africa-ilo-eap-teap-sex-age-nb-labour-force-by-sex-and-age-thousands

该数据集包含来自国际劳工组织ILOSTAT数据库的非洲劳动力统计数据，专门针对按性别和年龄划分的劳动力（千）这一指标。数据集涵盖了53个非洲国家从1950年到2025年的年度观测数据，共计41,247条记录。核心数据字段包括国家代码、国家名称、数据来源、指标代码、观测年份、按性别（总计、男性、女性）和年龄组（15岁以上）细分的劳动力数值，以及观测状态标志和各种数据注释。数据经过ILO协调，使用国际劳工统计学家会议的定义对原始调查数据进行标准化。该数据集适用于表格分类、回归分析和时间序列预测等机器学习任务，可用于研究非洲劳动力市场趋势、性别差异和经济发展。数据集由Electric Sheep Africa项目重新打包，以提供一致的、可直接用于机器学习的数据格式。This dataset contains African labor statistics sourced from the ILOSTAT database of the International Labour Organization, specifically targeting the indicator of labor force (in thousands) disaggregated by gender and age group. It covers annual observational data from 1950 to 2025 across 53 African countries, totaling 41,247 records. Core data fields include country code, country name, data source, indicator code, observation year, labor force values disaggregated by gender (total, male, female) and age group (15 years and above), as well as observation status flags and various data annotations. The data was coordinated by the ILO and standardized using definitions from the International Conference of Labour Statisticians for raw survey data. This dataset is suitable for machine learning tasks such as table classification, regression analysis and time series forecasting, and can be used to study African labor market trends, gender disparities and economic development. The dataset was repackaged by the Electric Sheep Africa project to provide a consistent, machine-learning-ready data format.

原始信息汇总

数据集概述：Labour force by sex and age (thousands) | Africa (ILOSTAT)

数据集概况

• 观测数： 41,247 条
• 覆盖国家： 53 个非洲国家
• 时间跨度： 1950–2025 年
• 指标数量： 1 个核心指标
• 许可证： CC-BY-4.0
• 语言： 英语

数据来源

• 来源名称： ILOSTAT（国际劳工组织中央统计数据库）
• 发布方： International Labour Organization (ILO)
• 原始数据链接： https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_TEAP_SEX_AGE_NB
• 数据获取方式： 通过 ILOSTAT REST API 直接拉取，并过滤至非洲 ISO3 国家代码

核心指标

指标代码	指标名称
EAP_TEAP_SEX_AGE_NB	Labour force by sex and age (thousands)

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_NB
indicator.label	string	指标英文名称	Labour force by sex and age (thousands)
sex	string	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	第一分类变量（年龄、教育等）	AGE_YTHADULT_YGE15
classif1.label	string	分类标签	Age (Youth, adults): 15+
time	int64	观测年份	2025
obs_value	float64	观测值（单位：千人）	15606.68
obs_status	string	观测状态标志	B
obs_status.label	string	状态标签	Break in series
note_classif	string	分类备注代码	C6:2309
note_classif.label	string	分类备注说明	Nonstandard age group: Including ages…
note_indicator	string	指标备注代码	I11:264
note_indicator.label	string	指标备注说明	Break in series: Methodology revised
note_source	string	来源备注代码	R1:3513
note_source.label	string	来源备注说明	Repository: ILO-STATISTICS - Micro da…

分类维度

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

地理覆盖范围（按观测数排名前列国家）

国家代码	观测数	最早年份	最晚年份
MUS	3,015	1952	2024
EGY	2,743	1960	2024
ZAF	2,371	1960	2024
TUN	2,062	1956	2023
BWA	1,440	1964	2024
MLI	1,300	1976	2024
SYC	1,137	1960	2024
ZMB	1,111	1969	2024
DZA	1,079	1954	2017
MAR	1,065	1960	2022

另有 38 个非洲国家包含在数据集中。

数据质量说明

• 数据为年度频率，不包含月度或季度序列
• 当同一国家×年份存在多个来源时，使用 ILO 选择的“最佳来源”
• 分类列仅在指标发布该细分维度时才有值

任务类型

• 表格分类（tabular-classification）
• 表格回归（tabular-regression）
• 时间序列预测（time-series-forecasting）

数据集大小

• 观测数范围：10K < n < 100K

引用信息

bibtex @misc{africa_ilo_eap_teap_sex_age_nb_labour_force_by_sex_and_age_thousands_2025, title = {Labour force by sex and age (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_TEAP_SEX_AGE_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eap-teap-sex-age-nb-labour-force-by-sex-and-age-thousands}} }

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接口直接抽取指标代码为EAP_TEAP_SEX_AGE_NB的劳动力数据，并依据非洲国家ISO3编码进行地理过滤。原始数据来源于各国劳动力调查、家庭收入调查等微观数据，经ILO依据国际劳工统计学家会议定义进行统一协调与标准化处理。数据集中每条记录均附有来源标签以保障可追溯性，最终由Electric Sheep Africa重新打包为适用于机器学习的Parquet格式，收录了1950年至2025年间53个非洲国家的41247条观测值。

特点

该数据集以劳动力按性别与年龄分组（千人为单位）为核心指标，提供了覆盖非洲53国、跨越75年的年度时间序列数据，在非洲劳动力研究领域具有稀缺的广域纵深优势。数据维度丰富，包含国家代码、性别分类、年龄组别、观测值、观测状态及多重注释字段，支持分性别、分年龄的细粒度分析，且来源标记明确，便于用户甄别数据质量与中断序列。其标准化模式与Parquet存储格式兼顾了科研严谨性与计算效率。

使用方法

用户可通过HuggingFace的`datasets`库直接加载数据集，使用`load_dataset`命令获取训练集并转换为pandas DataFrame进行后续处理。典型使用方式包括按国家代码筛选单一国家的时间序列、按指标排序并绘制观测值随时间变化的趋势图，或通过透视表构建以年份为行、国家为列的观测值矩阵，便于区域比较与面板数据分析。数据集的列结构清晰，观测状态与注释字段为处理数据中断与质量标注提供了依据，适合劳动经济学、发展经济学与时间序列预测等研究场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT发布，后经Electric Sheep Africa重新整理并托管于HuggingFace平台。其核心研究问题聚焦于非洲大陆劳动力市场的性别与年龄结构分析，覆盖1950至2025年间53个非洲国家的41,247条观测记录。作为全球劳动统计领域的权威来源，ILOSTAT依据国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，使该数据集成为研究非洲劳动力参与模式、性别差异及长期趋势的关键资源。其发布显著降低了非洲劳动经济领域的数据获取门槛，为政策制定者、发展机构及学术研究者提供了高颗粒度、跨时空的量化依据。

当前挑战

该数据集所应对的领域挑战在于非洲劳动力数据的长期碎片化与不可比性——各国调查方法、年龄分组及性别分类标准不一，导致跨国家、跨时期的比较分析困难重重。ILOSTAT虽通过统一协调部分缓解了此问题，但数据集构建中仍面临多重障碍：原始数据来源多达200余个经济体，涉及劳动调查、行政记录等异构渠道，需处理因方法论修订导致的序列断裂（如'obs_status'字段标注的'Break in series'）；部分国家年份数据缺失或依赖'最佳来源'插补，削弱了时序分析的完备性；此外，'sex'与'classif1'等分类维度在部分观测中为空值，限制了精细分解研究的能力。

常用场景

经典使用场景

在非洲劳动经济学研究中，该数据集常被用于分析劳动力参与率的长期演变趋势。通过整合1950至2025年间53个非洲国家的劳动力数据，并按照性别与年龄维度进行细分，研究者能够构建面板数据模型，系统考察经济发展、人口结构变迁与劳动力供给之间的动态关系。该数据的年度频率特性尤为适合进行时间序列分析，揭示不同国家在工业化进程中劳动力市场的结构性转型轨迹。

实际应用

在实际政策层面，该数据集为国际组织与非洲各国政府制定劳动力政策提供了量化支撑。基于详实的数据，决策者可以追踪劳动力参与率随经济增长的波动规律，识别特定年龄群体或性别的就业脆弱性，从而精准优化就业促进方案。同时，通过对历史数据的回溯分析，能够评估过往政策的实施效果，为非洲大陆的就业战略调整提供实证依据，推动可持续发展目标中体面工作的实现。

衍生相关工作

围绕该数据集已衍生出多项经典研究工作。在数据工程领域，Electric Sheep Africa对原始数据进行了重新包装与标准化整理，生成了可直接被机器学习框架调用的数据集格式，极大降低了技术门槛。后续研究在此基础上，进一步融合了教育、健康等辅助数据，构建预测模型以分析人口变动对劳动力供需的冲击，或是利用分类与回归任务探索影响劳动力参与率的关键社会经济因素，形成了富有活力的学术生态。