex and economic activity at ISIC level 2 (in thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, normalized to include columns such as country codes, indicator labels, sex disaggregation (total, male, female), year, observed values, and data quality flags. The dataset is designed to provide machine learning-ready labor market data for Africa, with a specific emphasis on public sector employment.

搜集汇总

数据集介绍

构建方式

在国际劳工组织（ILO）统计数据的宏大版图中，公共部门就业数据是衡量劳动力市场结构的关键维度。该数据集基于ILOSTAT REST API，通过提取标识符为EMP_PUBL_SEX_EC2_NB的指标数据，并依据非洲ISO3国家代码进行地理过滤而构建。原始数据源自各国劳动力调查、家庭收入调查及行政记录，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行协调与统一，最终形成涵盖43个非洲国家、1999年至2025年间的15,585条观测记录。Electric Sheep Africa团队对原始数据进行了清洗、重构与格式标准化，以Parquet格式封装，确保其可直接通过HuggingFace Datasets库加载。

特点

该数据集以高维度的颗粒度与严谨的数据溯源机制著称，其核心特征在于提供了按性别（总、男、女）和国际标准产业分类第二层级（ISIC level 2）交叉细分的公共部门就业人数。数据集中每个观测值均附带详尽的元数据，包括数据来源编码与标签、观测状态标志（如临时或不可靠）以及序列断裂等注解，极大增强了数据的可追溯性与可信度。此外，时间跨度长达27年，覆盖埃及、南非等主要经济体至小型岛国，为跨国的时序比较与面板数据分析提供了坚实且均匀分布的样本基础。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，并将其转换为Pandas DataFrame以进行探索性分析。推荐的工作流程包括首先按国家过滤，例如筛选肯尼亚（KEN）的条目；随后针对特定指标按年份排序，构建时间序列以可视化公共部门就业的趋势变迁。进阶分析可采用pivot_table方法，将数据重塑为国家与年份的矩阵形式，便于执行跨国的回归分析或面板数据建模。鉴于其结构化的表格特性，该数据集尤为适用于时间序列预测、分类与回归任务，用户仅需依据需求选择目标变量与特征列即可无缝接入机器学习管道。

背景与挑战

背景概述

公共部门就业数据是衡量一国劳动力市场结构、性别平等状况及政府经济角色的关键指标，尤其在非洲大陆，其对于评估可持续发展目标（SDG）第八项“体面工作与经济增长”和第五项“性别平等”的进展具有不可替代的价值。该数据集由国际劳工组织（ILO）于2025年整理发布，并由Electric Sheep Africa在HuggingFace平台重新封装，旨在为研究者提供关于非洲43国1999年至2025年期间、按性别和经济活动分类（ISIC第二级）的公共部门就业人数（单位：千人）的标准化时序数据。数据集依托ILOSTAT这一全球劳动统计权威数据库，融合了各国劳动力调查、企业调查及行政记录等多元来源，并经过国际劳工统计学家会议（ICLS）定义的统一协调，为非洲劳动经济学、公共政策评估及性别不平等研究提供了高质量、跨国的纵向数据基础，显著推动了该区域在劳动统计领域的开放科学与可重复分析进程。

当前挑战

该数据集所针对的领域核心挑战在于非洲公共部门就业统计的碎片化与不可比性。首先，非洲各国统计能力参差不齐，国家间调查方法、定义标准（如“公共部门”的界定）及数据采集频率差异巨大，导致跨国比较与面板数据分析存在严重偏差。其次，数据构建过程中面临数据缺失与来源不一致的难题，如某些国家仅提供特定年份的估计值，且数据质量标签（如“不可靠”标记）的比例较高，影响了时间序列的连贯性与模型估计的稳健性。此外，分类维度中“性别”与“经济活动”的交叉细粒度不足（仅含三个性别类别），限制了深入探讨性别与行业交互效应的能力。最后，部分国家数据跨度短（如仅2015-2024年），样本稀疏性对机器学习模型（如时序预测）的泛化能力构成挑战，需谨慎处理插值与偏差校正问题。

常用场景

经典使用场景

在劳动经济学与公共管理研究中，该数据集被广泛用于分析非洲各国公共部门就业的性别差异与经济活动结构。研究者可借助其提供的按性别与ISIC第二层级经济活动分类的就业人数，构建面板数据模型，考察公共部门就业的动态演变趋势及其驱动因素。例如，通过固定效应模型或差分法比较不同国家、不同时间段内女性与男性在公共部门的参与率差异，或利用时间序列方法预测未来就业走向。

解决学术问题

该数据集有效解决了非洲区域公共部门就业数据碎片化、标准不统一的核心难题。它使得学者能够系统性地探究性别平等、经济转型与公共就业政策之间的复杂关系。通过整合43个国家长达26年的时序数据，研究人员可以量化评估国际劳工组织倡导的体面劳动目标在非洲的实现程度，揭示公共部门作为就业缓冲器在经济危机或结构性调整中的作用机制，为发展经济学提供了关键的实证基础。

衍生相关工作

该数据集衍生出一系列围绕非洲劳动统计的高影响力工作，包括基于ILOSTAT源数据的自动化数据管道开发、针对非洲公共部门就业的动态面板计量分析，以及结合其他社会经济指标（如教育、GDP）的综合指数构建。Electric Sheep Africa的标准化封装工作使研究人员能便捷地将其与非洲人口普查、企业调查等数据集融合，推动了跨领域的区域比较研究。这些成果共同构成了非洲劳动力市场大数据分析生态的重要基石。