electricsheepafrica/africa-ilo-cld-xchl-sex-age-stu-nb-children-in-child-labour-by-sex-age-and-school-att

该数据集包含非洲44个国家在2001年至2025年期间关于童工的3,299个观测值，重点关注一个核心指标：按性别、年龄和上学出勤状态划分的童工数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，覆盖了童工统计的不同维度，如性别（总计、男性、女性）、年龄分组和上学出勤状态。数据集结构包括国家代码、国家名称、数据来源、指标代码、指标标签、性别分类、年龄分类、上学状态分类、观测年份、观测值、观测状态及备注等列。数据可用于表格分类、回归分析和时间序列预测等机器学习任务，适用于研究非洲童工问题、劳动力市场分析和社会政策评估。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于使用Hugging Face的`load_dataset()`函数快速加载和使用。This dataset contains 3,299 observations on child labor across 44 African countries from 2001 to 2025, with a focus on a core indicator: the number of child laborers (in thousands) categorized by gender, age group, and school attendance status. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and standardized, covering multiple dimensions of child labor statistics including gender (total, male, female), age groups, and school attendance status. The dataset structure includes columns such as country code, country name, data source, indicator code, indicator label, gender category, age category, school attendance status category, observation year, observed value, observation status, and notes. The data can be used for machine learning tasks such as tabular classification, regression analysis, and time series forecasting, and is suitable for research on African child labor issues, labor market analysis, and social policy evaluation. The dataset was repackaged by Electric Sheep Africa and released in Parquet format, enabling quick loading and utilization via Hugging Face's `load_dataset()` function.

搜集汇总

数据集介绍

构建方式

童工问题是全球可持续发展议程中的重要关切，非洲大陆因其脆弱的社会经济结构尤受瞩目。该数据集依托国际劳工组织（ILO）下属ILOSTAT数据库的REST API，直接提取了指标代码为CLD_XCHL_SEX_AGE_STU_NB的原始数据，并依据非洲ISO3国家代码进行地理过滤，最终整合为覆盖44个非洲国家、时间跨度从2001年至2025年的3,299条观测记录。数据在ILO内部经过基于国际劳工统计学家会议（ICLS）定义的微数据协调处理，并在source.label字段中保留了调查来源标签，以确保数据溯源的可追溯性。Electric Sheep Africa对数据进行规范化封装，以Parquet格式发布，实现了与HuggingFace Datasets库的无缝对接。

特点

该数据集具备精准的多维粒度与高时效性两大核心特点。其核心指标聚焦于‘按性别、年龄和入学状态划分的童工数量（千人）’，通过sex、classif1、classif2三个分离维度分别呈现性别（总、男、女）、年龄段（如15-17岁）以及教育出勤状况，为深入研究童工现象的人口学和结构性特征提供了扎实基础。数据覆盖44个非洲国家，各国记录量从数十条到两百余条不等，时间序列跨越二十余年，尤其赞比亚、加纳、马拉维等国的记录最为丰富，便于进行跨国比较与长期趋势分析。此外，数据附带了观测状态标志、断裂注释等元信息，有助于用户评估数据质量与可靠性。

使用方法

研究者可通过HuggingFace Datasets库一行代码加载数据，并直接转换为pandas DataFrame进行后续分析。典型的使用场景包括：按国家代码（ref_area）过滤以聚焦单个国家的时间序列；选取特定指标并按时序排序后绘制趋势图，直观观察童工数量的变化轨迹；利用透视表功能构建以年份为行、国家为列的矩阵，便于开展面板数据分析。数据中的obs_status和note_indicator等字段可用于筛选高质量观测值，而classif1与classif2列则支持用户按年龄组和入学状态进行分组汇算。整个数据接口设计兼顾了学术研究的灵活性与工程落地的便捷性。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库创建，于2025年由Electric Sheep Africa重新封装并发布至HuggingFace平台。ILOSTAT作为全球劳动统计领域的权威数据源，长期致力于通过标准化调查方法与统计框架，系统追踪各国童工现象的发展态势。核心研究问题聚焦于非洲大陆44个国家在2001至2025年间，不同性别、年龄及入学状态下的童工人数分布及其演变规律。该数据集不仅为联合国可持续发展目标中关于消除童工的具体指标提供了关键数据支撑，同时也为发展经济学、人口统计学及社会政策研究领域提供了跨越二十余年的高分辨率面板数据，显著提升了非洲区域劳动力市场研究的实证基础。

当前挑战

该数据集首要解决的是非洲地区童工数据的系统性缺失与可比性不足的领域难题。各国调查方法、统计口径及时序覆盖的差异，导致传统研究难以构建跨国统一的童工画像。其次，数据构建过程面临多重挑战：ILOSTAT需从各国劳动力调查、住户收入调查等多源异构数据中，依据国际劳动统计学家会议（ICLS）定义进行标准化整合，并在多源冲突时依赖人工筛选“最优来源”。此外，数据中观测状态标识（如序列断裂、方法修订）的存在，要求用户在建模与推理时必须审慎处理时序一致性，避免因统计口径变动引发的分析偏差。

常用场景

经典使用场景

该数据集聚焦于非洲44个国家2001至2025年间童工现象的规模与结构，按性别、年龄及在校状态进行精细划分，共计3299条观测记录。其经典使用场景在于通过统计学方法揭示童工问题的时空演化规律，例如利用分类模型预测不同性别与年龄段的童工分布概率，或借助回归与时间序列分析捕捉童工数量与学年出勤率之间的动态关联。研究者可基于该数据集构建面板数据模型，探索非洲地区经济发展、教育政策与童工现象间的复杂交互关系。

衍生相关工作

该数据集衍生了一系列具有广泛影响力的研究工作，包括构建非洲童工风险图谱的机器学习模型、基于深度学习的时间序列预测框架以模拟童工数量的未来演变趋势，以及融合社会经济指标的多变量分析系统。此外，它还催生了关于童工与义务教育政策效能的因果推断研究，推动了ILOSTAT数据与其他非洲社会发展数据库的跨源融合，为建立区域性童工监测基准和标准化评估工具奠定了坚实基础。

数据集最近研究

最新研究方向

该数据集源自国际劳工组织ILOSTAT数据库，聚焦非洲44国2001至2025年间童工现象的性别、年龄与就学状况分布，为全球劳动经济学与儿童权益研究提供了弥足珍贵的面板数据。在当前国际社会对可持续发展和体面劳动议程日益关注的背景下，这一数据集成为探究非洲地区童工问题演变轨迹、评估政策干预成效以及揭示教育与劳动力市场互动机制的关键学术资源。前沿研究方向多集中在利用该时间序列数据进行因果推断，如检验义务教育普及政策对童工比例的动态影响，或结合冲突、气候等外部冲击变量，构建多维脆弱性模型，以精准识别童工高发的人群与地区。此数据集的系统整理与开放获取，不仅推动了非洲劳动统计的标准化与可重复研究，也为人道主义决策与SDG目标监测提供了坚实的数据底座。