electricsheepafrica/africa-ilo-cld-xchl-sex-age-rt-share-of-children-in-child-labour-by-sex-and-age

该数据集包含非洲44个国家2001年至2025年期间按性别和年龄划分的童工儿童比例数据，共1,072个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过其REST API获取并过滤为非洲国家。数据集包含一个核心指标：CLD_XCHL_SEX_AGE_RT（按性别和年龄划分的童工儿童比例）。数据列包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值、观测状态等字段。数据集适用于表格分类、表格回归和时间序列预测等任务，专注于非洲地区的童工问题研究。This dataset contains data on the proportion of child laborers by gender and age group across 44 African countries from 2001 to 2025, with a total of 1,072 observations. The data is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), and was obtained via its REST API and filtered to retain only African countries. The dataset includes one core indicator: CLD_XCHL_SEX_AGE_RT (Proportion of child laborers by gender and age group). The dataset columns include country code, country name, data source, indicator code, gender category (total, male, female), age group, observation year, observed value, observation status, and other fields. This dataset is suitable for tasks such as tabular classification, tabular regression, and time series forecasting, and focuses on research on child labor issues in the African region.

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，通过其REST API直接获取儿童劳动比例指标（CLD_XCHL_SEX_AGE_RT），并依据非洲国家ISO3代码进行地理筛选。原始调查微观数据依据国际劳工统计学家会议（ICLS）定义进行统一整合，数据来源在source.label列中明确标注，确保了数据的可追溯性与一致性。该过程由Electric Sheep Africa进行重新封装，共计包含来自44个非洲国家的1072条观测记录，时间跨度从2001年至2025年。

特点

数据集聚焦于非洲地区儿童劳动比例这一关键社会指标，按性别与年龄分组呈现，包含SEX_T（总计）、SEX_M（男性）、SEX_F（女性）三种性别分类。数据结构清晰，涵盖国家代码、来源、指标、观测值、时间及观测状态等16个字段，其中obs_value列为浮点型数值，便于进行定量分析。数据以年度频率发布，并采用ILO选定的最佳来源处理同一国家与年份的多源冲突，确保了数据质量与权威性。

使用方法

用户可通过HuggingFace的datasets库轻松加载数据，命令为load_dataset('electricsheepafrica/africa-ilo-cld-xchl-sex-age-rt-share-of-children-in-child-labour-by-sex-and-age')，并直接转换为pandas DataFrame进行后续处理。支持按国家筛选（如df[df['ref_area']=='KEN']）、按指标构建时间序列，或通过pivot_table生成国家×年份的矩阵，便于进行面板数据分析与可视化。数据集采用CC-BY-4.0许可协议，使用时需同时引用ILO原始数据源与Electric Sheep Africa的重封装版本。

背景与挑战

背景概述

童工问题作为全球劳动权益领域的核心议题，长期受到国际劳工组织（ILO）的高度关注。该数据集由ILO统计司（ILOSTAT）创建，经Electric Sheep Africa于2025年重新封装后发布，聚焦非洲大陆44个国家2001年至2025年间童工发生率的分性别与年龄分布。数据集整合了各国劳动力调查与行政记录的微观数据，涵盖1,072条观测值，为系统评估非洲地区童工现象的动态演变提供了标准化、可复现的数据基础。其核心研究问题在于揭示非洲不同性别与年龄段儿童在童工参与率上的结构性差异，进而支撑联合国可持续发展目标中体面工作指标的监测。作为ILOSTAT数据库的区域子集，该数据集显著提升了非洲童工研究的可及性与可比较性，为政策制定者、国际组织及学术界提供了关键的实证依据。

当前挑战

该数据集所应对的领域挑战在于：非洲大陆长期缺乏高质量、跨国家、时间序列一致的童工统计数据，传统调查往往受限于样本代表性不足和指标定义不统一，难以刻画童工问题的真实规模与演变趋势。在构建过程中，面临多重技术挑战：首先，各国际劳工统计会议定义在不同国家的执行差异需要细致的标准化与标识；其次，不同来源调查的数据质量参差不齐，需通过ILO的“最佳来源”筛选机制处理冲突观测；第三，时间跨度内部分国家存在方法论修订（如断点序列），需要借助观测状态标志字段进行谨慎的数据使用；最后，性别与年龄维度的粒度不均衡（如特定年龄分组仅在某些年份可用）限制了多维度联合分析的深度。这些挑战共同要求使用者对数据质量标识与结构性缺失保持警觉。

常用场景

经典使用场景

该数据集的核心应用场景聚焦于非洲地区童工现象的跨国、跨时段量化分析。研究人员可借助其中涵盖44个非洲国家、时间跨度从2001年至2025年的逾千条观测记录，系统性地剖析不同性别与年龄组别儿童从事劳动的比例分布格局。数据按性别（总数、男性、女性）和年龄（如15-17岁）维度细致划分，为构建纵向面板数据模型或横截面比较研究提供了丰沛的统计基础。经典的学术探索往往始于利用该数据集绘制非洲童工率的时空热力图，识别高发国家与年份的波动规律，进而借助回归分析揭示经济贫困、教育普及率、政策干预力度与童工比例之间的复杂关联。

解决学术问题

长久以来，由于非洲各国统计能力参差不齐且数据口径难以统一，跨国家、长时序的童工比较研究始终面临数据稀薄与可比性不足的困境。该数据集通过采纳国际劳工组织（ILO）依据国际劳工统计学家会议（ICLS）标准进行统一处理的标准化指标，从根本上消弭了因调查方法差异导致的测量噪声。它解决了如何在国际发展经济学与劳动经济学领域内，准确评估《2030年可持续发展议程》中有关消除童工目标的实际进展这一核心学术问题。通过此数据，研究者能够实证检验童工比例与家庭收入波动、教育可及性变迁之间的动态传导机制，显著提升了在政策效果评估与跨国减贫议题上因果推断的科学严谨性。

衍生相关工作

该数据集独特的结构化格式与标准化的元数据设计，已催生出一系列富有启发性的后续研究工作。最直接的衍生方向包括开发面向非洲童工风险的预测预警模型，通过整合宏观经济指标（如GDP增速、贫困率）与社会治理变量（如教育投入、法律完备度），利用时间序列或梯度提升机（GBM）算法对未来三年内特定国家的童工率进行前瞻性估算。另有工作聚焦于数据可视化叙事工具的开发，如构建交互式非洲童工时序仪表盘，使政策制定者能够直观筛选国家、性别与年份，即时获取关键指标的变化曲线。此外，该数据亦被用作验证联合国可持续发展目标（SDG）指标8.7.1（童工比例）统计方法更新的标杆资料，推动国际社会对测量口径达成更广泛的共识。