electricsheepafrica/africa-ilo-ees-tees-sex-eco-mts-nb-employees-by-sex-economic-activity-and-marital-sta

该数据集包含非洲49个国家1982年至2025年期间按性别、经济活动和婚姻状况划分的员工数量（千）的统计数据，源自国际劳工组织（ILO）的ILOSTAT数据库。数据集涵盖85,659个观测值，包含1个核心指标（EES_TEES_SEX_ECO_MTS_NB），数据通过ILOSTAT REST API获取，并经过非洲国家代码过滤。数据集包含20个字段，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source.label）、指标代码（indicator）、性别（sex，包括总计、男性、女性）、经济部门分类（classif1）、婚姻状况分类（classif2）、观测年份（time）、观测值（obs_value）和观测状态（obs_status）等。数据按年度频率提供，适用于表格分类、表格回归和时间序列预测等机器学习任务。license: cc-by-4.0（知识共享署名4.0国际许可协议） language: - en（英语） task_categories: - tabular-classification（表格分类任务） - tabular-regression（表格回归任务） - time-series-forecasting（时间序列预测任务） multilinguality: monolingual（单语种数据集） size_categories: - 10K<n<100K（样本量范围：10000 < 观测数 < 100000） tags: - tabular（表格数据） - africa（非洲） - ilostat（国际劳工组织统计数据库） - employees（雇员数据） - ilo（国际劳工组织） - labour（劳动） - employment（就业） pretty_name: "分性别、经济活动与婚姻状况的雇员人数（单位：千人）| 非洲（ILOSTAT）" # 分性别、经济活动与婚姻状况的雇员人数（单位：千人）| 非洲（ILOSTAT） 🌍 **85,659条观测值** · **覆盖49个非洲国家** · **时间跨度1982–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## TL;DR 本数据集包含**覆盖49个非洲国家的雇员数据**，共**85,659条观测值**，时间跨度为**1982–2025年**，仅包含**1项独立指标**。 ## 关于数据源 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（ILO，International Labour Organization）的核心统计数据库，是全球领先的劳动统计数据源。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、机构调查以及行政记录，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整合。 - **来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_ECO_MTS_NB) - **发布方**：国际劳工组织（ILO，International Labour Organization） - **许可证**：[cc-by-4.0（知识共享署名4.0国际许可协议）](https://creativecommons.org/licenses/by/4.0/) - **主题**：雇员数据 ## 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_ECO_MTS_NB`拉取，并筛选出非洲的ISO 3166-1 alpha-3国家代码。ILOSTAT采用**国际劳工统计学家会议（ICLS，International Conference of Labour Statisticians）**的定义对原始调查微观数据进行标准化整合；数据来源会在`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 · 以下按行数排序展示部分国家示例： | 国家代码 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 8,541 | 2000 | 2024 | | `MUS` | 6,784 | 2001 | 2024 | | `EGY` | 5,941 | 2008 | 2024 | | `TUN` | 4,306 | 2005 | 2021 | | `GHA` | 3,602 | 1991 | 2024 | | `MLI` | 3,174 | 2009 | 2024 | | `RWA` | 3,167 | 2014 | 2025 | | `AGO` | 3,118 | 2004 | 2025 | | `BWA` | 3,030 | 1996 | 2024 | | `SYC` | 2,794 | 2014 | 2024 | | `ZMB` | 2,536 | 2015 | 2024 | | `ZWE` | 2,293 | 2011 | 2024 | | `NAM` | 2,133 | 1994 | 2018 | | `TZA` | 2,126 | 2001 | 2024 | | `CIV` | 2,097 | 1998 | 2022 | | ... | _另有34个国家_ | | | ## 指标示例 - `EES_TEES_SEX_ECO_MTS_NB` — 分性别、经济活动与婚姻状况的雇员人数（单位：千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英语国家名称 | `Angola`（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 | `LFS - 就业调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_ECO_MTS_NB` | | `indicator.label` | `string` | 英语指标名称 | `Employees by sex, economic activity a…`（分性别、经济活动与婚姻状况的雇员人数……） | | `sex` | `string` | 性别分组（SEX_T = 总计，SEX_M = 男性，SEX_F = 女性） | `SEX_T` | | `sex.label` | `string` | 分组标签 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `ECO_SECTOR_TOTAL` | | `classif1.label` | `string` | 分类标签 | `经济活动（大类）：总计` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 分类标签 | `婚姻状况（汇总）：总计` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `3788.156` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | 状态标签 | `不可靠` | | `note_classif` | `float64` | 分类备注 | `—` | | `note_classif.label` | `float64` | 分类备注标签 | `—` | | `note_indicator` | `string` | 指标备注 | `I11:264` | | `note_indicator.label` | `string` | 指标备注标签 | `序列中断：方法学修订` | | `note_source` | `string` | 来源备注 | `R1:3513` | | `note_source.label` | `string` | 来源备注标签 | `存储库：ILO统计数据库 - 微观数据……` | ## 数据分解维度 以下字段提供数据分解维度： - **`sex`**（共3个唯一取值）：`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。 - 分解维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应分组时非空。 ## 使用示例 python from datasets import load_dataset # 加载数据集 ds = load_dataset("electricsheepafrica/africa-ilo-ees-tees-sex-eco-mts-nb-employees-by-sex-economic-activity-and-marital-sta") # 转换为Pandas DataFrame df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python # 筛选肯尼亚数据 kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列绘图 python # 筛选目标指标并按年份排序 sample = (df[df["indicator"] == "EES_TEES_SEX_ECO_MTS_NB"] .sort_values("time")) # 绘制时间序列图 sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_ECO_MTS_NB") ### 构建国家-年份透视矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_ECO_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) # 查看矩阵末尾5行 print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ees_tees_sex_eco_mts_nb_employees_by_sex_economic_activity_and_marital_sta_2025, title = {Employees by sex, economic activity and marital status (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_ECO_MTS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ees-tees-sex-eco-mts-nb-employees-by-sex-economic-activity-and-marital-sta}} } ## 许可证 本数据集基于[cc-by-4.0（知识共享署名4.0国际许可协议）](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来源与Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep使命的一部分：构建面向非洲的统一、可直接用于机器学习的数据集层，托管于HuggingFace平台。我们从权威开源数据源获取数据，标准化数据 schema，以Parquet格式打包，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内开始使用数据。 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流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_ECO_MTS_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核心统计数据库ILOSTAT，经Electric Sheep Africa机构系统化整理与标准化封装而成。构建过程聚焦于非洲区域劳工统计数据的整合，从原始来源提取涵盖49个非洲国家、时间跨度为1982年至2025年的就业人员观测记录，共计85659条。数据以表格形式组织，采用parquet格式存储，并通过标准化元数据体系对国别、经济活动分类、婚姻状况及性别等维度进行结构化编码，最终形成面向分析与建模需求的机器学习就绪数据集。

特点

数据集以非洲劳工市场为核心语境，覆盖广泛的地域范围与较长的时间序列，包含按性别、经济活动及婚姻状况交叉分类的就业人员数量信息。其突出特点在于维度丰富且观测规模适中，兼顾国别比较与时间趋势分析的可能。数据以表格与文本双模态呈现，便于直接进行统计建模与文本语义抽取。同时，所有条目均附有来源追溯与许可说明，采用CC BY 4.0开放许可，保障了数据使用的合规性与可复用性。

使用方法

研究者可通过Hugging Face数据集库以编程方式加载该数据，使用Python中的datasets模块执行load_dataset命令获取数据对象，并进一步转换为Pandas数据框以开展探索性分析。在应用过程中，建议先审视各变量的缺失模式与单位定义，避免在未确认数据字典的情况下直接建模。当涉及地理维度时，应显式利用国别字段进行分组或连接操作，并可与其他非洲开放数据集依照国家、年份及指标字段实现跨源整合，以支撑可复现的实证研究。

背景与挑战

背景概述

国际劳工组织（ILO）于二十世纪中叶起持续编纂全球劳动力统计数据库ILOSTAT，旨在为劳动经济学与就业政策研究提供可比对的跨国证据。该数据集由Electric Sheep Africa于2026年整理发布，系统汇集了1982至2025年间49个非洲国家按性别、经济活动类别及婚姻状况划分的雇员人数（以千计），共计85,659条观测记录。其核心研究问题在于揭示非洲劳动力市场中性别、婚姻状态与经济部门之间的结构性关联，为性别经济学、非正式就业及家庭劳动分工的比较研究提供量化基础。该数据集对非洲劳动统计的标准化与开放获取具有显著推动作用。

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就业结构的多维统计刻画，尤其在性别与婚姻状况交叉分类下的雇员规模估计。数据构建面临若干具体挑战：其一，ILOSTAT原始数据源自各国劳动力调查，统计口径、抽样方法与报告周期存在显著跨国异质性，导致指标可比性受限；其二，婚姻状况与经济活动的交叉分类在部分国家存在缺失或未公开报告，致使面板数据不平衡；其三，元数据中上游出版者与国家标识字段存在缺口，需依赖推断性地理注释，可能引入归属偏差；其四，1982至2025年的长时间跨度内，经济活动分类标准历经修订，序列断裂问题需在建模前予以审慎处理。

常用场景

经典使用场景

在劳动经济学与性别研究的交叉领域，该数据集凭借覆盖49个非洲国家、逾八万条观测记录的规模优势，成为刻画非洲大陆就业结构演变与性别差异的经典面板数据源。研究者通常以性别、经济活动门类与婚姻状况的三维交叉为分析框架，运用面板回归或分组比较方法，系统考察已婚与未婚劳动者在正规与非正规经济部门中的分布差异，进而揭示婚姻状态对男性与女性劳动参与率的非对称影响。这一使用场景在非洲劳动力市场研究中具有范式意义。

实际应用

在国际发展政策实践中，该数据集为世界银行、国际劳工组织及各国劳动部门制定性别敏感的就业促进政策提供了量化依据。政策分析人员可据此识别婚姻状态相关就业脆弱群体，如已婚女性在特定经济活动中的低参与率，从而设计针对性的技能培训与托育支持项目。同时，非政府组织亦可借助该数据评估女性经济赋权干预措施在非洲不同区域的成效差异，为资源精准投放与项目动态调整提供数据支撑。

衍生相关工作

该数据集催生了一系列非洲劳动市场性别研究的衍生成果。部分学者据此构建了非洲性别就业不平等指数，并进一步开发出跨国面板回归模型，用以检验婚姻溢价与婚姻惩罚假说在非洲语境下的适用性。另一些工作将其与非洲家庭调查数据及教育统计数据进行链接，探索婚姻状态、教育获得与就业质量之间的传导机制。这些衍生的经典工作共同拓展了非洲劳动统计数据的分析边界，并强化了开放数据在社会科学研究中的基础设施地位。