electricsheepafrica/africa-ilo-ees-tees-sex-age-mts-nb-employees-by-sex-age-and-marital-status-thousands

这是一个关于非洲员工统计的表格数据集，包含109,575个观测值，覆盖49个非洲国家，时间跨度为1982年至2025年。数据集核心指标为EES_TEES_SEX_AGE_MTS_NB，即员工按性别、年龄和婚姻状况统计（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获取并筛选非洲国家代码。数据集包含多个字段，如国家代码（ref_area）、指标代码（indicator）、性别分类（sex）、年龄分类（classif1）、婚姻状况分类（classif2）、观测年份（time）和观测值（obs_value）等，支持按性别、年龄和婚姻状况维度进行细分。数据为年度频率，适用于表格分类、回归和时间序列预测任务。数据集由Electric Sheep Africa重新打包，采用CC-BY-4.0许可证。--- 许可证：CC BY 4.0 语言： - 英语 任务类别： - tabular-classification（表格分类） - tabular-regression（表格回归） - time-series-forecasting（时间序列预测） 多语言属性：单语言 数据规模： - 100K < n < 1M 标签： - tabular（表格数据） - africa（非洲） - ilostat（ILOSTAT） - employees（雇员） - ilo（国际劳工组织，International Labour Organization, ILO） - labour（劳工） - employment（就业） 数据集名称："按性别、年龄和婚姻状况划分的雇员人数（单位：千人）| 非洲（ILOSTAT）" --- # 按性别、年龄和婚姻状况划分的雇员人数（单位：千人）| 非洲（ILOSTAT） 🌍 **109,575 条观测值** · **49 个非洲国家** · **1982–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理*      ## TL;DR 本数据集包含覆盖49个非洲国家、时间跨度为1982至2025年的**109,575条雇员相关观测值**，仅包含**1个核心指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**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。其收录涵盖就业、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（SDG）体面工作目标等领域的指标，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部门负责数据标准化工作。 - **来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_AGE_MTS_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：雇员情况 ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EES_TEES_SEX_AGE_MTS_NB`拉取，并筛选出非洲地区的ISO3国家代码。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；数据来源信息将在`source.label`字段中标记以保证可追溯性。 ## 地理覆盖范围 49个非洲国家，下表按观测条数排序展示部分国家： | 国家 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 10,434 | 2000 | 2024 | | `MUS` | 8,546 | 2001 | 2024 | | `EGY` | 6,452 | 2008 | 2024 | | `TUN` | 5,041 | 2005 | 2021 | | `GHA` | 4,552 | 1991 | 2024 | | `RWA` | 4,100 | 2014 | 2025 | | `MLI` | 4,045 | 2009 | 2024 | | `AGO` | 3,915 | 2004 | 2025 | | `BWA` | 3,889 | 1996 | 2024 | | `SYC` | 3,584 | 2014 | 2024 | | `ZMB` | 3,160 | 2015 | 2024 | | `SEN` | 2,811 | 2011 | 2024 | | `ZWE` | 2,769 | 2011 | 2024 | | `NAM` | 2,632 | 1994 | 2018 | | `TZA` | 2,586 | 2001 | 2024 | | ... | 其余34个国家 | | | ## 指标示例（节选） - `EES_TEES_SEX_AGE_MTS_NB` — 按性别、年龄和婚姻状况划分的雇员人数（单位：千人） ## 数据字段结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `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） | `BA:13951` | | `source.label` | `string` | 英语来源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_AGE_MTS_NB` | | `indicator.label` | `string` | 英语指标名称 | `按性别、年龄和婚姻状况划分的雇员人数（……）` | | `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、身份等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `婚姻状况（总计）：总计` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `3788.156` | | `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` | `float64` | — | `—` | | `note_classif.label` | `float64` | — | `—` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：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 以下字段提供细分维度： - **`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。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-ees-tees-sex-age-mts-nb-employees-by-sex-age-and-marital-status-thousands") 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 python sample = (df[df["indicator"] == "EES_TEES_SEX_AGE_MTS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_AGE_MTS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_AGE_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ees_tees_sex_age_mts_nb_employees_by_sex_age_and_marital_status_thousands_2025, title = {Employees by sex, age and marital status (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_AGE_MTS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ees-tees-sex-age-mts-nb-employees-by-sex-age-and-marital-status-thousands}}} ## 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及Electric Sheep Africa的重新整理工作。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep使命的一部分：在HuggingFace平台上构建统一的、适用于机器学习的非洲数据层。我们从权威开放数据源拉取数据，标准化数据架构，打包为Parquet格式，并发布为格式统一的数据集卡片，以便研究人员和开发者只需通过`load_dataset()`即可在数秒内开始工作。 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管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_AGE_MTS_NB_

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织（ILO）核心统计数据库ILOSTAT为上游数据源，经Electric Sheep Africa团队系统化整理与元数据标准化后发布。构建流程涵盖对原始劳工统计记录的抽取与结构化重编排，覆盖49个非洲国家、时间跨度1982至2025年，共汇集109,575条观测记录。数据集以Parquet列式格式封装，附带来源溯源说明、许可标注及面向分析场景的上下文注释，确保非洲区域就业数据的可发现性与可复现性。

特点

数据集聚焦非洲区域雇员规模，按性别、年龄与婚姻状况三维交叉划分，以千人计量单位呈现，兼具表格与文本双重模态。规模处于十万至百万量级区间，采用CC BY 4.0开放许可，元数据完整标注了领域、标签与格式信息。其标准化元数据框架便于跨数据集检索与关联，缺失字段如国别代码与上游发布者信息亦在文档中明确披露，为劳工经济与人口结构研究提供结构化证据基础。

使用方法

研究者可通过Hugging Face的datasets库调用load_dataset接口直接加载该数据集，获取可用切分并检视特征结构；对于表格型数据，可借助to_pandas方法转换为DataFrame以衔接常规分析流程。在建模之前，建议先行探查变量定义、计量单位与缺失值分布，保留原始缺失状态直至确立合理的插补规则。若需整合其他非洲数据集，可利用国别、年份与指标等显式字段进行关联，并在分析文档中标注来源与假设。

背景与挑战

背景概述

在全球劳动统计体系中，非洲地区长期面临就业数据碎片化与性别、年龄及婚姻状况维度交叉信息匮乏的困境。国际劳工组织（ILO）主导的ILOSTAT数据库虽为全球劳动力市场监测的权威来源，但非洲各国报送数据的口径差异与时间断层制约了跨国比较分析的深度。Electric Sheep Africa于2026年对ILOSTAT原始数据进行系统性重包装，构建了覆盖1982至2025年、囊括49个非洲国家、共计109,575条观测值的雇員统计数据集，以标准化元数据与Parquet格式降低非洲数据科学研究的准入门槛，为劳动经济学、性别研究与人口统计学交叉领域提供了可复现的分析基础。

当前挑战

该数据集所对应的领域问题在于揭示非洲各国雇員规模在性别、年龄与婚姻状态多重分层下的结构性差异，而非洲劳动统计长期受制于非正式就业占比高、数据报送机制薄弱及指标定义不一致等制约，使得跨国与跨期比较面临显著的有效性威胁。构建过程中，数据重包装者需应对原始ILOSTAT数据中普遍存在的缺失值模式、年份覆盖不均衡以及部分国家元数据缺位等现实问题，同时需在保留源数据完整性与提供分析就绪格式之间维持审慎平衡，避免因标准化操作引入细微偏误而影响下游推断的可靠性。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉研究中，该数据集最为经典的运用场景在于刻画非洲各国就业人口在性别、年龄与婚姻状况三重维度上的分布结构与历时性演变。研究者倚仗其逾十万条观测记录，跨越四十九个非洲国家、历时四十余载，得以系统检视不同婚姻状态对男性与女性劳动参与率的差异化影响，进而揭示非洲劳动力市场中的性别分层与代际更替规律。

实际应用

在政策实践层面，该数据集为非洲各国劳工部门、国际发展机构及非政府组织提供了实证依据。决策者可藉此识别特定性别、年龄与婚姻状态群体所面临的就业脆弱性，进而设计具有靶向性的就业促进方案与社会保障政策。国际组织亦可依托其跨国可比性，评估区域一体化进程中劳动力市场政策的协调效果与减贫干预的实际成效。

衍生相关工作

该数据集经Electric Sheep Africa标准化封装后，催生了一系列衍生研究与实践。学者将其与非洲其他社会经济数据集进行跨国别、跨年度联结，构建起多维劳动市场分析框架；亦有研究者据此开发可视化仪表板与预测模型，用于监测就业结构变迁趋势。这些工作共同拓展了非洲劳动统计数据的应用边界，并推动了开放数据运动在非洲研究领域的深化。