electricsheepafrica/africa-ilo-ees-tees-sex-age-ins-nb-employees-by-sex-age-and-public-private-sector-tho

这是一个关于非洲员工数据的表格数据集，包含按性别、年龄和公共/私营部门划分的员工数量统计（单位：千计）。数据源自国际劳工组织（ILO）的ILOSTAT统计数据库，覆盖48个非洲国家从1991年到2025年的年度观测数据，总计39,715条记录。数据集包含唯一指标EES_TEES_SEX_AGE_INS_NB，通过API获取并过滤为非洲国家数据，已由Electric Sheep Africa重新打包为机器学习就绪格式。数据结构包括国家代码、指标代码、性别分类（总计、男性、女性）、年龄分类、部门分类、年份、观测值及数据质量标志等列。数据集适用于表格分类、回归和时间序列预测等自然语言处理任务，采用CC-BY-4.0许可证。--- 许可证: cc-by-4.0 语言: - 英语 任务类别: - 表格分类 - 表格回归 - 时间序列预测 多语言属性: 单语言 样本量范围: - 10000 < 样本量 < 100000 标签: - 表格数据 - 非洲 - ILOSTAT - 雇员 - ILO - 劳工 - 就业 友好名称: "按性别、年龄及公私部门划分的雇员人数（单位：千人）| 非洲（ILOSTAT）" --- # 按性别、年龄及公私部门划分的雇员人数（单位：千人）| 非洲（ILOSTAT） 🌍 **39,715条观测值** · **48个非洲国家** · **1991–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理*      ## TL;DR 本数据集包含**39,715条观测值**，覆盖**48个非洲国家**的雇员数据，时间跨度为**1991年至2025年**，仅包含**1个核心指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（ILO）的核心统计数据库，是全球领先的劳工统计权威来源。其收录的指标覆盖就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等领域，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录。该数据库覆盖200余个经济体，由国际劳工组织统计部门负责数据标准化工作。 - **数据源**: [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_AGE_INS_NB) - **发布方**: 国际劳工组织（ILO） - **许可证**: [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**: 雇员 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EES_TEES_SEX_AGE_INS_NB`拉取数据，并筛选出非洲地区的ISO3国家代码。ILOSTAT依据**国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）**的定义对原始调查微观数据进行标准化处理；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 48个非洲国家 · 以下为按观测行数排序的前10个国家示例： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 3,600 | 2000 | 2024 | | `MUS` | 2,926 | 2003 | 2024 | | `EGY` | 2,330 | 2008 | 2024 | | `TUN` | 1,994 | 2005 | 2021 | | `GHA` | 1,572 | 1991 | 2024 | | `AGO` | 1,532 | 2004 | 2025 | | `MLI` | 1,510 | 2013 | 2024 | | `RWA` | 1,420 | 2014 | 2025 | | `ZMB` | 1,305 | 2015 | 2024 | | `SYC` | 1,296 | 2014 | 2024 | | `ZWE` | 1,151 | 2011 | 2024 | | `BWA` | 1,142 | 2006 | 2024 | | `SEN` | 1,134 | 2011 | 2024 | | `UGA` | 1,039 | 2010 | 2021 | | `TZA` | 1,032 | 2001 | 2024 | | ... | _另有33个国家_ | | | ## 指标示例 - `EES_TEES_SEX_AGE_INS_NB` — 按性别、年龄及公私部门划分的雇员人数（单位：千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英语国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英语数据源名称 | `LFS - 就业调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_AGE_INS_NB` | | `indicator.label` | `string` | 英语指标名称 | `Employees by sex, age and public/priv…` | | `sex` | `string` | 性别分组维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `年龄（青年、成年）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `INS_SECTOR_TOTAL` | | `classif2.label` | `string` | — | `机构部门：总计` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `3788.156` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `float64` | — | `—` | | `note_classif.label` | `float64` | — | `—` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：国际劳工组织统计数据库 - 微观数据…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会填充非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-ees-tees-sex-age-ins-nb-employees-by-sex-age-and-public-private-sector-tho") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EES_TEES_SEX_AGE_INS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_AGE_INS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_AGE_INS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ees_tees_sex_age_ins_nb_employees_by_sex_age_and_public_private_sector_tho_2025, title = {Employees by sex, age and public/private sector (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_AGE_INS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ees-tees-sex-age-ins-nb-employees-by-sex-age-and-public-private-sector-tho}} } ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)协议发布。原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源及Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep使命的一部分：在HuggingFace平台上构建统一的、可供机器学习使用的非洲地区数据层。我们从权威开源数据源拉取数据，标准化数据结构，以Parquet格式打包，并发布为统一格式的数据集卡片，使研究人员和开发者可通过`load_dataset()`函数在数秒内开始使用数据。 浏览完整数据集集合: [huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源: 2026年5月26日通过Electric Sheep数据管道摄取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_AGE_INS_NB_

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统计数据库（ILOSTAT），由Electric Sheep Africa团队进行标准化重构与发布。构建过程以非洲区域劳动统计为核心，从ILOSTAT原始档案中抽取1991年至2025年间48个非洲国家的雇员数据，涵盖按性别、年龄组及公共/私营部门分类的就业人员数量（以千人为单位），共计39,715条观测记录。数据以Parquet格式存储，并附带标准化元数据、来源说明及分析导向的上下文信息，形成兼具可追溯性与机器学习可用性的结构化数据集。

特点

数据集聚焦非洲劳动力市场结构，时间跨度逾三十年，空间覆盖48个非洲国家，维度涵盖性别、年龄及公共/私营部门三重分组，具备显著的时空与人口统计异质性。其规模处于10K至100K区间，以表格与文本模态呈现，标签体系围绕劳动就业、经济金融等领域组织。数据保留原始缺失值，未做任意插补，并明确标注元数据缺口（如国家与上游发布者信息），为后续分析提供审慎的透明依据。

使用方法

研究者可通过Hugging Face的datasets库直接加载该数据集，利用内置的数据查看器快速浏览结构与样本。针对表格型数据，可将指定拆分转换为Pandas数据框以进行统计剖析与建模准备。使用时应优先核查仓库文件与变量定义，明确计量单位与地理标识，在建模前评估缺失模式，避免基于标签本身推断政策含义。鼓励结合明确的年份、国家及指标字段与其他Electric Sheep Africa数据集进行联接分析，并在成果中引用原始来源与再发布仓库。

背景与挑战

背景概述

伴随全球劳动统计体系对性别平等与就业结构议题的持续关注，国际劳工组织（ILO）长期编制跨国劳动力市场指标，ILOSTAT由此成为劳动经济学领域最具权威性的中央统计数据库之一。Electric Sheep Africa于2026年基于ILOSTAT源数据工程化发布该数据集，覆盖48个非洲国家1991至2025年间39,715条观测记录，系统刻画按性别、年龄及公共/私营部门划分的雇员规模。该数据集以标准化元数据与Parquet格式降低了非洲就业数据的获取门槛，为比较劳动力市场结构、性别就业差距及公共部门吸纳能力提供了可复现的实证基础，亦服务于非洲数据发现与机器学习就绪的数据生态建设。

当前挑战

该数据集所应对的核心领域问题在于就业结构的精细化统计与跨国可比性：如何以统一口径衡量不同性别、年龄群体在公共与私营部门间的分布差异，进而支撑劳动政策评估。构建过程中的主要挑战包括：源数据来自多国报送体系，各国统计能力与分类标准存在异质性，导致指标口径难以完全对齐；元数据清单显示country与upstream_publisher字段存在缺失，地理标识需依赖标题或来源元数据推断；缺失值处理需在缺乏统一插补规则下保持审慎；此外，雇员规模以千人为单位呈现，需在建模前明确单位与定义以避免解释偏差。

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叉领域，该数据集凭借其涵盖1991至2025年间48个非洲国家、近四万条按性别、年龄及公私部门分类的雇员观测记录，构成了剖析非洲劳动力市场结构性演变的经典素材。研究者惯常将其用于刻画不同人口组别在公共与私营经济单元中的就业分布轨迹，进而揭示性别分工与年龄分层在非洲就业体系中的长期动态。

解决学术问题

该数据集有效回应了非洲劳动统计长期面临的碎片化与可比性不足难题，为探究公私部门就业吸纳能力的性别异质性与年龄梯度提供了标准化证据基础。其意义在于将国际劳工组织的方法论框架与非洲区域实际相结合，使学者得以在统一口径下检验结构性转型、非正规经济扩张及公共部门收缩等议题对特定人口群体的差异化影响。

衍生相关工作

围绕该数据集已衍生出若干非洲劳动市场比较研究与可复现分析工作流，包括跨国就业结构面板分析、性别就业差距的时空分解以及公私部门工资就业弹性的估算。Electric Sheep Africa的元数据标准化实践亦催生了一系列面向非洲开放数据的机器学习就绪型衍生数据集与自动化文档工具，推动了区域数据基础设施的协同建设。