electricsheepafrica/africa-ilo-cld-xgpb-sex-age-eco-nb-children-in-child-labour-general-production-bounda

该数据集包含关于童工的1,050个观测值，覆盖14个非洲国家，时间跨度为2009年至2024年，涉及1个独特指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，主题聚焦于童工问题，具体指标为“Children in child labour -- General Production Boundary by sex, age and economic activity (thousands)”。数据集通过ILOSTAT REST API获取，并过滤为非洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行数据协调。数据包括国家、年份、性别、年龄、经济活动等维度，并提供了观测值、状态标志和注释等信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains 1,050 observations of child labour data across 14 African countries, spanning from 2009 to 2024, covering 1 distinct indicator. The data is sourced from ILOSTAT, the International Labour Organizations central statistics database, with a focus on child labour. The specific indicator is Children in child labour -- General Production Boundary by sex, age and economic activity (thousands). Data is pulled directly from the ILOSTAT REST API and filtered to African ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes dimensions such as country, year, sex, age, and economic activity, along with observed values, status flags, and notes, making it suitable for tabular classification, regression, and time-series forecasting tasks.

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ILOSTAT统计数据库，通过调用其REST API接口，针对童工指标“CLD_XGPB_SEX_AGE_ECO_NB”进行数据拉取，并依据非洲地区ISO3国家代码进行地理范围筛选。原始数据来自各国劳动力调查、家庭收支调查及行政记录等多元渠道，经ILO统计部门依据国际劳动统计学家会议（ICLS）定义进行协调统一，从而形成标准化的面板数据。Electric Sheep Africa团队对原始数据进行了重新打包与整理，最终生成包含1050条观测记录的数据集，覆盖14个非洲国家，时间跨度为2009年至2024年。

特点

该数据集聚焦于非洲地区童工现象，围绕“按性别、年龄和经济活动划分的一般生产边界内的童工人数”这一核心指标，提供多维度的细粒度分解。数据包含性别（男性、女性、总计）、年龄组（如5-17岁）及经济活动部门等分类变量，便于用户从不同角度解析童工伤情。此外，数据集还附带了数据来源标签、观测状态标记（如临时数据、不可靠数据）以及方法修订等注释信息，增强了数据的可追溯性与质量透明度。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，使用`load_dataset()`函数即可快速获取，并转换为Pandas DataFrame进行后续分析。支持针对特定国家进行筛选，例如通过`df[df['ref_area'] == 'KEN']`提取肯尼亚数据；可按时间序列绘制单一指标的演变趋势图；亦可利用透视表功能，构建国家-年份矩阵，便于跨区域横向比较。数据集的标准化格式使其能够无缝融入基于Python的数据科学工作流，极大降低了预处理成本。

背景与挑战

背景概述

童工问题长期困扰着全球可持续发展进程，尤其在非洲大陆，由于经济脆弱性与制度性监测能力的缺失，儿童参与经济活动（尤其是一般生产边界内的劳动）的规模与分布始终缺乏精确可靠的量化依据。为填补这一数据空白，国际劳工组织（ILO）依托其核心统计数据库ILOSTAT，自2009年起系统收集非洲14个国家的童工监测数据，并于2024年由Electric Sheep Africa团队重新封装为标准化、机器学习就绪的数据集。该数据集覆盖了包括赞比亚、多哥、乌干达等在内的14个非洲国家，跨越2009至2024年，累计1050条观测记录，聚焦于按性别、年龄及经济活动划分的一般生产边界内童工人数。作为ILO统计部门主导的权威数据产品，该数据集为研究非洲童工现象的时空演变、评估国际劳动标准实施效果以及推动相关可持续发展目标的精准监测提供了关键数据基础。

当前挑战

该数据集所面对的挑战首先体现在其核心研究问题层面：非洲童工现象长期以来缺乏统一、细粒度且跨国可比的统计口径，各国内部调查方法、年龄分组与经济部门定义差异显著，导致跨地域与跨时间的比较分析困难重重。其次，在数据构建过程中，ILO虽依托各国劳动力调查与行政记录，但原始数据常面临样本量不足、调查年度间隔不均衡以及部分观测值可靠性标注为‘不可靠’等问题。此外，数据集仅涵盖14个非洲国家，远未覆盖全洲，许多童工高发国家因数据缺失而无法纳入分析。数据的时间序列也非连续分布，部分国家仅有一两个观测年份，难以支持稳健的趋势建模。多元化的分类维度（性别、年龄、经济部门）虽丰富了分析可能，但也对数据整合与缺失值处理提出了更高要求。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中关于非洲14国童工现象的权威统计资料，涵盖2009至2024年间按性别、年龄及经济活动分类的童工数量（以千人为单位），共计1050条观测记录。研究者可基于这一结构化数据开展跨国比较分析，追踪不同国家童工规模的时序演变趋势，或运用分类与回归模型探究童工现象的驱动因素。其时间序列特性也使其适用于构建预测模型，预估未来童工人数的变化轨迹，从而为政策干预提供数据支撑。

实际应用

在实际应用层面，该数据集为非洲各国政府及国际发展机构评估童工政策效果、优化资源配置提供了量化依据。通过对不同性别与年龄段童工规模的精确刻画，政策制定者可识别高危群体，针对性设计教育补助、家庭经济赋能等干预措施。国际劳工组织与非政府组织亦可据此监测可持续发展目标中消除童工相关指标的进展，定期发布国别评估报告。此外，数据集的标准化格式使其易于集成至开源数据分析平台，赋能民间社会与学术机构开展独立监督。

衍生相关工作

这一数据集已衍生出若干具有启发性的研究工作。作为Electric Sheep Africa计划的首批成果之一，它展示了如何将权威国际统计资料转化为机器学习就绪的格式，为后续非洲劳工数据集的重构与发布树立了典范。研究者可借鉴其处理流程，将类似ILOSTAT指标扩展至覆盖更广地域与更长时段。该数据集亦可能催生针对童工预测建模、因果推断等方法的基准测试，以及结合地理信息与教育统计数据开展多源融合分析，从而拓宽童工研究的深度与广度。