electricsheepafrica/africa-ilo-pop-xwap-sex-edu-cct-nb-working-age-population-by-sex-education-and-citize

该数据集名为按性别、教育程度和公民身份划分的劳动年龄人口（千计）| 非洲（ILOSTAT），是一个关于非洲劳动年龄人口的统计数据集。数据集包含18,323个观测值，覆盖46个非洲国家，时间跨度为1991年至2025年。核心指标为POP_XWAP_SEX_EDU_CCT_NB，表示按性别、教育程度和公民身份划分的劳动年龄人口（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，包含国家代码、国家名称、数据来源、指标、性别分类、教育分类、公民身份分类、观测年份、观测值等字段。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。### 数据集元数据 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 样本规模：10000 < 样本数 < 100000 标签： - 表格 - 非洲 - ILOSTAT - 国际移民存量 - ILO - 劳工 - 就业 友好名称："按性别、教育程度和公民身份划分的劳动年龄人口（千人）| 非洲（ILOSTAT）" --- # 按性别、教育程度和公民身份划分的劳动年龄人口（千人）| 非洲（ILOSTAT） 🌍 **18,323条观测值** · **46个非洲国家** · **1991–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理*      ## 核心摘要 本数据集包含覆盖46个非洲国家、时间跨度为1991至2025年的**18323条`国际移民存量`观测数据**，仅涉及**1项独立指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，是全球领先的劳工统计权威来源。它整合了就业、失业、工资、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体面工作目标等各类指标，数据来源于全国劳动力调查、家庭收入调查、机构调查以及行政记录。该数据库覆盖200多个经济体，由国际劳工组织统计司负责数据标准化工作。 - **来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_XWAP_SEX_EDU_CCT_NB) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可证**：[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：国际移民存量 ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=POP_XWAP_SEX_EDU_CCT_NB`获取，并筛选出非洲的ISO 3166-1 alpha-3国别代码数据。ILOSTAT采用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；数据来源会在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 46个非洲国家 · 以下按行数据量排序的前10个国家示例： | 国家 | 行数量 | 首年 | 末年 | |---------|-----:|-----------:|----------:| | `GHA` | 1,531 | 1991 | 2024 | | `MLI` | 1,273 | 2009 | 2024 | | `RWA` | 1,234 | 2014 | 2025 | | `BWA` | 983 | 2006 | 2024 | | `SEN` | 868 | 2011 | 2024 | | `ZWE` | 841 | 2014 | 2024 | | `NAM` | 797 | 1994 | 2018 | | `SYC` | 741 | 2014 | 2024 | | `CIV` | 738 | 2012 | 2022 | | `ZMB` | 729 | 2017 | 2024 | | `TZA` | 689 | 2001 | 2024 | | `GMB` | 581 | 2012 | 2025 | | `BFA` | 503 | 2018 | 2023 | | `TGO` | 406 | 2017 | 2022 | | `NER` | 372 | 2017 | 2022 | | ... | _另外31个国家_ | | | ## 指标示例 - `POP_XWAP_SEX_EDU_CCT_NB` — 按性别、教育程度和公民身份划分的劳动年龄人口（千人） ## 数据结构 | 字段名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国别代码 | `AGO` | | `ref_area.label` | `string` | 英语国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT来源代码（如劳动力调查） | `BB:16199` | | `source.label` | `string` | 英语来源名称 | `HIES - 支出、收入……调查` | | `indicator` | `string` | ILOSTAT指标代码 | `POP_XWAP_SEX_EDU_CCT_NB` | | `indicator.label` | `string` | 英语指标名称 | `按性别、教育程度划分的劳动年龄人口……` | | `sex` | `string` | 性别细分维度（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、身份等） | `EDU_AGGREGATE_TOTAL` | | `classif1.label` | `string` | — | `教育程度（汇总级别）：总计` | | `classif2` | `string` | 可选第二分类变量 | `CCT_CIT_TOTAL` | | `classif2.label` | `string` | — | `公民身份：总计` | | `time` | `int64` | 观测年份 | `2019` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `14655.781` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `C3:2620` | | `note_classif.label` | `string` | — | `非标准教育水平：包含……` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO统计司 - 微观数据……` | ## 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来源时，将采用国际劳工组织选定的“最佳来源”数据。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持该细分方式时才会非空。 ## 使用示例 python from datasets import load_dataset # 加载数据集 ds = load_dataset("electricsheepafrica/africa-ilo-pop-xwap-sex-edu-cct-nb-working-age-population-by-sex-education-and-citize") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python # 筛选肯尼亚数据 kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python # 筛选目标指标并按年份排序 sample = (df[df["indicator"] == "POP_XWAP_SEX_EDU_CCT_NB"] .sort_values("time")) # 绘制时间序列折线图 sample.plot(x="time", y="obs_value", title="POP_XWAP_SEX_EDU_CCT_NB") ### 转换为国家×年份矩阵 python # 转换为以年份为行、国家为列的观测值矩阵 matrix = (df[df["indicator"] == "POP_XWAP_SEX_EDU_CCT_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) # 输出矩阵最后5行 print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_pop_xwap_sex_edu_cct_nb_working_age_population_by_sex_education_and_citize_2025, title = {按性别、教育程度和公民身份划分的劳动年龄人口（千人）| 非洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_XWAP_SEX_EDU_CCT_NB}, publisher = {HuggingFace Datasets，由Electric Sheep Africa重新整理发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-pop-xwap-sex-edu-cct-nb-working-age-population-by-sex-education-and-citize}} } ## 许可证 本数据集采用[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。 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来源与Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Electric Sheep是Electric Sheep使命的一部分：旨在HuggingFace平台上构建一套统一的、适配机器学习的非洲数据层。我们从权威开源数据源获取数据，对数据结构（schema）进行标准化处理，封装为Parquet格式，并发布为统一格式的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 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数据管道摄入。源地址：https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_XWAP_SEX_EDU_CCT_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）所发布的国际移民存量统计资料，经Electric Sheep Africa依照非洲数据发现框架进行标准化再包装而成。其构建过程以保留原始观测记录为原则，聚合了46个非洲国家自1991年至2025年间共计18,323条工作年龄人口观测数据，按性别、教育程度与公民身份三个维度交叉分类，并以千人为单位统一计量。数据以Parquet列式格式存储，附带标准化元数据、来源说明与使用指引，确保数据溯源的完整性与分析流程的可复现性。

特点

该数据集在时空覆盖与分类粒度上均展现出显著优势。其时间跨度逾三十年，地理范围横贯非洲大陆46国，并以性别、教育程度和公民身份三重维度对工作年龄人口进行细粒度刻画，为劳动经济学与移民研究提供了丰富的结构化证据。数据体量介于一万至十万行之间，兼顾了统计稳健性与计算可行性。此外，数据集采用列式Parquet格式，搭配文本型元数据，便于大规模表格分析与跨国比较研究。

使用方法

研究者可借助Hugging Face datasets库以单行代码加载数据，通过检查返回对象的特征与分片信息快速把握数据结构，并可在需要时将其转换为Pandas数据框以开展进一步分析。在使用过程中，建议优先确认变量定义、单位与地理标识的精确含义，对缺失值采取审慎处理策略，并在建模前对地理、时间与子群维度进行变量剖析。该数据集亦可与Electric Sheep Africa目录下其他数据集基于国家、年份与指标字段进行关联，以支撑更广泛的比较研究。

背景与挑战

背景概述

非洲大陆的劳动力市场结构长期受到人口结构变迁、教育不平等与跨国迁移等多重因素的交织影响，准确刻画工作年龄人口在性别、教育程度与公民身份维度上的分布，成为理解区域经济发展与社会政策制定的关键前提。国际劳工组织（ILO）依托其ILOSTAT统计数据库，系统采集了1991年至2025年间46个非洲国家的相关观测数据。Electric Sheep Africa于此基础上进行元数据标准化与工程化重组，形成了覆盖逾1. 8万条观测记录的数据集，为非洲劳动经济学与移民研究提供了可复现的结构化证据基础。

当前挑战

该数据集所直面的领域问题在于，非洲各国劳动力统计体系在口径、频次与覆盖范围上存在显著异质性，导致跨国比较与时间序列分析极易受到测量偏差的干扰。构建过程中的核心挑战则集中于三个方面：其一是公民身份与教育程度等关键变量的缺失值处理，需在保留原始信息与维持分析可行性之间取得平衡；其二是元数据中country与upstream_publisher字段的空缺，增加了溯源核验与地理归因的难度；其三是源数据仅声明为非洲区域覆盖而未细化ISO3编码，使得空间粒度上的精确匹配与跨数据集联结面临额外的不确定性。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的实证传统中，该数据集最经典的用途在于刻画非洲各国劳动年龄人口在性别、教育程度与公民身份三重维度上的结构性分布。研究者通常以国别、年份为面板标识，构建交叉分类计数矩阵，进而考察不同教育层级与国籍身份人群在劳动年龄人口中的占比演变，为跨国比较劳动力供给质量与移民构成提供基础性统计底盘。

解决学术问题

该数据集有效回应了非洲劳动力市场研究中长期存在的结构性数据缺失问题，即同时按性别、教育与公民身份交叉分类的劳动年龄人口统计在多数非洲国家难以获取。其18,323条观测覆盖46国、1991至2025年的时序跨度，使研究者得以检验教育扩张与移民身份对劳动参与的影响、评估人口结构转变的经济后果，为跨国面板回归与分组比较分析提供了可复现的证据基础。

衍生相关工作

围绕该数据集已衍生出若干与Electric Sheep Africa目录互操作的分析工作，包括将其与ILOSTAT其他就业与移民存量指标进行键值连接，构建非洲劳动力市场综合面板；亦有研究以其为基准校验机器学习模型在分组人口预测中的表现，并推动建立面向非洲公共数据的标准化元数据与可复现分析流程。