electricsheepafrica/africa-ilo-sdg-0922-noc-rt-sdg-indicator-9-2-2-manufacturing-employment-as-a

该数据集包含联合国可持续发展目标(SDG)指标9.2.2——制造业就业占总就业比例(%)的观测数据，专门针对非洲地区。数据覆盖非洲50个国家，时间跨度为2000年至2025年，共347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API获取并经过标准化处理，包含国家代码、年份、指标值、数据来源和质量状态等字段。该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，旨在支持对非洲制造业就业趋势的分析和可持续发展目标进展的监测。This dataset provides observational data for indicator 9.2.2 of the United Nations Sustainable Development Goals (SDGs) – the share of manufacturing employment in total employment (%), specifically focused on the African region. It covers 50 countries in Africa, with a time span from 2000 to 2025, totaling 347 observations. The data is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), obtained via API and standardized, including fields such as country code, year, indicator value, data source, and quality status. This dataset is applicable to machine learning tasks such as tabular classification, regression and time series forecasting, aiming to support the analysis of African manufacturing employment trends and the monitoring of progress towards the Sustainable Development Goals.

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ILOSTAT与联合国可持续发展目标数据体系，经Electric Sheep Africa以标准化工程流程再包装而成。原始数据涵盖50个非洲国家2000至2025年间制造业就业占总就业比例的观测记录，共347条，采用CC BY 4.0许可协议发布，以parquet列式格式存储，便于高效读取与跨平台迁移。构建过程中保留了来源标识、许可信息与溯源说明，并通过统一元数据模板对数据集进行编目，确保非洲区域数据的可发现性与可复用性。

特点

数据集聚焦可持续发展目标9.2.2指标，量度制造业就业在总就业中的占比，具有鲜明的经济金融领域属性。其规模小于千条，属轻量级表格数据，兼具文本与表格两种模态，语言为英语，地域覆盖非洲大陆。数据附带标准化的元数据标签，包括就业、劳工、ILOSTAT等主题词，并提供了缺失值处理与地理假设记录的指引。数据质量说明提示用户在使用前需核实变量定义、单位与来源方法，避免仅凭标签推断政策含义。

使用方法

使用者可通过Hugging Face的datasets库以load_dataset函数直接加载数据集，获取后可通过features属性查看字段结构，或利用to_pandas方法转换为数据框以进行统计分析。在建模前应先行检查模式与缺失情况，并依据国家、年份与指标字段进行变量画像与跨数据集连接。分析过程中建议保留缺失值直至确立可辩护的插补规则，并在复现性笔记中同时引用联合国原始来源与Electric Sheep Africa仓库地址，以确保研究流程透明可溯。

背景与挑战

背景概述

在可持续发展目标（SDGs）的全球监测框架下，制造业就业占比作为衡量工业化进程与经济结构转型的关键指标，长期受到国际劳工组织与联合国统计司的关注。该数据集由Electric Sheep Africa于2026年整理发布，基于ILOSTAT与联合国SDG数据库，涵盖2000至2025年间50个非洲国家的347条观测记录，旨在为非洲区域制造业就业趋势的实证研究提供标准化、可复现的表格数据资源。其核心研究问题聚焦于非洲各国制造业吸纳劳动力的能力演变，为比较区域工业化路径、评估结构转型成效提供了基础性数据支撑，对劳动经济学与发展经济学领域具有重要的参考价值。

当前挑战

制造业就业占比的跨国比较面临统计口径异质、非正规部门就业难以捕捉以及年度数据缺失等固有难题，这些因素直接制约了指标的可比性与时序完整性。在数据集构建层面，源数据跨越多个国际统计平台，需处理指标定义差异、国家代码映射不一致及元数据缺失等问题，本次发布中上游出版者与国家字段的元数据空白进一步增加了溯源难度。同时，样本量有限且时间跨度内部分国家存在数据断档，对建模时的缺失值处理与稳健性检验提出了更高要求，研究者须审慎对待单位定义与估算方法，避免因口径混淆而产生误读。

常用场景

经典使用场景

在可持续发展目标监测与结构转型研究的交汇处，该数据集构成了刻画非洲工业化进程的核心量化依据。其经典使用场景聚焦于追踪SDG指标9.2.2，即制造业就业占总就业人数的比例，覆盖五十个非洲国家自2000年至2025年的三百四十七项观测记录。研究者借助这一面板数据，得以系统比较各国制造业吸纳劳动力的能力差异，识别就业结构变迁的阶段性特征，并为跨国面板回归、时间序列分解及空间异质性分析提供标准化的因变量与解释变量来源。

解决学术问题

该数据集有效回应了非洲结构转型研究中长期存在的数据碎片化与跨国可比性不足问题。以往关于制造业就业份额的实证工作常受制于口径不一、年份断裂与覆盖有限等症结，难以支撑稳健的跨国比较。通过整合国际劳工组织统计数据库与联合国可持续发展目标数据，该数据集以统一指标框架提供连续观测，使学者能够检验去工业化假说、评估工业化政策成效，并探讨制造业就业与经济增长、贸易开放及人力资本积累之间的因果关联，从而深化对非洲发展路径的理论认知。

衍生相关工作

围绕该数据集，已衍生出一系列与非洲工业化监测相关的经典工作。研究者将其与Electric Sheep Africa目录中的其他劳工与宏观经济数据集进行联接，构建了涵盖就业结构、产出水平与贸易表现的综合性分析框架。部分工作以此为基础开发了国别制造业就业脆弱性指数，另有研究将其嵌入更广泛的SDG指标追踪体系，形成面向非洲的结构转型仪表板。这些衍生成果共同拓展了该数据集在比较政治经济学与发展经济学中的应用边界。