electricsheepafrica/africa-ilo-ees-tees-sex-ocu-nb-employees-by-sex-and-occupation-thousands

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的雇员数据，专门针对非洲地区。它涵盖了49个非洲国家从1982年到2025年的12,588个观测值，核心指标为“按性别和职业划分的雇员（千人）”。数据通过ILOSTAT REST API获取，并经过过滤以仅包括非洲国家，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集提供详细的列结构，包括国家代码、来源、指标、性别分类、年份和观测值等，支持表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量注释，如观测状态和来源说明。This dataset contains employee data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It includes 12,588 observations across 49 African countries from 1982 to 2025, with the core indicator being Employees by sex and occupation (thousands). The data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, harmonized using ICLS (International Conference of Labour Statisticians) definitions. The dataset features a detailed schema with columns such as country code, source, indicator, sex disaggregation, year, and observed value, supporting tasks like tabular classification, regression, and time-series forecasting. Data is published at annual frequency and includes quality caveats like observation status and source notes.

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统计数据库（ILOSTAT）的公开数据，由Electric Sheep Africa进行标准化整理与重新打包。构建过程以非洲区域劳动力市场统计为核心，覆盖49个非洲国家自1982年至2025年的就业人员数据，按性别与职业类别进行细分，并以千人为单位记录。原始数据经过元数据补全、格式统一为Parquet，并纳入Electric Sheep Africa元数据清单，形成具备可追溯性与可复现性的结构化数据集。

使用方法

研究者可通过Hugging Face的datasets库加载该数据集，使用load_dataset函数获取数据后，可直接查看数据结构与特征。对于表格分析，可将数据集转换为Pandas DataFrame以便进一步处理。使用时应先检查数据模式与缺失值，明确国家、年份与指标字段，结合地理与时间维度进行剖面分析，并可在引用原始来源与Electric Sheep Africa仓库的基础上构建可复现的分析流程。

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统计基准，其ILOSTAT数据库已成为劳动经济学研究的核心基础设施。在此背景下，Electric Sheep Africa于2026年对ILOSTAT中非洲区域的分性别与职业雇员数据进行了标准化重封装，发布了覆盖49个非洲国家、1982至2025年间逾1.2万条观测的表格数据集。该数据集旨在为非洲劳动市场结构变迁、性别职业隔离及就业形态演变等议题提供可复现的实证基础，其价值在于将分散的官方统计转化为机器学习就绪的格式，从而降低非洲经济金融领域数据驱动研究的门槛。

当前挑战

该数据集所应对的核心领域问题在于刻画非洲各国劳动力市场中性别与职业维度的就业分布，为比较分析与预测建模提供细粒度证据。构建过程中面临若干挑战：源数据跨越四十余年，各国统计口径与职业分类标准历经多次修订，导致时序可比性受损；部分国家与年份存在系统性缺失，且元数据未显式声明ISO3地理标识，需依赖标题与上下文推断地理覆盖，增加了分析假设的负担；职业类别与单位（千人）的确认须回溯原始ILOSTAT定义，否则易产生误读。上述因素共同构成数据清洗、缺失值处理与跨源整合的主要障碍。

常用场景

经典使用场景

在劳动经济学与非洲发展研究领域，该数据集构筑了按性别与职业类别系统观察非洲各国雇员规模的核心证据层。依托国际劳工组织标准化统计框架，其经典用法在于以面板数据结构刻画1982至2025年间49个非洲国家分性别、分职业的雇员人数变迁轨迹。研究者可借此开展跨国比较分析，识别性别职业隔离的时序特征与结构性差异，亦可将其作为基准数据，检验劳动力市场分割理论在非洲情境下的适用性，从而为理解区域就业结构转型提供翔实的量化基础。

解决学术问题

该数据集有效回应了非洲劳动力市场中长期存在的性别职业分布统计缺口问题。既往研究常因跨国数据口径不一、性别维度缺失或职业分类粗糙而难以开展严谨的横向比较。本数据集以统一指标框架整合多国时序观测，使得学者能够系统检验女性在各类职业中的参与度演变、性别就业差距的收敛或发散趋势，以及经济周期对分性别就业结构的异质性冲击。其意义在于为非洲劳动市场性别平等议题提供了可复现的实证基础，推动了比较政治经济学与发展经济学的交叉对话。

实际应用

在政策实践层面，该数据集为国际组织、区域机构及各国劳动部门提供了监测非洲就业性别结构与职业构成的量化依据。使用者可据此评估技能培训、反歧视立法及产业政策对女性就业分布的影响，识别职业性别隔离严重的行业并优先配置干预资源。非政府组织亦可利用其进行项目基线设定与成效追踪，企业则能借此洞察区域劳动力供给特征以优化招聘与多元化策略。其时间跨度与地理覆盖为循证决策提供了兼具广度与深度的数据支撑。

数据集最近研究

最新研究方向

伴随国际劳工组织不断深化对非正规就业与职业隔离的监测，该数据集正推动非洲劳动力市场性别分层的研究转向精细化职业维度的动态比较。依托1982至2025年间49个非洲国家逾万条就业观察值，近期研究聚焦于女性在文职、服务与农业等职业类别中的占比变迁，及其与结构转型和经济增长的关联。在非洲大陆自贸区建设与后疫情就业复苏的政策背景下，该数据集为评估性别平等的职业分布差异、追踪体面劳动目标进展提供了可复现的定量证据，对区域劳动治理与包容性政策设计具有基础性支撑意义。