electricsheepafrica/africa-ilo-ees-tees-sex-edu-mts-nb-employees-by-sex-education-and-marital-status-thou

该数据集包含90,655个观测值，覆盖49个非洲国家，时间跨度为1982年至2025年，专注于“Employees”主题。具体指标为“EES_TEES_SEX_EDU_MTS_NB”，即按性别、教育和婚姻状况分类的雇员数据（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤到非洲国家，以表格形式组织，包括国家代码、年份、观测值等列，并提供了性别、教育、婚姻状况等分类维度。数据集适用于表格分类、回归和时间序列预测等任务。This dataset contains 90,655 observations across 49 African countries, spanning from 1982 to 2025, focusing on the Employees topic. The specific indicator is EES_TEES_SEX_EDU_MTS_NB, which represents employees data (in thousands) disaggregated by sex, education, and marital status. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, retrieved via API and filtered to African countries, organized in tabular format with columns such as country code, year, observed value, and includes classification dimensions like sex, education, and marital status. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的核心统计数据库ILOSTAT，由Electric Sheep Africa对其进行系统化整理与元数据标准化后发布。原始数据涵盖1982年至2025年间49个非洲国家的劳动力调查统计，以员工人数（千人）为计量单位，按性别、教育程度和婚姻状况三个维度交叉分类。数据经重打包为Parquet格式，并附有标准化的来源说明、使用指南与质量注释，形成结构化的表格数据集。

特点

数据集包含90,655条观测记录，覆盖49个非洲国家逾四十年的时间跨度，具有显著的时空广度。其核心特征在于多维交叉分类：性别、教育程度与婚姻状况三个变量共同刻画就业结构，为分析非洲劳动力市场中的社会分层提供了细致粒度。数据以表格与文本双模态呈现，支持分类与回归任务，并以CC BY 4.0许可开放获取，具备良好的可复用性与可追溯性。

使用方法

研究者可通过Hugging Face datasets库以load_dataset函数直接加载数据，并利用to_pandas方法转换为DataFrame进行后续分析。建议在使用前检查各变量的定义、单位与缺失值分布，避免仅凭标签推断政策含义。该数据集可与其他Electric Sheep Africa数据集基于国家、年份和指标字段进行连接，适用于构建可复现的劳动力市场分析工作流与跨国比较研究。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于构建全球劳动力市场的可比统计体系，ILOSTAT正是其核心数据基础设施，为就业结构、性别差异与教育回报等议题提供权威观测窗口。Electric Sheep Africa于2026年将非洲区域ILOSTAT微观汇总数据标准化为Hugging Face数据集，收录1982至2025年间49个非洲国家逾9万条雇员观测记录，涵盖性别、教育程度与婚姻状况的交叉分类。该数据集的核心研究问题在于揭示非洲大陆劳动力市场中雇员构成的长期演变，为性别平等、教育分层与家庭结构的经济影响提供可复现的量化基准。其以CC BY 4.0许可开放共享，显著降低了非洲劳动经济学实证研究的门槛，对区域比较分析与政策评估具有基础性支撑意义。

当前挑战

该数据集所解决的领域问题在于刻画非洲多国雇员结构在性别、教育与婚姻维度上的分布与变迁，其挑战根植于跨国统计口径的异质性与时间序列的非连续性：各国教育分类标准与婚姻状态定义存在差异，部分年份数据缺失或仅以估算值呈现，单位以千人为计且未披露抽样方法，限制了精细因果推断。构建过程中，Electric Sheep Africa需从ILOSTAT原始表格中抽取、清洗与重构数据，面临元数据不完整（如国别与上游发布者字段缺失）、指标标识单一、以及非洲区域覆盖不均衡等难题；标准化过程还需在保持原始来源可追溯性的同时，消除冗余格式并确保Parquet结构适配机器学习流水线，对文档完备性与分析可用性构成持续挑战。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉领域，该数据集构成了剖析非洲劳动力市场结构性特征的基础性面板数据源。研究者依托其1982至2025年间覆盖49个非洲国家的逾九万条观测记录，围绕性别、受教育程度与婚姻状况三重维度，对雇员规模进行系统性描述与比较分析。此类场景下，数据集的经典用法体现为构建多维交互列联表，呈现不同社会人口群体在正规就业中的分布形态，进而揭示教育回报与婚姻状态在非洲各国劳动力市场中的差异化关联模式。

解决学术问题

该数据集显著缓解了非洲地区劳动统计微观异质性数据长期匮乏的困境，为检验人力资本理论与家庭劳动供给理论在发展中国家情境下的适用性提供了可复现的实证基础。通过统一整合ILOSTAT来源的标准化指标，研究者得以规避跨国比较中常见的口径不一致障碍，就教育分层如何调节性别就业差距、婚姻状况如何影响劳动参与等经典命题展开严谨的定量检验，其意义在于推动非洲劳动市场研究从个案描述向系统比较转型。

衍生相关工作

该数据集衍生了一系列围绕非洲就业结构变迁的衍生性研究，包括将ILOSTAT指标与世界银行发展指标、IPUMS人口普查微数据链接的跨国分析，以及利用机器学习方法对缺失就业记录进行插补的方法论探索。部分经典工作进一步将其与非洲家庭调查数据融合，用以估计非正规部门与正规部门之间的劳动流动率，亦有研究基于该数据构建性别就业差距的时空演化指数，持续拓展其在比较政治经济学中的应用边界。