electricsheepafrica/africa-ilo-emp-tpif-sex-nb-tourism-sector-employment-outside-the-formal-secto

该数据集包含非洲22个国家从2012年至2025年期间旅游行业非正规部门就业的统计数据，共183个观测值，涉及1个核心指标（EMP_TPIF_SEX_NB），即旅游行业非正规部门就业人数（以千为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API提取并过滤为非洲国家，涵盖就业、性别细分（总计、男性、女性）等信息，用于表格分类、回归和时间序列预测等任务。This dataset contains statistical data on employment in the informal sector of the tourism industry across 22 African countries from 2012 to 2025, with a total of 183 observations. It includes one core indicator (EMP_TPIF_SEX_NB), which represents the number of employed people in the tourism industry's informal sector, measured in thousands. The dataset is sourced from the ILOSTAT database of the International Labour Organization (ILO), extracted and filtered to retain only African countries via API. It covers information such as employment statistics and gender breakdowns (total, male, female), and is suitable for tasks including table classification, regression and time series forecasting.

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）的ILOSTAT统计数据库，聚焦非洲地区旅游业非正规部门就业情况。数据通过调用ILOSTAT REST API接口直接获取，并依据ISO 3166-1 alpha-3标准筛选出22个非洲国家，时间跨度从2012年至2025年。ILO基于国际劳工统计学家会议（ICLS）的定义，对各国劳动力调查、家庭收入调查等原始微观数据进行统一协调处理，同时保留数据来源标签以确保可追溯性。Electric Sheep Africa团队对原始数据进行了清洗与标准化封装，最终形成包含183条观测记录的表格数据集。

特点

该数据集以旅游业非正规部门就业人数为核心指标，单位为千人，涵盖22个非洲国家，时间跨度为2012至2025年。数据按性别维度进行细粒度划分，提供总计、男性和女性三类统计口径。每条记录包含国家代码、数据来源、指标代码、观测年份及数值等14个字段，并附有观测状态与数据注释标签，如序列中断或方法修订等质量标记。数据集采用年度频率，对于多源冲突的情况，优先采纳ILO选定的最佳来源，确保了数据的一致性。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据集，使用load_dataset函数直接获取数据，并将其转换为Pandas DataFrame进行后续分析。支持按国家代码过滤特定国家的序列数据，也可针对单个指标进行时间序列可视化。此外，借助Pandas的透视表功能，可将数据重塑为国家与年份的矩阵形式，便于进行多国横向对比。数据集的表格结构清晰，字段命名规范，适合用于时间序列预测、分类或回归等机器学习任务，以及非洲劳动力市场的学术研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库构建，并由Electric Sheep Africa在HuggingFace上重新打包发布，聚焦非洲22国旅游业非正规部门就业规模（单位：千），包含183条观测记录，时间跨度为2012年至2025年。旅游业作为非洲经济的重要支柱，其非正规就业形态长期缺乏系统性量化数据。该数据集通过整合家庭调查、劳动力调查等多源行政记录，首次提供了覆盖多国、跨年度的标准化就业指标，为研究非洲劳动力市场结构、非正规经济动态以及可持续发展目标（SDG）中的体面劳动议题提供了关键基准。其发布填补了非洲旅游业非正规就业数据在开放获取领域的空白，推动了区域劳动经济学、旅游政策评估及跨国比较研究的实证基础建设。

当前挑战

该数据集面临的核心挑战包括：其一，旅游业非正规就业的界定与测量本身具有高度复杂性，各国对“非正规部门”的定义差异导致数据可比性受限，ILO虽采用国际劳工统计学家会议（ICLS）标准进行协调，但源数据中标注的“来源中断”（Break in series）及方法论修订（如`note_indicator.label`字段所示）仍揭示了纵向一致性难题。其二，构建过程中数据稀疏性显著——22国中半数以上国家观测数不足10条，且时间覆盖不均衡（如尼日利亚仅2024年单年数据），这对时间序列建模与面板数据分析构成严峻挑战。此外，缺失的季度与月度高频数据限制了季节性波动分析，而单一指标（EMP_TPIF_SEX_NB）的维度不足难以全面刻画就业质量，需融合更多社会经济协变量才能支撑深层政策推断。

常用场景

经典使用场景

该数据集在学术研究中常被用于分析非洲国家旅游业非正规部门就业的时空演变规律。研究者可基于22个非洲国家2012至2025年的面板数据，构建固定效应或随机效应模型，探究旅游业非正规就业的国别异质性与时间趋势。此外，该数据可作为多维分类与回归任务的基准测试集，支撑机器学习和时间序列预测模型的训练与评估。性别维度的分解（男性、女性、总计）为开展性别视角的劳动力市场比较研究提供了宝贵素材，有助于揭示旅游业非正规就业中性别差异的动态特征。

解决学术问题

该数据集的核心价值在于填补了非洲旅游业非正规就业领域高质量、标准化时序数据的空白，为验证非正规经济转型理论提供了实证基础。学术界可借助这一资源检验经济发展与旅游业非正规就业占比之间的关系假设，探讨制度环境、政策干预对非正规就业规模的影响。同时，数据集的各国覆盖与年份跨度使研究者能够开展跨区域比较分析，揭示非洲大陆内部旅游业劳动力市场的结构性差异，为制定差异化就业政策提供数据支撑。

衍生相关工作

该数据集衍生出多项经典学术工作。基于同一ILOSTAT数据源，研究者曾构建非洲各国非正规就业的长期面板数据集，发表多篇关于非正规劳动市场与可持续发展目标关联的研究论文。有学者利用类似结构的数据进行聚类分析，识别非洲旅游业非正规就业的不同模式组别。此外，该数据集被整合进多个非洲劳动经济学的计量分析框架，与宏观经济发展指标（如GDP、旅游收入）进行关联建模，推动了非正规部门就业决定因素的理论深化。数据集的标准化格式也促进了跨数据集的融合分析工作。