electricsheepafrica/africa-ilo-ees-tees-sex-ec2-nb-employees-by-sex-and-economic-activity-isic-level

该数据集包含非洲43个国家从1996年至2025年的员工数据，具体指标为“按性别和经济活动划分的员工数 - ISIC 2级（千）”，共有32,963个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家，涵盖员工数量统计，按性别（总计、男性、女性）和经济活动（基于ISIC修订版4的2位数分类）进行细分。数据集适用于表格分类、回归和时间序列预测等机器学习任务，并包含数据来源、质量标志和注释信息，以支持劳动力市场分析。This dataset contains employee count data for 43 countries in Africa spanning from 1996 to 2025. The specific indicator is "Number of employees by sex and economic activity – ISIC 2-digit level (in thousands)", with a total of 32,963 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to retain only African countries. The statistics cover employee counts disaggregated by sex (total, male, female) and economic activity based on the 2-digit classification of ISIC Revision 4. This dataset is applicable for machine learning tasks such as tabular classification, regression, and time series forecasting, and includes data sources, quality flags, and annotation information to support labor market analysis.

搜集汇总

数据集介绍

构建方式

该数据集根植于国际劳工组织（ILO）的ILOSTAT统计数据库，聚焦非洲区域就业结构的性别与经济activity维度。其构建遵循元数据驱动的标准化流程，由Electric Sheep Africa团队对ILOSTAT原始指标进行提取与重封装，覆盖43个非洲国家、1996至2025年时间跨度，共计32,963条观测记录。数据以ISIC二级经济活动分类为骨架，按性别分列雇员人数（千人），经统一格式化后存为Parquet文件，并附以来源溯源、许可声明及字段说明，确保开放数据的可发现性与可复用性。

特点

数据集以表格型文本格式呈现，兼具分类与回归任务潜力，囊括非洲大陆近三十年劳动力市场的性别分层与经济activity分布。时间序列与截面维度交织，国家覆盖广泛，指标单一而清晰，单位统一为千人。数据保留原始缺失值，不施加先验插补，便于研究者自行定义处理规则。元数据标签涵盖经济学、金融、劳动、就业等领域，配合CC BY 4.0开放许可，为跨区域比较与纵向追踪提供坚实的数据基底。

使用方法

使用者可经Hugging Face datasets库以一行代码加载数据集，自动获取默认切分与特征结构。通过遍历切分对象查看表头与样本，或利用to_pandas()方法将表格转为DataFrame以便开展统计分析。读取时应优先识别国家列与年份字段，明确地理假设，审慎处理缺失值。鼓励结合其他Electric Sheep Africa数据集，以显式国家、年份与指标字段进行连接，构建可复现的分析流程，并在建模前确认变量定义与单位。

背景与挑战

背景概述

国际劳工组织（ILO）自二十世纪中叶起持续编纂全球劳动力市场统计资料，其ILOSTAT数据库已成为就业结构研究的权威基准。Electric Sheep Africa于2026年将非洲区域按性别与经济活动（ISIC第2级）划分的雇员数据整理为标准化数据集，覆盖43个非洲国家、1996至2025年间近3.3万条观测。该数据集回应了非洲非正式经济中性别就业结构长期缺乏系统化跨国比较的核心问题，为劳动经济学与区域发展研究提供了可复现的微观基础。

当前挑战

该数据集所应对的领域问题在于，非洲各国劳动力统计口径不一、经济活动的非正式部门与正式部门边界模糊，导致跨国比较时指标可通约性不足；同时按性别与经济活动的交叉分层增加了样本稀疏风险。构建过程中，Electric Sheep Africa面临元数据缺口（国家与上游发布者字段缺失）、单位与定义需从原始来源回溯确认，以及缺失值无法随意插补等困难。这些因素共同构成了在跨时段与跨地域分析中保持统计严谨性的持续挑战。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇处，该数据集凭借国际劳工组织（ILO）的权威统计框架，成为刻画非洲大陆就业结构变迁的经典资料。它依据国际标准行业分类（ISIC）第二级编码，按性别分列雇员数量，覆盖43个非洲国家、1996至2025年的323万条观测记录。研究者常以此构建面板数据模型，考察不同经济活动中男女就业分布的时序演变，进而揭示产业结构调整对性别就业差距的长期影响，为区域劳动力市场分析提供基准性参照。

衍生相关工作

基于该数据集，学界与数据科学社区衍生出多项经典工作。研究者将其与非洲人口健康调查、企业普查等微观数据链接，构建多维度劳动市场分析框架；数据工程师则利用其标准化结构开发自动化可视化仪表板，用于追踪区域就业性别差距的时空演变。此外，该数据集还激发了针对非洲非正式部门就业估算的方法论探讨，以及基于机器学习的行业就业预测模型，持续拓展着非洲劳动统计数据的学术与公共价值边界。

数据集最近研究

最新研究方向

伴随国际劳工组织统计数据库的持续迭代，基于性别与经济活动分类的非洲就业结构研究正成为劳动经济学与发展经济学的交汇热点。该数据集以ISIC二级分类为框架，覆盖43个非洲国家近三十年逾三万条观测，为探究性别维度的行业就业分化、非正规经济扩张及结构性转型提供了稀缺的跨国面板基础。前沿研究将其与 Africa 区域价值链、人口红利及气候冲击等议题关联，用以评估经济多元化进程中的性别包容性，并为非盟议程下的就业政策监测、SDG 性别平等目标追踪提供可复现的实证支撑，其开放元数据规范亦推动了非洲数据的可发现性与研究透明度。