africa-ilo-eap-teap-sex-age-cbr-nb-labour-force-by-sex-age-and-place-of-birth-thousan

该数据集名为“按性别、年龄和出生地划分的劳动力（千人）| 非洲（ILOSTAT）”，是一个表格型数据集，专注于非洲国际移民劳动力的统计。它包含11,074条观测记录，覆盖36个非洲国家，时间跨度为1991年至2025年。核心指标为“按性别、年龄和出生地划分的劳动力（千人）”（指标代码：EAP_TEAP_SEX_AGE_CBR_NB）。数据来源于国际劳工组织（ILO）的官方统计数据库ILOSTAT，该数据库整合了来自各国劳动力调查、家庭收入调查、企业调查和行政记录的数据，并依据国际劳工统计学家会议（ICLS）的定义进行标准化处理。数据集提供了详细的字段信息，包括国家代码与名称、数据来源代码与标签、指标代码与标签、性别分类（总计、男性、女性）、年龄分类、出生地分类、观测年份、观测数值、观测状态标志以及相关注释。数据按性别、年龄和出生地等维度进行细分，适用于表格分类、回归和时间序列预测等任务，可用于研究非洲地区的劳动力市场、移民与就业趋势分析。数据集由Electric Sheep Africa项目重新打包发布，采用CC BY 4.0许可证。This dataset, titled "Labor Force by Sex, Age and Place of Birth (thousands) | Africa (ILOSTAT)", is a tabular dataset focused on statistics of international migrant labor force in Africa. It contains 11,074 observation records, covering 36 African countries, with a time span from 1991 to 2025. The core indicator is "Labor Force by Sex, Age and Place of Birth (thousands)" (indicator code: EAP_TEAP_SEX_AGE_CBR_NB). The data is sourced from the official statistical database ILOSTAT of the International Labour Organization (ILO). This database integrates data from national labor force surveys, household income surveys, enterprise surveys and administrative records, and is standardized in accordance with the definitions specified by the International Conference of Labour Statisticians (ICLS). The dataset provides detailed field information, including country code and name, data source code and label, indicator code and label, gender classification (total, male, female), age classification, place of birth classification, observation year, observed value, observation status flag and relevant annotations. The data is segmented by dimensions such as sex, age and place of birth, and is suitable for tasks including tabular classification, regression and time series forecasting, which can be used to study labor markets, migration and employment trend analysis in the African region. The dataset was republished by the Electric Sheep Africa project and is licensed under CC BY 4.0.

原始信息汇总

数据集概述

名称: Labour force by sex, age and place of birth (thousands) | Africa (ILOSTAT)

数据集规模: 11,074 条观测，覆盖 36 个非洲国家，时间跨度为 1991–2025 年，包含 1 个独立指标。

许可证: CC-BY-4.0

语言: 英文

任务类型: 表格分类、表格回归、时间序列预测

---

数据来源

• 原始来源: ILOSTAT（国际劳工组织中央统计数据库）
• 发布者: 国际劳工组织（ILO）
• 数据提取方式: 从 ILOSTAT REST API 直接拉取，并筛选出非洲 ISO3 国家代码的数据
• 数据主题: 国际移民存量

---

地理覆盖范围

包含 36 个非洲国家，按观测数量排序前 15 个国家如下：

国家 (ISO3)	行数	起始年份	结束年份
GHA	950	1991	2024
ZMB	646	2017	2024
RWA	644	2014	2025
AGO	642	2009	2025
UGA	593	2010	2024
MWI	574	2005	2024
ZWE	511	2014	2024
TZA	452	2008	2024
CPV	441	2009	2022
BFA	399	2015	2024
LBR	394	2010	2017
BEN	373	2011	2024
EGY	349	2008	2011
GMB	343	2012	2025
MLI	316	2020	2024

其余 21 个国家的数据未详细列出。

---

指标

• EAP_TEAP_SEX_AGE_CBR_NB — 按性别、年龄和出生地划分的劳动力（单位：千人）

---

数据模式（Schema）

列名	类型	描述	示例
ref_area	string	ISO 3166-1 alpha-3 国家代码	AGO
ref_area.label	string	国家英文名称	Angola
source	string	ILOSTAT 来源代码	BA:13951
source.label	string	来源英文名称	LFS - Employment Survey
indicator	string	ILOSTAT 指标代码	EAP_TEAP_SEX_AGE_CBR_NB
indicator.label	string	指标英文名称	Labour force by sex, age and place of…
sex	string	按性别分类（SEX_T=总计，SEX_M=男性，SEX_F=女性）	SEX_T
sex.label	string	性别标签	Total
classif1	string	第一个分类变量（年龄、教育等）	AGE_YTHADULT_YGE15
classif1.label	string	分类1标签	Age (Youth, adults): 15+
classif2	string	第二个分类变量	CBR_BIR_TOTAL
classif2.label	string	分类2标签	Place of birth: Total
time	int64	观测年份	2025
obs_value	float64	观测到的指标值	15606.68
obs_status	string	观测状态标记	U
obs_status.label	string	状态标签	Unreliable
note_classif	float64	分类注释	—
note_classif.label	float64	分类注释标签	—
note_indicator	string	指标注释	I11:264
note_indicator.label	string	指标注释标签	Break in series: Methodology revised
note_source	string	来源注释	R1:3513
note_source.label	string	来源注释标签	Repository: ILO-STATISTICS - Micro da…

---

分类维度

• sex（3 个唯一值）：SEX_T（总计）、SEX_M（男性）、SEX_F（女性）

---

数据质量与注意事项

• 数据为年度频率，不包含月度和季度序列。
• 同一国家×年份存在多个来源时，使用 ILO 选择的“最佳来源”。
• 分类列（sex、classif1、classif2）仅在指标发布该分类时才为非空。

---

使用示例

加载数据集： python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-eap-teap-sex-age-cbr-nb-labour-force-by-sex-age-and-place-of-birth-thousan") df = ds["train"].to_pandas()

筛选单个国家： python kenya = df[df["ref_area"] == "KEN"]

单指标时间序列： python sample = (df[df["indicator"] == "EAP_TEAP_SEX_AGE_CBR_NB"].sort_values("time")) sample.plot(x="time", y="obs_value", title="EAP_TEAP_SEX_AGE_CBR_NB")

透视为国家×年份矩阵： python matrix = (df[df["indicator"] == "EAP_TEAP_SEX_AGE_CBR_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value"))

---

引用信息

bibtex @misc{africa_ilo_eap_teap_sex_age_cbr_nb_labour_force_by_sex_age_and_place_of_birth_thousan_2025, title = {Labour force by sex, age and place of birth (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_TEAP_SEX_AGE_CBR_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-teap-sex-age-cbr-nb-labour-force-by-sex-age-and-place-of-birth-thousan}} }

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核心统计数据库，通过REST API接口直接提取指定指标（EAP_TEAP_SEX_AGE_CBR_NB）的原始数据。数据经过Electric Sheep Africa团队的二次加工，仅保留非洲36个国家的观测记录，并依据ISO 3166-1 alpha-3国家代码进行地理过滤。ILOSTAT本身采用国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、住户收入调查等原始微观数据进行统一协调处理，确保指标口径一致。最终数据集以Parquet格式封装，通过HuggingFace Datasets库提供便捷加载接口。

特点

该数据集聚焦非洲地区劳动力市场中按性别、年龄和出生地划分的劳动力规模（以千人为单位），涵盖1991年至2025年的时间跨度，共计11,074条观测记录。数据包含丰富的分类维度，如性别（总、男、女）、年龄组（如15岁以上青年与成人）及出生地类型，便于进行交叉分析。每条记录均标注数据来源、观测状态（如可靠性）及方法论修订注释，便于用户评估数据质量。数据集的一大特色是整合了多个非洲国家的长时序数据，为跨国比较和趋势分析提供了坚实基础。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载数据，返回一个包含训练集的Dataset对象，并可轻松转换为Pandas DataFrame进行进一步处理。典型操作包括按国家代码（ref_area）过滤特定国家的子集，或按指标类型排序以绘制时间序列图。用户还可利用pivot_table方法将数据重塑为国家×年份的矩阵形式，便于面板数据分析。数据集的所有列均带有清晰的标签和描述，支持灵活的筛选、聚合与可视化操作，适用于分类、回归及时间序列预测等机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，经Electric Sheep Africa在HuggingFace平台上重新封装，旨在提供非洲36个国家1991至2025年间按性别、年龄和出生地划分的劳动力数据（单位：千人）。作为ILOSTAT数据库的组成部分，该数据集依托国际劳工统计学家会议（ICLS）的标准定义，对各国劳动力调查、住户收入调查及行政记录等原始微观数据进行系统整合与标准化处理，形成涵盖11,074条观测值的结构化表格数据。其核心研究价值在于揭示非洲大陆劳动力市场中国际移民存量的分布规律与演变趋势，为劳动经济学、人口迁移研究及可持续发展目标（SDGs）中体面劳动指标的监测提供数据基础。数据集的空间覆盖范围广泛，时间跨度长达35年，可支撑跨国比较分析、长周期时间序列建模及政策评估研究，对理解非洲劳动力市场的结构性特征与动态变迁具有重要学术和实践意义。

当前挑战

该数据集面临的核心挑战之一是解决非洲劳动力统计领域长期存在的数据碎片化与可比性不足问题。由于非洲各国调查方法、统计口径和数据收集频率存在显著差异，ILO需通过复杂的协调程序（如标记断点序列'Break in series'和可靠性标记'Unreliable'）来确保跨国数据的可比性，但保留的元数据字段仍需使用者审慎处理数据质量异质性。在构建过程中，数据集还面临多源数据融合的挑战：不同国家的劳动力调查（如LFS、就业调查）在抽样设计、问卷结构和参考周期上不一致，导致同一国家不同年份或不同国家间同一年份的观测值可能存在系统偏差。此外，性别、年龄和出生地等分类维度的组合形成了大量细粒度子群，部分子群的样本量极小，可能引发小样本统计推断的稳健性问题，这要求分析方法具备处理稀疏数据和高维分类变量的能力。

常用场景

经典使用场景

该数据集汇聚了非洲36个国家自1991年至2025年间按性别、年龄和出生地细分的劳动力人口统计数据，共计逾一万条观测记录，是分析非洲大陆劳动力市场结构变迁与人口流动模式的珍贵数据源。研究者常利用其时间序列特征追踪特定国家或区域劳动力规模的动态演化，或借助性别与年龄维度的划分探究不同群体在劳动参与率上的差异。此外，该数据集的分类变量设计使其适用于构建多元回归模型，以揭示出生地（本土出生与境外迁移）对劳动力供给的差异化影响，从而为劳动经济学与人口迁移的交叉研究提供量化支撑。

实际应用

在实际应用层面，该数据集为国际组织、非洲各国政策制定机构及发展研究智库提供了关键决策参考。通过监测劳动力规模的年度变动，政府部门可评估就业促进计划的效果，并依据性别与年龄结构优化职业培训资源的配置。对于关注移民管理的机构而言，按出生地划分的数据能清晰揭示外籍劳工对关键行业的贡献程度，从而辅助制定更具弹性的跨境劳务合作政策。此外，非政府组织可利用该数据识别弱势劳动群体（如女性移民工人）的分布区域，进而设计精准的社会保护干预措施。

衍生相关工作

该数据集的出现推动了一系列衍生研究工作的开展。在方法论层面，基于其长面板结构，研究者开发了针对稀疏数据的高维预测模型，用于推算数据缺失年份的劳动力估计值。在应用层面，有多项工作将其与ILOSTAT其他指标（如失业率、工资水平）联合分析，构建了非洲劳动力市场脆弱性指数，用以识别受经济冲击影响最大的国家与群体。此外，结合卫星夜间灯光数据与人口普查信息的综合性研究也已面世，这些工作通过多源数据融合，揭示了劳动力流动与城市化进程之间的时空耦合关系，进一步拓展了数据集的使用边界。