electricsheepafrica/africa-ilo-emp-5emp-sex-eco-nb-employment-by-sex-and-economic-activity-19th-icls

该数据集名为按性别和经济活动划分的就业数据——第19届国际劳工统计学家会议（千计）| 非洲（ILOSTAT），是一个表格数据集，包含2,892个观测值，覆盖24个非洲国家（如卢旺达、赞比亚、安哥拉等），时间跨度为2016年至2025年。数据集专注于就业统计，唯一指标为EMP_5EMP_SEX_ECO_NB，表示按性别和经济活动划分的就业数据（基于第19届国际劳工统计学家会议定义，以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤到非洲国家，使用ICLS定义进行标准化。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年份、观测值（就业人数，单位千）和观测状态等。数据为年度频率，适用于表格分类、回归和时间序列预测任务，旨在为研究非洲劳动力市场提供机器学习就绪的数据。数据集由Electric Sheep Africa重新打包发布，采用CC-BY-4.0许可证。The dataset, titled Employment by sex and economic activity -- 19th ICLS (thousands) | Africa (ILOSTAT), is a tabular dataset containing 2,892 observations across 24 African countries (e.g., Rwanda, Zambia, Angola), spanning the years 2016 to 2025. It focuses on employment statistics, with a single indicator EMP_5EMP_SEX_ECO_NB, which represents employment data disaggregated by sex and economic activity (based on the 19th International Conference of Labour Statisticians definitions, in thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API and filtered to African countries, harmonized using ICLS definitions. The dataset includes columns such as country code, country name, data source, indicator code, sex classification (total, male, female), year, observed value (employment in thousands), and observation status. The data is annual in frequency and suitable for tabular classification, regression, and time-series forecasting tasks, aiming to provide machine learning-ready data for studying African labor markets. The dataset is repackaged by Electric Sheep Africa and released under the CC-BY-4.0 license.

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，经由Electric Sheep Africa团队重新封装整理而成。数据通过ILOSTAT REST API直接获取，筛选出非洲国家ISO3代码对应的区域，并经过去重、标准化等清洗流程，最终以结构化表格形式呈现，涵盖就业人数按性别和经济活动分类的年度观测值。

特点

数据集包含2,892条观测记录，覆盖24个非洲国家，时间跨度为2016年至2025年，聚焦于就业人数这一核心指标。数据按性别维度进行细化分解，区分总计、男性和女性三类，同时标注了数据来源和观测状态标志，便于用户评估数据质量。数据集以Parquet格式存储，兼具高压缩比与快速读取优势。

使用方法

用户可通过HuggingFace的datasets库轻松加载该数据集，借助load_dataset函数获取训练集并转换为Pandas DataFrame进行后续分析。支持按国家代码过滤、按时间序列绘制就业人数变化趋势，或通过透视表构建国家×年份的观测值矩阵，便于开展跨区域比较与时间序列建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT创建，并由Electric Sheep Africa于2025年重新整理发布。数据集聚焦于非洲24个国家在2016至2025年间按性别和经济活动分类的就业情况，涵盖2892个观测值，依据第19届国际劳工统计学家会议（ICLS）定义进行统计析分。作为全球劳动统计的权威来源，ILOSTAT整合了各国劳动力调查、家庭收支调查及行政记录等多元数据，为追踪非洲大陆就业结构变迁、评估可持续发展目标（SDG）中体面劳动进展提供了基础性资源。该数据集推动了区域劳动经济学的量化研究，尤其为分析非洲劳动力市场的性别差异与产业分布格局奠定了数据基石。

当前挑战

该数据集面临的核心挑战包括：第一，领域问题层面，非洲多国劳动力数据采集标准不一、时间序列不连贯，导致跨国家、跨年份的可比性受限，且部分国家样本量偏小（如科特迪瓦仅77条记录），难以支撑稳健的回归分析。第二，构建过程中，数据来源于多个国家调查体系，存在方法论变更标志（如‘Break in series’注释）和观测值可靠性等级（如‘U’表示不可靠），需仔细甄别; 同时，ILO在多重来源中选取‘最优来源’的规则未完全透明，可能引入选择偏差。此外，缺失值处理、年度频率与月度/季度数据的整合，以及性别分类（SEX_T/SEX_M/SEX_F）在细分分析中的稀疏性，均增加了数据清洗与建模的复杂性。

常用场景

经典使用场景

在非洲劳动力市场研究领域，该数据集凭借其覆盖24个国家、横跨2016至2025年的面板结构，成为分析就业模式时空演变的基石资源。研究者可通过性别维度（总人口、男性、女性）与经济活动分类的交叉切片，系统考察不同产业部门吸纳就业的动态变化，并利用时间序列预测方法建模就业增长趋势与波动周期。

衍生相关工作

该数据集衍生出的经典工作包括基于国家特定劳动力调查源（如LFS）的就业估算偏差校正模型，以及将非正规部门就业纳入统计口径的方法论改进。此外，围绕ILOSTAT指标体系的跨国就业弹性估计、性别就业收敛性分析，以及结合其他社会经济变量（如GDP、教育水平）构建的非洲就业预测模型，均以该数据为核心训练与验证基准。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别与经济活动划分的就业统计（第19届ICLS定义），覆盖2016至2025年间24个非洲国家的2892条观测记录，源自国际劳工组织ILOSTAT官方数据库。当前前沿研究方向集中在大规模时序就业预测与性别就业差距的动态建模上，通过整合ILO统一标准化口径与多源调查数据，为非洲劳动力市场的结构性断点分析、就业质量评估及SDG体面劳动目标追踪提供了关键数据支撑。在热点事件方面，该数据集常被用于量化非洲数字经济兴起、非正规就业转型以及新冠疫情后就业恢复的性别异质性，尤其关注女性在服务业与农业部门间的流动趋势。其意义在于架设了非洲本土劳动数据与全球比较研究的桥梁，有力推动了机器学习模型在低资源环境下的泛化能力验证，同时为政策制定者提供精准的性别就业指标，助力区域就业策略的制定与监测。