electricsheepafrica/africa-ilo-pop-2wap-sex-age-nb-working-age-population-by-sex-and-age-un-estimates

该数据集包含按性别和年龄划分的劳动年龄人口数据，基于联合国2024年7月的估计和预测（单位：千），专门针对非洲地区。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖53个非洲国家，时间跨度为1990年至2030年，总计182,532个观测值。核心指标为POP_2WAP_SEX_AGE_NB，提供劳动年龄人口的详细统计，数据按性别（总计、男性、女性）和年龄分类进行细分。数据集通过ILOSTAT REST API获取，并过滤为非洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行协调，确保数据可比性和可追溯性。结构包括国家代码、来源标签、指标代码、性别分类、时间年份和观测值等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源处理多源数据。This dataset contains working-age population data disaggregated by sex and age group, specifically targeting the Africa region, based on United Nations estimates and projections from July 2024 (unit: thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), covering 53 African countries, with a time span from 1990 to 2030, totaling 182,532 observations. The core indicator is POP_2WAP_SEX_AGE_NB, which provides detailed statistics on the working-age population, disaggregated by sex (total, male, female) and age groups. The dataset is obtained via the ILOSTAT REST API, filtered to include only African country codes, and harmonized using definitions from the International Conference of Labour Statisticians (ICLS) to ensure data comparability and traceability. Its structure includes columns such as country code, source label, indicator code, sex category, observation year and observed value. It is applicable to tasks including tabular classification, regression and time series forecasting. The data is released at an annual frequency and includes data quality notes, such as the handling of multi-source data using best sources selected by the ILO.

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）旗下的ILOSTAT数据库，通过REST API直接抽取指标代码为POP_2WAP_SEX_AGE_NB的原始数据，并依据非洲国家ISO3代码进行地理范围过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、住户收入调查及行政记录等微观数据进行统一 harmonisation，且source.label字段详细标注了数据来源，确保了数据的可追溯性与标准化。最终由Electric Sheep Africa重新封装为Parquet格式，呈现在HuggingFace平台上，形成一个涵盖53个非洲国家、涵盖1990年至2030年间的182,532条观测记录的清洁数据集。

特点

该数据集的核心特色在于其丰富的时空维度和精细的分类粒度。它聚焦于非洲大陆的劳动年龄人口，按性别（总人口、男性、女性）和年龄组进行细致拆解，为研究者提供了跨年度的时间序列数据。每个观测均包含国家代码、来源标识、指标定义及具体的观测数值，结构清晰。数据覆盖了从1990年至2030年的完整周期，支持长时序分析和预测验证。此外，数据集采用CC-BY-4.0许可协议，开源且允许自由使用，并附有完整的引用信息，极大便利了学术研究与应用开发。

使用方法

使用者可以通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，快速转换为Pandas DataFrame以进行后续分析。例如，可轻松按国家代码筛选特定国家的数据，或按时间序列对单一指标进行可视化。数据集支持将数据透视为国家×年份的矩阵形式，便于进行面板数据分析或机器学习建模。其基于性别和年龄的分类列，使得研究者能够灵活地探索不同人群的劳动年龄人口变化趋势，适用于时序预测、分类与回归任务，以及非洲劳动经济学与人口学的实证研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2024年7月发布，后经Electric Sheep Africa团队重整并托管于HuggingFace平台。其核心研究问题聚焦于非洲53个国家1990至2030年间按性别与年龄划分的劳动适龄人口规模与分布，旨在为劳动力市场分析、人口政策制定及可持续发展目标（SDGs）监测提供可靠数据支撑。作为ILO全球劳动力统计的核心组成部分，该数据集整合了多来源调查与行政记录，通过统一方法论实现跨国可比性，对非洲区域的经济规划、劳动力供给预测及社会政策评估具有显著影响力。

当前挑战

该数据集面临多重挑战。在领域问题层面，非洲各国劳动力数据采集体系差异显著，部分国家缺乏常态化调查机制，导致数据稀疏性与来源异构性成为关键障碍；同时，劳动适龄人口定义与统计口径在不同国家间存在分歧，影响跨国比较的准确性。在构建过程中，ILO需从多样化的全国劳动力调查、入户收入调查及行政记录中提取并标准化数据，面临数据缺失、时间序列不连续及元数据不完整等问题；此外，整合联合国2024年7月最新估算与预测数据时，模型假设与其实调查之间的偏差亦需审慎处理，以确保时间序列的一致性与可靠性。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中涵盖53个非洲国家、跨越1990年至2030年的劳动适龄人口数据，并按性别和年龄维度进行细致划分。经典使用场景包括构建面板数据回归模型，以剖析非洲各国劳动供给的动态演变规律；亦可用于时间序列预测和分类任务，为政策制定者提供前瞻性的人口结构变动参考。研究者常将其与就业、教育等社会经济指标整合，探索劳动适龄人口规模与经济发展的关联机制。

衍生相关工作

围绕该数据集，衍生出一系列高质量研究工作。例如，基于ILOSTAT的标准化数据，研究者开发了多国劳动力参与率预测模型，并引入机器学习方法捕捉非线性趋势；也有学者将其与非洲家庭微观调查数据结合，构建了劳动适龄人口的空间分布图谱，揭示了城乡与性别间的显著差异。此外，该数据集被用于验证联合国可持续发展目标中关于体面工作的进展指标，推动了劳动力统计与政策评估的融合创新。

数据集最近研究

最新研究方向

该数据集聚焦于非洲53国劳动适龄人口（15岁及以上）的性别与年龄结构，覆盖1990至2030年的联合国估算与预测，为劳动力市场动态、人口红利评估及可持续发展目标（SDG）监测提供了关键基准。前沿研究中，该数据被用于构建机器学习和时间序列模型以预测非洲大陆青年就业趋势、性别就业差距演变，并支持国际劳工组织（ILO）在非正规经济转型与体面劳动议程中的实证分析。其高时空分辨率特性尤为适配区域劳动力供给模型与老龄化影响评估，在2024年全球青年就业危机与非洲人口结构转折的热点背景下，成为连接人口统计学与劳动经济学的量化基石。