electricsheepafrica/africa-ilo-gdp-2tot-noc-nb-gross-domestic-product-gdp-in-millions-constant-20

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲国家国内生产总值（GDP）数据，具体指标为“GDP_2TOT_NOC_NB”，即“以百万计、按2021年不变价国际美元购买力平价计算的国内生产总值（GDP）——ILO模型估计值”。数据集覆盖53个非洲国家，时间跨度为1991年至2027年，共包含1,952个年度观测值。数据以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、指标名称、观测年份和观测值等列。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适合机器学习的数据层。This dataset contains Gross Domestic Product (GDP) data for African countries from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator GDP_2TOT_NOC_NB, which represents Gross Domestic Product (GDP in millions, constant 2021 international $ at PPP) -- ILO modelled estimates. It covers 53 African countries from 1991 to 2027, with 1,952 annual observations. The data is structured in tabular format, including columns for country code, country name, data source, indicator code, indicator name, observation year, and observed value. The dataset has been repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

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中央统计数据库，通过REST API接口直接提取指标`GDP_2TOT_NOC_NB`的原始数据，并依据非洲国家ISO3编码进行地理过滤。数据涵盖1991年至2027年期间53个非洲国家的1952条观测记录，所有观测值均基于ILO在2025年11月发布的建模估计。ILOSTAT采用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一调和，并在`source.label`列中标注数据来源，确保数据的可追溯性与标准化。Electric Sheep Africa团队对原始数据进行了重新封装，将其整理为机器学习友好的Parquet格式，并统一数据集卡片结构，便于研究人员直接调用。

特点

该数据集的核心特点在于其聚焦非洲大陆劳动力生产率领域，以购买力平价（PPP）调整后的不变价国内生产总值（GDP）为核心指标，提供了跨年度、跨国家的标准化时间序列数据。数据集包含53个非洲国家长达37年的观测值，涵盖实际值与预测值，为区域经济对比与长期趋势分析提供了宝贵素材。其结构简洁，包含ISO3国家代码、观测年份、指标数值及数据来源等关键字段，便于进行面板数据分析或时间序列建模。此外，所有数据均遵循CC-BY-4.0许可协议，支持学术研究与非商业用途的开放共享。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset`函数一键加载数据集，并利用`to_pandas()`方法转换为DataFrame格式进行后续分析。基于数据集结构，用户可便捷地按国家代码（`ref_area`）筛选特定国家的子集，或按指标对同一时间序列进行排序与可视化。进一步地，通过透视表操作可将数据重塑为国家×年份的矩阵形式，便于进行跨国产出对比或面板数据计量分析。该数据集天然适配于表格分类、回归及时间序列预测任务，为非洲劳动力生产率与经济增长的实证研究提供了高效的数据接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Africa于2026年重新封装整理，聚焦非洲53个国家1991至2027年间以购买力平价（PPP）计算的恒定2021年国际美元计价的国内生产总值（GDP）。作为ILOSTAT数据库的分支，此数据集旨在为非洲劳动力生产率研究提供标准化的宏观经济指标，填补了该区域在时间序列可比性上的空白。凭借其跨时长达37年的观测记录，该数据集已成为评估非洲各国经济发展轨迹、劳动效率变化及政策干预效果的核心资源，对发展经济学、国际比较研究及机器学习建模等领域具有显著影响力。

当前挑战

该数据集所解决的领域问题在于非洲国家GDP统计口径不一、历史数据缺失及可比性不足的长期挑战，通过ILO统一的模型估算框架（ILO modelled estimates）为跨国产出分析提供了连贯基准。构建过程中面临的核心挑战包括：如何整合来自各国劳动力调查、行政记录等多源异构数据并消除系统性偏差；如何在数据稀疏的早期年份（如1991-2000年）保持估算精度；以及如何适应国际劳工统计学家会议（ICLS）不断更新的定义标准，确保近三十年数据的一致性。此外，数据集的标签列（如source.label）虽提供了溯源信息，但部分观测可能混合了不同调查类型的估算结果，需使用者谨慎处理不确定性。

常用场景

经典使用场景

在非洲劳动经济学与宏观经济交叉研究领域，该数据集最经典的用途是构建面板数据模型，以探究劳动力生产率与经济增长之间的动态关联。研究者可基于53个非洲国家1991至2027年间以购买力平价计算的恒定GDP序列，开展跨国的增长收敛性分析。数据集提供的年度观测值支持固定效应与随机效应回归，尤其适合检验结构性转型假说——即劳动力从低生产率部门向高生产率部门转移对整体经济产出的贡献。其时间跨度覆盖了非洲大陆经济结构调整的关键时期，为理解制度变迁、基础设施投资与人力资本积累对生产率的长期效应提供了可靠的数据基石。

实际应用

在实际应用层面，该数据集为非洲各国政府与国际发展机构提供了关键的决策支持工具。政策制定者可利用跨国的GDP时间序列追踪经济周期波动，评估结构性改革对产出的影响。世界银行、非洲开发银行等组织可将其与就业数据结合，构建劳动生产率监测体系，以识别低绩效行业并优化资源分配。对于跨国企业与投资分析师而言，该数据支持对非洲市场的宏观风险评估，辅助确定投资优先级与区域布局策略。此外，联合国可持续发展目标（SDGs）的进展评估也依赖此类标准化经济数据，用以核算体面劳动与经济增长指标的实现程度。

衍生相关工作

该数据集衍生了一系列具有影响力的相关研究工作。首先，它与ILOSTAT平台上的就业率、失业率及行业增加值数据联动，催生了关于非洲劳动生产率驱动因素的多元回归模型。其次，研究者利用该数据构建了非洲国家经济增长的聚类分析，识别出资源密集型、服务业主导型与农业转型型等不同的发展路径。在算法层面，该数据集已作为基准用于训练时序预测模型（如Prophet与LSTM），以估算短期GDP变动。此外，数据集的标准化格式与开源许可促使Electric Sheep Africa等机构将其整合进统一的非洲数据层，进而支撑了多项关于非洲大陆自由贸易区（AfCFTA）经济效益的模拟研究。