electricsheepafrica/africa-ilo-emp-temp-sex-eco-geo-nb-employment-by-sex-economic-activity-and-rural-urba

该数据集包含非洲47个国家从1994年至2025年的就业数据，共有26,680个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为按性别、经济活动和城乡区域划分的就业人数（千），覆盖不同性别（总计、男性、女性）、经济活动和区域类型的分类数据。数据集经过标准化处理，适用于表格分类、回归和时间序列预测等任务，主要用于劳动市场分析和研究。license: CC BY 4.0 语言: 英语 任务类别: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） 多语言属性: 单语言 样本规模: 10K<n<100K 标签: - 表格数据 - 非洲 - ILOSTAT - 就业 - 国际劳工组织（ILO） - 劳动 数据集美观名称: "按性别、经济活动及城乡地区划分的就业人数（千人） | 非洲（ILOSTAT）" --- # 按性别、经济活动及城乡地区划分的就业人数（千人） | 非洲（ILOSTAT） 🌍 **26,680 条观测值** · **47 个非洲国家** · **1994–2025 年** · *由 [Electric Sheep Africa](https://huggingface.co/electricsheepafrica) 重新整理发布*      ## 快速概览（TL;DR） 本数据集包含**26,680 条就业相关观测值**，覆盖**47 个非洲国家**，时间跨度为**1994–2025 年**，仅包含**1 个核心指标**。 ## 关于数据源 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（ILO）的官方中央统计数据库，也是全球领先的劳动统计权威来源。其收录涵盖就业、失业、薪酬、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）体面工作目标等多项指标，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，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_ECO_GEO_NB) - **发布方**：国际劳工组织（ILO） - **许可协议**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：就业 ## 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=EMP_TEMP_SEX_ECO_GEO_NB` 拉取原始数据，并筛选出非洲地区的ISO 3166-1 alpha-3 国家代码子集。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协调；数据溯源信息将存储在`source.label`列中。 ## 地理覆盖范围 47 个非洲国家，以下按数据行数排序展示前15个国家： | 国家 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 2,018 | 2008 | 2024 | | `TUN` | 1,982 | 2006 | 2023 | | `EGY` | 1,942 | 2008 | 2024 | | `AGO` | 1,367 | 2004 | 2025 | | `GHA` | 1,192 | 2000 | 2024 | | `MLI` | 1,187 | 2007 | 2024 | | `RWA` | 1,098 | 2002 | 2025 | | `ZMB` | 1,026 | 2008 | 2024 | | `TZA` | 868 | 2001 | 2020 | | `SEN` | 851 | 2011 | 2024 | | `ZWE` | 836 | 2004 | 2024 | | `UGA` | 830 | 2002 | 2021 | | `NAM` | 770 | 1994 | 2018 | | `NGA` | 729 | 2011 | 2024 | | `TGO` | 698 | 2006 | 2022 | | ... | 其余32个国家 | | | ## 指标（示例） - `EMP_TEMP_SEX_ECO_GEO_NB` — 按性别、经济活动及城乡地区划分的就业人数（千人） ## 数据结构（Schema） | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_TEMP_SEX_ECO_GEO_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、经济活动划分的就业人数……` | | `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、就业状态等） | `ECO_SECTOR_TOTAL` | | `classif1.label` | `string` | — | `经济活动（大类）：总计` | | `classif2` | `string` | 可选第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | `string` | — | `区域类型：全国` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `13984.984` | | `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` | `string` | — | `C6:1058` | | `note_classif.label` | `string` | — | `非标准年龄组：不含15岁人口` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列断点：方法学修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO统计 - 微观数据……` | ## 细分维度 以下列提供数据细分维度： - **`sex`**（共3种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集采用年度频率数据，部分指标另有月度或季度序列，未纳入本数据集。 - 当同一国家×年份存在多个数据源时，将采用国际劳工组织选定的「最优数据源」。 - 细分维度列（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会填充非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-temp-sex-eco-geo-nb-employment-by-sex-economic-activity-and-rural-urba") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EMP_TEMP_SEX_ECO_GEO_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_TEMP_SEX_ECO_GEO_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_TEMP_SEX_ECO_GEO_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_emp_temp_sex_eco_geo_nb_employment_by_sex_economic_activity_and_rural_urba_2025, title = {按性别、经济活动及城乡地区划分的就业人数（千人） | 非洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_ECO_GEO_NB}, publisher = {HuggingFace 数据集平台，由 Electric Sheep Africa 重新整理发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-temp-sex-eco-geo-nb-employment-by-sex-economic-activity-and-rural-urba}} } ## 许可协议 本数据集采用 [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) 许可协议发布。 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：旨在为非洲地区构建统一的、可供机器学习使用的标准化数据层，托管于 HuggingFace 平台。我们从权威开源数据源拉取数据，对 schema 进行标准化处理，打包为 Parquet 格式，并发布为统一格式的数据集卡片，以便研究人员与开发者可通过 `load_dataset()` 函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-26 通过 Electric Sheep 管道摄入。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_ECO_GEO_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（ILO）中央统计数据库ILOSTAT，由Electric Sheep Africa团队进行系统性再包装与标准化处理。原始数据经采集、清洗与结构化转换后，以Parquet列式格式存储，并配备标准化元数据描述，涵盖变量定义、单位说明与来源溯源信息。数据集记录了1994年至2025年间47个非洲国家的就业观测数据，共计26,680条记录，按性别、经济活动类别及城乡区域进行细分，构建过程强调元数据驱动与可复现性，确保从原始统计到机器学习可用格式的完整链路可追溯。

特点

该数据集以表格型数据为主，辅以文本元数据，体量介于10K至100K之间，聚焦非洲地区就业与劳动经济领域。其核心特征在于多维交叉分类，同时涵盖性别、经济活动类型与城乡地理维度，时间跨度逾三十年，覆盖47个非洲国家，具备较强的面板数据属性。数据集以英文单语呈现，采用CC BY 4.0开放许可，标签体系包含tabular、ilostat、employment、labour等关键词，便于在非洲数据发现目录中进行索引与跨数据集关联。

使用方法

研究者可通过Hugging Face datasets库以load_dataset函数直接加载该数据集，获取数据集对象后查阅特征结构与样本内容。对于表格型数据，可将其转换为Pandas DataFrame以便进行统计分析与建模。使用时应从仓库文件与数据查看器入手，确认变量定义与单位，保留缺失值直至确立合理的插补规则。建议在建模前检查模式与缺失情况，按地理、时间及子群体列进行变量画像，并可利用显式的国家、年份与指标字段与其他Electric Sheep Africa数据集进行联接，构建可复现的分析工作流。

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性别、经济部门与城乡地域差异的深刻影响，而可靠且可比较的就业统计数据一直是学术研究与政策制定的稀缺资源。国际劳工组织（ILO）主导的ILOSTAT数据库是劳动统计领域的权威来源，Electric Sheep Africa在此基础上进行了元数据标准化与重新封装，于2026年发布了涵盖47个非洲国家、1994至2025年间26680条观测记录的就业数据集。该数据集聚焦于按性别、经济活动类别及城乡区域划分的就业人数，为探究非洲非正规经济、性别就业差距与城市化进程中的劳动结构变迁提供了统一的分析基础。

当前挑战

该数据集所回应的领域问题是非洲劳动力市场中性别、部门与地域交互维度下就业结构的可比性分析，其核心难点在于各国统计口径、经济活动分类标准及城乡定义存在国别差异，导致跨国面板数据的时空可比性受损。构建过程中的挑战亦不容忽视：原始ILOSTAT数据的元数据字段如国家标识与上游发布机构存在缺失，需要依赖标题与来源元数据进行推断；经济活动分类与城乡划分在不同年份可能发生调整，影响时间序列的一致性；大量观测单元的数值缺失需在建模前审慎处理，以避免插补规则引入系统性偏差。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集以性别、经济活动部门及城乡二元结构为剖析维度，为刻画非洲大陆就业格局的时空演变提供了微观基础。研究者常借助其跨国别、长时序的观测记录，对就业参与率的性别差异、部门间劳动力转移以及城乡就业结构分化展开描述性统计与探索性分析。面板数据建模、聚类识别与趋势分解等经典分析范式均可在该数据集上得以实践，从而支撑对非洲劳动力市场结构性特征的深度解读。

衍生相关工作

围绕该数据集，已衍生出一系列面向非洲劳动市场的衍生性研究与数据工程实践。Electric Sheep Africa 以其为基础构建了标准化元数据目录，催生了跨国别就业面板的整合分析、性别就业差距的时空分解研究以及城乡劳动力配置效率的评估工作。部分研究进一步将其与教育、人口及宏观经济指标进行链接，形成多源异构数据融合的探索性成果，推动了非洲开放数据生态中劳动统计资源的规范化与再利用。

数据集最近研究

最新研究方向

在劳动经济学与空间不平等研究的交汇处，该数据集正推动非洲城乡劳动力市场性别差异的精细化刻画。研究者依托ILOSTAT的26,680条观测，跨越47国、1994至2025年长时段，聚焦于性别、经济活动门类与城乡区位的三重交互效应，探索结构性转型中女性就业向服务业集聚的异质性，以及农村非农就业对减贫的边际贡献。结合非洲大陆自贸区与可持续发展目标第八项的政策热点，该数据为追踪就业结构变迁、评估区域一体化对边缘群体生计的影响提供了可复现的基准，亦为机器学习辅助的缺失值插补与跨国面板因果推断开辟了方法创新空间。