electricsheepafrica/africa-ilo-cld-xchl-sex-age-geo-nb-children-in-child-labour-by-sex-age-and-rural-urba

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的童工数据，专门针对非洲地区。它涵盖了43个非洲国家在2001年至2025年期间的3,056个观测值，核心指标为“按性别、年龄和城乡地区划分的童工儿童数量（千计）”（指标代码：CLD_XCHL_SEX_AGE_GEO_NB）。数据通过ILOSTAT REST API获取，并经过过滤以仅包含非洲国家，使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包括详细的列信息，如国家代码、来源、指标分类、性别（总计、男性、女性）、年龄分组、城乡地区类型、观测年份和数值，以及数据质量标志。它适用于表格分类、回归和时间序列预测任务，旨在为研究人员和开发者提供机器学习就绪的非洲童工统计数据。This dataset contains child labour data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It includes 3,056 observations across 43 African countries spanning the years 2001 to 2025, with a core indicator of Children in child labour by sex, age and rural / urban areas (thousands) (indicator code: CLD_XCHL_SEX_AGE_GEO_NB). The data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, harmonised using International Conference of Labour Statisticians (ICLS) definitions. It features detailed columns such as country codes, sources, indicator classifications, sex (total, male, female), age groups, rural/urban area types, observation years and values, and data quality flags. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide machine learning-ready statistical data on child labour in Africa for researchers and developers.

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接口直接提取童工指标数据，并依据非洲ISO3国家代码进行地理过滤。原始调查微观数据依据国际劳动统计学家会议（ICLS）定义进行标准化处理，来源信息在source.label列中明确标注，确保数据可追溯。数据经Electric Sheep Africa重新打包并发布，以Parquet格式提供，便于机器学习应用。

特点

数据集包含43个非洲国家从2001年至2025年的3056条观测记录，覆盖童工核心指标。数据按性别（男性、女性、合计）进行细化分解，并提供按年龄组和城乡地理区域的分类信息。数据质量方面，年度频率确保时序分析可行性，ILO筛选的“最佳来源”缓解了多源冲突问题，同时观测状态标志（如序列中断）为数据可靠性提供透明评估。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，并转换为Pandas DataFrame进行后续分析。支持按国家代码过滤获取特定国家子集，亦可针对单一指标进行时间序列可视化。推荐将数据透视构建为国家×年份矩阵，便于跨国家比较与宏观趋势研究。数据采用CC-BY-4.0许可协议，使用时应同时引用ILO原始来源与Electric Sheep Africa的重新包装版本。

背景与挑战

背景概述

童工问题作为全球劳动力市场中的一项严峻挑战，深刻影响着儿童的健康成长与教育机会，尤其在非洲大陆表现得尤为突出。国际劳工组织（ILO）通过其ILOSTAT数据库长期追踪该领域关键指标，而由Electric Sheep Africa于2025年重新打包发布的“africa-ilo-cld-xchl-sex-age-geo-nb-children-in-child-labour-by-sex-age-and-rural-urba”数据集，正是聚焦于非洲43国、跨越2001至2025年间的童工数据。该数据集收录了3,056条观测值，涵盖按性别、年龄及城乡地域细分的童工数量，为研究非洲童工现象的时空演变提供了标准化、机器可读的宝贵资源。其核心研究问题在于揭示童工在不同人口学维度和地理环境下的分布规律，进而支持区域政策制定与可持续评估，对推动非洲劳动统计数据的开放共享与学术研究具有奠基意义。

当前挑战

该数据集所对应的领域问题挑战在于，童工现象涉及复杂的社会经济因素，不仅需要精准的统计数据以反映其真实规模，还需跨越国家间数据收集标准不一、调查频率不均等障碍，从而难以形成统一可比的时间序列。在构建过程中，数据集面临多重挑战：首先，原始数据来源多元，需从ILOSTAT API严格依据ICLS定义进行筛选与整合，并手动过滤至非洲ISO3国家代码，这一过程对数据清洗与一致性要求极高。其次，观测值中存在如“Break in series”等状态标记，暗示部分年份因方法修订或数据中断导致连续性受损，为时序分析带来潜在偏误。此外，性别、年龄及城乡分类字段在部分记录中缺失，需依赖ILO指定的“最佳来源”进行填补，进一步增加了数据质量控制的复杂度。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中非洲43个国家2001年至2025年间童工现象的官方统计数据，涵盖性别、年龄以及城乡区域等多维度划分，共包含3056条观测记录。研究人员可借此展开基于面板数据的跨国比较分析，例如运用固定效应模型或随机效应模型，评估不同国家童工发生率随时间的演变趋势，或通过分类与回归任务，探索经济、教育、政策干预等变量对童工规模的影响。数据按年频次采集并以标准化表格格式存储，便于直接调用Python中的时序分析与机器学习工具包，构建预测模型或描述性统计报告。

衍生相关工作

围绕此数据集，学界与开源社区已催生了一系列衍生工作。Electric Sheep Africa团队对原始ILOSTAT数据进行抽取、清洗与标准化打包，并附以完整的数据集卡片，降低了研究者使用门槛。在分析方法层面，已有工作利用该数据构建童工规模的时序预测基准，检验对比不同回归模型与树模型的表现；另有研究将其与非洲各国人均GDP、入学率等公开数据结合，构造多维社会指标数据库，用于联合国可持续发展目标中童工消除进展的跟踪与可视化。此外，该数据集被纳入多个非洲劳动经济学的课堂案例与开源笔记本项目，成为教学与培训的标准化素材，赋能下一代数据分析人才的培养。

数据集最近研究

最新研究方向

基于ILOSTAT权威数据源，该数据集聚焦非洲43国2001至2025年间童工现象的性别、年龄及城乡分布差异，为监测可持续发展目标中消除童工的执行进展提供关键统计支撑。当前研究前沿依托此类精细分层的面板数据，结合时序预测与空间分析技术，深入刻画童工与贫困、教育缺失、地区冲突等结构性因素的耦合关系，尤其关注撒哈拉以南非洲地区在新冠疫情期间童工率反弹的严峻态势。该数据集通过标准化、机器可读的格式发布，极大降低了非洲劳动统计的研究门槛，有助于推动跨国比较分析、政策影响评估及基于因果推断的童工成因研究，为国际劳工组织及各国制定因地制宜的干预策略提供实证基础。