electricsheepafrica/africa-ilo-emp-tour-sex-ste-nb-tourism-sector-employment-by-sex-and-status-in-emp

该数据集包含非洲24个国家从2009年至2025年的旅游业就业数据，重点关注性别和就业状态的分类（以千人为单位）。数据集共有666个观测值，涵盖一个核心指标：EMP_TOUR_SEX_STE_NB，即按性别和就业状态划分的旅游业就业人数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，以确保数据的权威性和一致性。数据集以表格形式组织，包括国家代码、年份、性别分类、观测值等字段，适用于表格分类、回归和时间序列预测等机器学习任务。此外，数据经过了质量控制和注释，例如标识了不可靠观测值，并提供了详细的元数据，如数据来源和分类标签。This dataset contains tourism sector employment data for 24 African countries from 2009 to 2025, focusing on disaggregation by sex and status in employment (in thousands). It includes 666 observations and covers one key indicator: EMP_TOUR_SEX_STE_NB, which measures employment in the tourism sector by sex and status. The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via API and processed for consistency. Organized in tabular format, the dataset features columns such as country codes, years, sex classifications, and observed values, making it suitable for machine learning tasks like tabular classification, regression, and time-series forecasting. Data quality is addressed with flags for unreliable observations and detailed metadata, including source information and classification labels.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，旨在系统整合非洲地区旅游业就业状况的纵向数据。通过调用ILOSTAT REST API接口（https://rplumber.ilo.org/data/indicator?id=EMP_TOUR_SEX_STE_NB），提取了覆盖24个非洲国家、时间跨度2009至2025年、共计666条观测记录的原始数据。Electric Sheep Africa团队依据ISO 3166-1 alpha-3国家代码标准进行地理范围过滤，并对获取的微观调查数据以国际劳工统计学家会议（ICLS）定义框架进行标准化清洗，形成可供机器学习直接使用的结构化表格数据，同时保留source.label字段以追溯数据源头，确保信息可信度。

特点

该数据集以多维度的分拆变量设计为核心特色，聚焦于“旅游业就业人数”这一唯一指标，但通过sex（性别：总、男、女）和STE（就业身份分类）进行细致分解，允许用户从不同人口统计学视角分析就业结构。数据覆盖非洲24国，囊括安哥拉、埃及、赞比亚等经济体的时序信息，并以统一的Parquet格式打包，便于集成至现代机器学习流程。此外，数据集附带了观测状态标识（如provisional、unreliable）和系列断裂注释，为时间序列分析提供了必要的误差控制维度，兼具高粒度的解构能力与严谨的数据质量标记。

使用方法

使用方面，该数据集遵循HuggingFace Datasets库的标准接口，用户可通过一行Python代码轻松加载：`load_dataset("electricsheepafrica/africa-ilo-emp-tour-sex-ste-nb-tourism-sector-employment-by-sex-and-status-in-emp")`，所得数据集可直接转换为Pandas DataFrame进行探索性分析。分析师可借助ref_area字段实现单国筛选，利用indicator列结合时间列构建特定指标的时间序列图，或通过pivot_table函数将数据重塑为国别×年份的矩阵形式，便于宏观比较与预测建模。该数据集天然适配表格分类、回归及时间序列预测等任务，为非洲劳动力市场的量化研究提供了低门槛的入口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT发布，并由Electric Sheep Africa于2025年重新打包整理，专注于非洲24国2009至2025年间旅游业就业人口的性别与就业身份分布。旅游业作为非洲经济的重要支柱，其就业结构的细致刻画对于理解区域劳动力市场动态、性别平等现状及可持续发展目标（SDG）的实现至关重要。数据集涵盖666条观测记录，整合了包括埃及、赞比亚、安哥拉在内的多国劳动力调查与行政记录，为比较分析和政策制定提供了标准化、可机读的跨国家时间序列数据，填补了非洲旅游业细分就业统计的空白。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：非洲旅游业就业数据长期存在来源分散、口径不统一、时间序列不连续等困境，致使跨国家比较和长期趋势分析困难重重。ILO虽通过国际劳动统计学家会议（ICLS）定义进行数据协调，但不同国家调查方法的差异仍可能导致数据可比性受限。在构建过程中，数据集需从ILOSTAT的REST API整合散落的多源微观数据，处理多达24国各自的调查编码、标志性注释（如调查方法变更、数据可靠性标记）及中断序列，同时保留溯源信息（source.label列）以确保透明度。此外，部分观测值的质量标注为不可靠（obs_status='U'），如何甄别并使用这些数据构成另一重大挑战。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中24个非洲国家2009至2025年间旅游业就业的性别与就业身份统计数据，共含666条观测记录。其最经典的使用场景是作为多维度面板数据，支持研究者对非洲大陆旅游业劳动力市场的性别构成、就业身份分布及其时间演变趋势进行定量刻画。借助数据集中丰富的分类维度（如性别、就业身份聚合类别），用户可灵活构建子集，分析特定国家或特定性别群体的就业模式，亦可跨国家比较旅游业的吸纳能力与就业质量差异。

衍生相关工作

该数据集的发布促进了多个方向的相关工作衍生。其一，它常被整合进更广泛的非洲劳动力市场面板数据库，用于进行大陆尺度的就业结构比较分析。其二，基于其时间序列特性，研究者运用统计模型或机器学习方法，对旅游业就业趋势进行预测，并评估外部冲击（如疫情、经济危机）的影响。其三，数据集的性别维度激发了聚焦于性别经济学的研究，通过分解就业身份差异，定量测算旅游行业中性别不平等程度的演进。此外，该数据也成为验证劳动力市场理论与就业政策模拟的重要实证基础。

数据集最近研究

最新研究方向

该数据集聚焦于非洲旅游业就业的性别与就业身份结构化分析，为追踪后疫情时代旅游经济复苏中的劳动力市场韧性提供了关键数据支撑。依托ILOSTAT权威统计框架，覆盖24国2009至2025年时间序列，可支撑基于时序预测的劳动力需求建模、性别不平等视阈下的就业质量评估以及跨国比较研究。其精细化的性别与就业状态分层变量，尤其适用于探究女性在非正规旅游就业中的脆弱性，或结合SDG第八项体面工作目标，衡量政策干预对边缘群体的传导效应。在全球旅游业数字化与绿色转型浪潮下，该数据集为解析非洲大陆如何通过包容性就业实现可持续发展提供了量化锚点。