electricsheepafrica/africa-ilo-emp-publ-sex-ocu-nb-public-sector-employment-by-sex-and-occupation-tho

该数据集包含1991年至2025年间47个非洲国家的公共部门就业按性别和职业分类的统计数据（单位为千），共有10,487个观测值和1个指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖了国家代码、指标代码、性别分类、年份、观测值等字段，并提供了数据来源和质量说明。Public sector employment by sex and occupation (thousands) across 47 Africa countries from 1991 to 2025, containing 10,487 observations and 1 indicator. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), with fields including country codes, indicator codes, sex disaggregation, year, observed values, and notes on data source and quality.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT综合统计数据库，依托其REST API接口直接抓取公共部门就业指标（EMP_PUBL_SEX_OCU_NB）的原始数据。数据集构建过程中，以非洲47个国家的ISO3国家代码为过滤条件，提取了1991年至2025年间超过一万条观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）的统一定义对各国劳动力调查、家计调查及行政记录等原始微观数据进行协调与标准化处理，并在数据集中通过'source.label'字段标注各观测值的数据来源，确保了数据的可追溯性与国际可比性。

特点

该数据集拥有10,487条观测记录，涵盖非洲47个国家跨越35年的时序数据，聚焦'按性别和职业划分的公共部门就业人数'这一核心指标。数据按性别（总、男性、女性）进行了细致分解，同时通过'classif1'字段提供了关于职业技能等级等维度的分类信息。其schema设计清晰，包含了国家代码、年份、观测值、数据来源、标识符及注释等22个字段，并标注了观测值的状态（如预估、不可靠）以及可能存在的序列中断与方法论修订等质量说明，为研究者提供了丰富且透明的数据上下文。

使用方法

用户可通过HuggingFace的`datasets`库便捷调用，仅需一行代码`load_dataset`即可将数据加载为DataFrame格式进行后续分析。支持按国家代码进行筛选以聚焦特定国别研究，亦可通过'EMT_PUBL_SEX_OCU_NB'指标筛选后，利用'time'和'obs_value'两列构建时间序列进行趋势分析。对于横截面比较，建议采用透视表功能将数据重塑为年份×国家的矩阵形式。该数据集以Parquet格式存储，兼顾了高性能读取与机器学习就绪特性，适合用于回归、分类及时间序列预测等任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，经Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台上，聚焦非洲47个国家1991至2025年间公共部门就业按性别与职业分类的统计数据。作为ILOSTAT数据库的重要子集，数据集旨在为劳动力市场分析提供标准化、可比较的跨时空面板数据，弥补非洲地区公共就业领域系统化数据的长期缺失。其核心研究问题在于揭示非洲公共部门就业结构的演变趋势、性别差异及职业分布特征，为政策制定者与研究者追踪可持续发展目标中体面工作议程的进展提供可靠依据。通过整合多来源调查数据并遵循国际劳工统计学家会议统一标准，该数据集已成为探究非洲劳动力市场制度特征的关键资源。

当前挑战

构建该数据集面临多重挑战。首先，非洲各国劳动力调查的频次、方法与质量参差不齐，数据缺失与时间序列不连续问题突出，部分国家仅提供少数年份的观测值，削弱了面板数据的完整性与可比性。其次，ILOSTAT虽对原始调查数据进行协调，但不同来源间指标定义、职业分类体系及性别分组的差异仍需通过字段标记与注释说明来管理，增加了宏观分析的复杂性。此外，公共部门就业的界定在各国存在法律与行政层面的歧义，例如临时工、国有企业的归属问题，可能影响指标的真实有效性。从使用角度看，研究者需警惕数据状态标志位（如'不可靠'或'替代'）对估计结果的潜在干扰。

常用场景

经典使用场景

在非洲劳动力市场研究中，该数据集被广泛用于分析公共部门就业的性别差异与职业结构分布。研究者可以利用按性别和职业划分的就业人数时序数据，构建面板回归模型，探讨非洲各国公共部门劳动力吸纳能力的动态演变。其丰富的观测样本（涵盖47国、1991至2025年）为跨国比较提供了坚实的数据基础，尤其适用于追踪女性在公共服务领域中的职业晋升轨迹与技能层级分布，是理解非洲公共就业政策成效的经典量化工具。

实际应用

在实际应用层面，数据集对国际组织、国家统计部门及发展研究机构具有重大价值。政策制定者可利用就业趋势分析优化公共部门招聘与培训资源配置，例如识别女性占比偏低的技能层级并设计定向激励措施。非政府组织可结合社会经济指标评估公共就业对减贫和青年赋权的影响。此外，数据集支持构建监测联合国可持续发展目标中体面工作指标（如SDG 8.5）的区域性基准，为非洲各国劳动统计能力建设提供数据参照。

衍生相关工作

该数据集衍生出了多项开创性工作，包括基于时序分解算法的非洲公共就业波动性研究、融合性别视角的职业流动性建模以及机器学习驱动的就业预测框架。研究者利用其面板结构开发了稀疏数据插补技术，填补了若干国家在特定年份的缺失观测。同时，该数据作为Electric Sheep Africa统一数据层的一部分，常与非洲宏观经济学数据集联用，催生了探讨公共部门就业与经济增长、财政支出结构之间互动关系的计量经济学论文，推动了非洲劳动经济学计算方法的革新。