electricsheepafrica/africa-ilo-emp-2emp-age-ste-nb-employment-by-age-and-status-in-employment-ilo-mod

该数据集包含非洲53个国家从1991年至2025年的就业数据，具体指标为“按年龄和就业状况划分的就业人数——ILO模型估计（千）”。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为非洲国家代码。数据集包含44,400个观测值，涵盖一个核心指标（EMP_2EMP_AGE_STE_NB），数据以表格形式组织，包括国家代码、国家名称、数据来源、指标代码、分类变量（如年龄和就业状况）、观测年份、观测值及状态标志等列。数据经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理，适用于机器学习任务如表格分类、回归和时间序列预测。数据集由Electric Sheep Africa重新打包发布，遵循CC-BY-4.0许可。This dataset contains employment data for 53 African countries spanning from 1991 to 2025, with the specific indicator being "Number of employed persons by age and employment status – ILO model estimates (thousands)". The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via REST API and filtered to retain only African country codes. The dataset consists of 44,400 observations, covering one core indicator (EMP_2EMP_AGE_STE_NB). It is organized in tabular format, with columns including country code, country name, data source, indicator code, categorical variables (e.g., age and employment status), observation year, observed values, and status flags. The data has been standardized by the ILO using definitions from the International Conference of Labour Statisticians (ICLS), and is suitable for machine learning tasks such as tabular classification, regression, and time series forecasting. This dataset was republished by Electric Sheep Africa under the CC-BY-4.0 license.

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，通过其REST API接口直接获取原始指标数据，并依据非洲ISO3国家代码进行地理过滤与抽取。ILO统计部门利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、家庭收支调查及行政记录等原始微观数据进行统一协调与建模估计，最终形成该数据集。经Electric Sheep Africa机构重新封装后，数据以44,400条观测记录的形式呈现，覆盖53个非洲国家1991年至2025年间的年度就业数据。

特点

数据集围绕单一核心指标“按年龄和就业身份划分的就业人数（ILO建模估计，2025年11月，千人为单位）”展开，提供了多维度分类信息，包括年龄组、就业身份聚合类别及观测状态标志。其显著特点在于时间跨度长达35年，地理覆盖完整，且每一条记录均标注了数据来源以保障可追溯性。此外，数据经过ILO统一的质量控制，当同一国家与年份存在多个来源时，采用ILO选定的“最佳来源”，确保了数据的一致性与可靠性。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载数据，如`load_dataset('electricsheepafrica/africa-ilo-emp-2emp-age-ste-nb-employment-by-age-and-status-in-employment-ilo-mod')`，并直接转换为Pandas DataFrame进行分析。支持按国家代码（如`ref_area`）筛选特定国家的子集，或按时间序列对单一指标进行排序与可视化。此外，还可利用数据透视功能将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或时间序列建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Africa在HuggingFace上重新包装，聚焦非洲53个国家1991至2025年间按年龄与就业身份分类的就业估计数据，共计44,400条观测值。作为ILOSTAT统计数据库的核心组成部分，该数据集依托国际劳工统计学家会议（ICLS）定义，整合劳动力调查与行政记录等多元来源，通过标准化建模方法为非洲劳动力市场分析提供可靠参照。其核心研究问题在于如何刻画非洲大陆就业结构的长期演变趋势，特别是年龄分层与就业身份异质性对劳动力参与的影响。该数据集的发布填补了非洲区域精细化就业时序数据的空白，为跨国家比较研究、可持续发展目标（SDG）监测以及机器学习驱动的劳动力预测模型奠定了关键基础，在劳动经济学、发展经济学与数据科学交叉领域具有深远影响力。

当前挑战

该数据集所应对的领域挑战在于非洲就业数据长期存在碎片化与不完整性，传统统计体系难以统一覆盖不同国家间的调查口径、时间跨度与分类标准，导致区域劳动力动态分析受阻。具体挑战包括：一是数据稀疏性，部分国家因历史或制度原因缺失早期年份或特定年龄组的完整记录，需依赖模型估算填补缺口；二是分类异构性，各来源对就业身份的界定（如自雇、临时工）与国际标准存在偏差，需通过ILO统一定义进行协调；三是构建过程中的挑战，如API接口数据提取时需处理多源冲突与‘最佳来源’选择逻辑，以及时间序列中观测状态标记（如‘调整值’与‘临时值’）的透明性维护。此外，数据集的年度频率限制了对季度或月度波动的捕捉能力，而再包装时确保元数据一致性亦对下游应用提出额外要求。

常用场景

经典使用场景

该数据集聚焦于非洲大陆53个国家的就业人口年龄结构与就业身份分布，收录了1991年至2025年间的约44,400条观测记录，涵盖总就业人数、青年与成年就业群体、雇员与自雇者等细分维度。研究者常将其用于构建跨国面板数据模型，以剖析非洲劳动力市场的结构变迁，并借助时间序列分析揭示不同年龄组及就业身份群体的长期演变趋势。

解决学术问题

在劳动经济学与发展经济学领域，该数据集解决了非洲国家因统计基础薄弱而缺乏可比、连续就业数据的困境。它为检验生命周期就业理论、就业身份转换与经济发展阶段的关系提供了实证基础，有助于深入探讨非洲青年失业、非正规就业比例过高等关键问题。其长时序多国结构有力支撑了政策干预效果的因果推断研究，推动了非洲劳动力市场研究从定性描述向定量分析的范式转变。

衍生相关工作

该数据集衍生了一系列富有影响力的学术工作，包括基于机器学习的非洲各国就业增长预测模型，通过训练时间序列回归模型以提前感知劳动力市场波动。另有研究者依托其多国面板数据构建了就业弹性因子，并将其纳入非洲经济发展指数系统。该数据集还常与教育、GDP等社会经济数据联合使用，催生了探究非洲人力资本积累与就业结构协同演化规律的交叉研究工作。