electricsheepafrica/africa-ilo-ees-tees-sex-ifl-geo-nb-employees-by-sex-informal-formal-job-and-rural-urb

该数据集包含了来自国际劳工组织（ILO）ILOSTAT数据库的非洲地区劳动力统计数据，具体指标为EES_TEES_SEX_IFL_GEO_NB，即按性别、非正规/正规工作以及城乡地区划分的雇员数量（以千计）。数据集涵盖40个非洲国家，时间范围为2004年至2025年，共包含4,149个观测值。数据表结构包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、工作性质分类（如总计）、地区类型分类（如全国）、观测年份、观测值、观测状态标志以及相关注释等字段。数据集主要用于表格分类、回归和时间序列预测等任务，主题涉及非正规经济、劳动力与就业。This dataset contains labor statistics for Africa from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator EES_TEES_SEX_IFL_GEO_NB — Employees by sex, informal/formal job and rural / urban areas (thousands). It covers 40 African countries from 2004 to 2025, with 4,149 observations. The schema includes columns for country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), job nature classification (e.g., total), area type classification (e.g., national), observation year, observed value, observation status flags, and related notes. The dataset is intended for tabular classification, regression, and time-series forecasting tasks, focusing on the informal economy, labor, and employment.

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ILOSTAT统计数据库，由Electric Sheep Africa团队进行标准化重打包。原始数据以非洲40个国家为观测单元，采集2004年至2025年间非正规与正规就业、城乡区域的性别分类雇员数据。构建过程保留原始调查与行政记录的观测值，统一编码为表格型Parquet格式，并补充标准化元数据、溯源说明与加载指引，使数据可直接用于分析流程。

特点

数据集涵盖4149条观测记录，覆盖非洲40个国家，时间跨度自2004年至2025年，聚焦非正规经济部门中的就业结构。变量涵盖性别、非正规与正规就业身份、城乡区域分类及雇员人数，具备跨国、跨年、跨子群的多维比较特征。数据以表格和文本模态呈现，遵循CC BY 4.0许可，适用于经济学与劳动统计领域的分类与回归分析。

使用方法

分析者可通过Hugging Face Datasets库调用load_dataset函数加载数据集，并直接访问其Parquet文件与特征结构。借助to_pandas方法可转换为数据框进行建模前的探查。使用时需结合数据文件核实变量定义与计量单位，利用显式国家、年份等字段进行分组或连接，保留缺失值直至确立可辩护的插补规则，并在下游分析中注明原始来源与Electric Sheep Africa的标准化工作。

背景与挑战

背景概述

非正规经济就业的性别与城乡分布，长期是发展经济学与劳动经济学交汇处的核心议题。国际劳工组织（ILO）依托ILOSTAT数据库，系统采集全球劳动力市场指标，为剖析发展中国家非正规就业的结构性差异提供了权威数据基础。Electric Sheep Africa于2026年将ILOSTAT中非洲地区按性别、非正规/正规就业及城乡区域划分的雇员数据（以千人为单位）重新打包发布，覆盖40个非洲国家、2004至2025年间共4,149条观测，以标准化元数据和Parquet格式提升数据可发现性与复用性，为非洲劳动市场研究、性别平等评估及城乡发展政策分析提供了可比较的量化依据。

当前挑战

该数据集所回应的领域问题，在于如何精确刻画非洲劳动力市场中性别、就业正规性与城乡区隔三重维度交织下的就业结构，这一问题的复杂性源于非正规经济边界模糊、各国统计口径参差以及城乡定义缺乏统一标准。构建过程中面临的挑战则包括：原始ILOSTAT数据中部分国家与年份存在缺失值，需在保留缺失与合理插补之间审慎权衡；元数据清单中country与upstream_publisher字段存在缺口，影响地理溯源与来源核验；数据标签本身不携带政策含义，需结合原始方法学文件确认单位与定义，避免误读；此外，跨国家、跨年度的可比性受制于各国数据采集能力与报告周期的差异，对下游建模的稳健性构成潜在限制。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，剖析就业结构的性别差异与城乡分野始终是核心议题。该数据集汇聚了2004至2025年间40个非洲国家的4149条观测记录，按性别、非正规/正规就业形态及城乡区域对雇员人数进行交叉分类，为刻画非洲劳动力市场的分层图景提供了关键素材。研究者可借助此数据，系统比较不同国家与年份间非正规就业的性别构成与空间分布，揭示非洲就业结构的演变轨迹。

衍生相关工作

作为Electric Sheep Africa元数据目录的组成部分，该数据集与ILOSTAT来源的其他非洲劳动统计数据集形成互补，促进了跨国就业结构研究的集成分析。相关衍生工作涵盖基于该数据的非正规经济规模估算、性别就业差距分解以及城乡劳动力迁移研究等方向，并为机器学习驱动的表格数据探索与非洲开放数据发现提供了标准化样本，推动了区域数据生态的互联与复用。

数据集最近研究

最新研究方向

在非洲劳动力市场结构转型与非正规经济持续扩张的宏观背景下，该数据集为性别维度下的就业分层研究提供了关键证据基础。当前前沿研究聚焦于非正规就业的性别异质性及其城乡空间分异机制，尤其关注女性在非正规部门中的过度代表与农村地区就业脆弱性的叠加效应。结合国际劳工组织体面劳动议程与非洲大陆自由贸易区带来的劳动力流动新格局，该数据集支撑的研究正从描述性统计向因果推断与政策模拟拓展，例如评估社会保障覆盖对非正规就业性别差距的调节作用。其意义在于以标准化、可复现的元数据框架，推动非洲就业政策从总量调控转向结构性精准干预。