electricsheepafrica/africa-ilo-cld-xsna-sex-age-stu-nb-children-in-employment-by-sex-age-and-school-atten

该数据集包含3581个观测值，涉及非洲45个国家从2001年至2025年的儿童就业数据，具体指标为按性别、年龄和上学出勤状态分类的儿童就业情况（千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家，涵盖了儿童就业的统计信息，包括性别、年龄和上学状态等维度。数据集适用于表格分类、回归和时间序列预测任务，并提供了详细的数据模式、地理覆盖、质量注意事项和使用示例。This dataset contains 3,581 observations of child labour data across 45 African countries, spanning from 2001 to 2025, with the indicator Children in employment by sex, age and school attendance status (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African countries. It covers statistical information on child employment, including dimensions such as sex, age, and school attendance status. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, and includes detailed schema, geographic coverage, data quality caveats, and usage examples.

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核心统计数据库，聚焦非洲大陆童工就业议题。数据通过调用ILOSTAT REST API中的CLD_XSNA_SEX_AGE_STU_NB指标接口获取，并依据非洲ISO3国家代码进行区域筛选。原始调查微观数据由ILO统计部门依据国际劳动统计学家会议（ICLS）定义进行统一协调处理，数据来源在source.label字段中予以标注，确保可追溯性。Electric Sheep Africa团队对数据进行了再封装，形成包含3,581条观测记录、覆盖45个非洲国家、时间跨度从2001年至2025年的结构化数据集。

特点

本数据集以单一核心指标——按性别、年龄和就学状况分类的童工就业人数（千人为单位）——为核心，提供高度细化的分类维度。数据按性别（总、男、女）及年龄组（如15-17岁）进行拆解，并辅以就学状态分类，从而支持多层次交叉分析。数据集包含丰富的元数据列，如数据来源标签、观测状态标志（反映数据质量如系列断裂）及说明注释，增强了数据的可解释性与可信度。此外，该数据集采用年度频率，优先选用ILO为每个国家-年份组合选定的“最佳来源”，确保了数据的一致性与权威性。

使用方法

用户可通过HuggingFace的datasets库，使用load_dataset()函数直接加载该数据集，并轻松转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码过滤数据以实现国别分析，或按指标进行时间序列的排序与可视化。数据集还支持透视表操作，可便捷地构建以年份为行、国家为列的矩阵，便于进行跨国的时空比较。完整的Python示例代码已在数据集卡片中提供，降低了使用门槛，尤其适合开展童工议题相关的统计分析、机器学习建模及时序预测研究。

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于2025年发布，并由Electric Sheep Africa在HuggingFace平台上进行整合与二次封装，聚焦非洲45个国家在2001至2025年间童工就业状况的年度观测数据。作为全球劳工统计的权威来源，ILOSTAT基于各国劳动力调查、家庭收入调查及行政记录等多元数据源，依据国际劳工统计学家会议（ICLS）定义进行标准化处理，为研究非洲地区儿童参与经济活动模式提供了弥足珍贵的时间序列素材。数据集中包含3,581条观测记录，覆盖性别、年龄及学校出勤状况等多维细分维度，深刻反映了教育与童工现象间的复杂关联，对推动联合国可持续发展目标（SDGs）中关于消除童工劳动目标的监测与评估具有不可忽视的学术与政策价值。

当前挑战

该数据集所面对的挑战首先源于领域问题的复杂性：童工数据往往涉及隐蔽的经济活动与不稳定的统计口径，尤其在非洲地区，大量儿童从事非正式或家庭内部劳动，导致官方统计难以全面捕获真实规模。此外，数据构建过程中亦面临显著困难，ILOSTAT虽然通过最佳来源策略筛选各国年度数据，但不同国家间调查方法、抽样框架与数据质量参差不齐，同一国家不同年份可能出现方法学修订或系列断裂（如代码B与I11:264所示注释），影响时间序列的连续性与可比性。同时，数据集中部分分类变量存在大量空值，且仅包含单一核心指标，限制了多维度交叉分析的深度。

常用场景

经典使用场景

该数据集汇聚了非洲45个国家2001至2025年间儿童就业状况的宏观统计数据，按性别、年龄及就学状态精细划分，为研究者提供了跨越二十余年的纵向面板数据。其经典应用场景在于构建时间序列模型，深入剖析非洲大陆儿童劳动参与的演变趋势，并探查不同人口子群体间的异质性模式。借助该数据集，学者能够系统性地追踪童工现象的消长轨迹，评估区域经济发展、教育政策变革与人口结构变迁如何交织作用于儿童福祉。

解决学术问题

该数据集有力解决了非洲区域童工研究长期面临的数据碎片化与口径不统一这一核心障碍。通过整合国际劳工组织官方发布的标准化统计指标，研究者能够开展跨国家、跨时期的可靠比较分析，从而回答诸如性别差异是否随时间收敛、义务教育普及能否有效降低低龄儿童就业率、以及经济危机期间童工现象是否出现反弹等关键学术命题。其严谨的统计框架为验证劳动力市场理论与人力资本积累假说提供了坚实的数据根基。

衍生相关工作

基于该数据集，学术界已涌现出多项具有深远影响的衍生工作。围绕ILOSTAT框架构建的非洲童工监测指标体系，催生了可复用的数据清洗与标准化管线，推动了面向低资源区域的迁移学习与少样本预测方法的迭代。此外，该数据常被用于贝叶斯分层模型与动态因子分析，以估算缺失年份的童工发生率，其衍生出的开源工具与基准库为后续关于非洲劳动力市场、可持续发展和教育公平的跨学科研究铺设了基础路径。