electricsheepafrica/africa-ilo-ees-tees-sex-eco-edu-nb-employees-by-sex-economic-activity-and-education-t

该数据集包含非洲49个国家从1982年至2025年间的264,419个员工数据观测值，涵盖按性别、经济活动和教育程度分类的员工数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，通过统一各国劳动力调查、家庭收入调查、机构调查和行政记录等数据，提供就业、失业、工资等方面的指标。数据集包括员工数量指标（EES_TEES_SEX_ECO_EDU_NB），并按性别（总计、男性、女性）、经济活动和教育程度进行细分，数据结构包含国家代码、年份、观测值、数据来源和质量标志等字段。license: 知识共享署名4.0（cc-by-4.0） language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语 size_categories: - 100K<n<1M tags: - 表格数据 - 非洲 - ILOSTAT - 雇员 - ILO（国际劳工组织） - 劳动 - 就业 pretty_name: "按性别、经济活动与教育划分的雇员人数（单位：千人）| 非洲（ILOSTAT）" # 按性别、经济活动与教育划分的雇员人数（单位：千人）| 非洲（ILOSTAT） 🌍 **264,419条观测值** · **49个非洲国家** · **1982–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## 简短概览 本数据集包含**264,419条雇员数据观测值**，覆盖**49个非洲国家**，时间跨度为**1982–2025年**，包含**1个核心指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织中央统计数据库）**是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，为全球领先的劳动统计权威数据源。其整合了就业、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（SDGs）体面工作目标等各类指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查与行政记录。该数据库覆盖200余个经济体，由国际劳工组织统计司负责数据标准化与统一工作。 - **来源地址**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_ECO_EDU_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**：雇员数据 ## 数据处理流程 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EES_TEES_SEX_ECO_EDU_NB`拉取原始数据，并筛选出非洲地区的ISO 3166-1 alpha-3国家代码对应的数据集。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）制定的标准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`列中标记，以保障数据可追溯性。 ## 地理覆盖范围 49个非洲国家，以下按数据行数排序展示前15个国家： | 国家代码 | 行数 | 首次观测年份 | 末次观测年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 31,866 | 2000 | 2024 | | `MUS` | 22,627 | 2001 | 2024 | | `EGY` | 19,775 | 2008 | 2024 | | `GHA` | 13,488 | 1991 | 2024 | | `AGO` | 11,338 | 2004 | 2025 | | `RWA` | 10,716 | 2014 | 2025 | | `MLI` | 10,496 | 2009 | 2024 | | `ZMB` | 8,989 | 2015 | 2024 | | `TUN` | 8,844 | 2005 | 2021 | | `BWA` | 7,351 | 2006 | 2024 | | `ZWE` | 7,092 | 2011 | 2024 | | `SEN` | 6,852 | 2011 | 2024 | | `TZA` | 6,099 | 2001 | 2024 | | `TGO` | 5,896 | 2006 | 2022 | | `NAM` | 5,805 | 1994 | 2018 | | ... | _其余34个国家_ | | | ## 指标示例 - `EES_TEES_SEX_ECO_EDU_NB` — 按性别、经济活动与教育划分的雇员人数（单位：千人） ## 数据架构 | 列名 | 数据类型 | 字段描述 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国名 | `安哥拉` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_ECO_EDU_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、经济活动与教育划分的雇员人数（千…` | | `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` | 无额外说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `ECO_SECTOR_TOTAL` | | `classif1.label` | `string` | 无额外说明 | `经济活动（大类）：总计` | | `classif2` | `string` | 可选第二分类变量 | `EDU_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 无额外说明 | `教育程度（汇总层级）：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`U`表示不可靠数据，`P`表示临时数据） | `U` | | `obs_status.label` | `string` | 无额外说明 | `不可靠` | | `note_classif` | `string` | 无额外说明 | `C3:3710` | | `note_classif.label` | `string` | 无额外说明 | `非标准教育水平：包含…` | | `note_indicator` | `string` | 无额外说明 | `I11:264` | | `note_indicator.label` | `string` | 无额外说明 | `序列中断：方法学修订` | | `note_source` | `string` | 无额外说明 | `R1:3513` | | `note_source.label` | `string` | 无额外说明 | `存储库：国际劳工组织统计 - 微观数据…` | ## 数据细分维度 以下列提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标同时发布月度或季度序列，但未纳入本次整理范围。 - 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。 - 细分维度列（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时非空。 ## 使用示例 python from datasets import load_dataset # 加载目标数据集 ds = load_dataset("electricsheepafrica/africa-ilo-ees-tees-sex-eco-edu-nb-employees-by-sex-economic-activity-and-education-t") # 将训练集转换为Pandas DataFrame格式 df = ds["train"].to_pandas() # 打印前5条数据 print(df.head()) ### 筛选单个国家数据 python # 筛选肯尼亚的观测数据 kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列绘图 python # 筛选目标指标并按观测年份排序 sample = (df[df["indicator"] == "EES_TEES_SEX_ECO_EDU_NB"] .sort_values("time")) # 绘制时间序列折线图 sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_ECO_EDU_NB") ### 构建国家-年份交叉矩阵 python # 构建以年份为行、国家代码为列的交叉矩阵 matrix = (df[df["indicator"] == "EES_TEES_SEX_ECO_EDU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) # 打印最后5条数据 print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_ees_tees_sex_eco_edu_nb_employees_by_sex_economic_activity_and_education_t_2025, title = {Employees by sex, economic activity and education (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_ECO_EDU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-ees-tees-sex-eco-edu-nb-employees-by-sex-economic-activity-and-education-t}} } ## 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数据源与Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Africa Electric Sheep Africa隶属于Electric Sheep使命：在HuggingFace平台上构建统一的、适配机器学习的非洲数据层。我们从权威开源数据源获取数据，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，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 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数据管道获取。源地址：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_ECO_EDU_NB_

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的核心统计数据库ILOSTAT，经Electric Sheep Africa对原始公开元数据进行标准化整理与Parquet格式封装而成。其构建过程以非洲49国为地理边界，汇集1982年至2025年间按性别、经济活动门类及教育程度分列的雇员人数（以千人为单位）观测记录，共计264,419条。数据集成过程遵循元数据驱动的编目逻辑，保留上游发布者的指标定义与单位说明，并引入统一的国家、年份与指标字段以支持跨数据集关联。

特点

数据集以长时段、多维度、跨国别为显著特征，覆盖非洲大陆近半个世纪劳动力市场中雇员结构的演变轨迹。观测单元同时承载性别、经济活动类别与教育层级三重属性，使研究者得以在细分群体层面考察就业构成的异质性。数据以Parquet列式存储，兼顾读取效率与模式稳定性，并附带标准化的元数据标签、来源注记与读取指引。受限于上游元数据完整性，部分国家标识与发布机构字段存在缺失，需在使用时结合原始文件核验。

使用方法

使用者可通过Hugging Face datasets库以load_dataset函数直接加载数据，获得包含特征描述与样本预览的数据集对象；对表格型数据，可进一步转换为Pandas DataFrame以开展统计分析与可视化。建议在建模前系统检查模式结构与缺失值分布，依据显式国家、年份及指标字段进行跨数据集联结，并在分析中明确记录地理覆盖与单位假设。引用时应同时标注ILOSTAT原始来源与Electric Sheep Africa的标准化仓储信息，以确保研究过程的可追溯性。

背景与挑战

背景概述

在非洲劳动力市场结构性转型与教育回报议题持续受到发展经济学与劳动经济学关注的背景下，国际劳工组织（ILO）通过ILOSTAT数据库长期汇编各国劳动力统计资料。Electric Sheep Africa于2026年将该组织发布的“按性别、经济活动与教育程度划分的雇员人数（千人）”数据集进行标准化整理，覆盖49个非洲国家、1982至2025年间的264,419条观测记录。该数据集以性别、经济活动门类和教育程度为交叉维度，为研究者考察非洲各国就业结构变迁、性别就业差异及教育对就业形态的影响提供了跨国可比的基础性证据，亦构成非洲公开数据发现体系中的重要组成部分。

当前挑战

该数据集所回应的核心领域问题在于：如何以统一口径刻画非洲各国在性别、行业与教育维度上的雇员分布，并支撑跨国比较与时间序列分析。然而，其构建与使用面临多重挑战。一方面，非洲各国劳动力调查的统计能力、指标定义与报告频率参差不齐，教育分类和经济活动分类在不同国家间难以完全对齐，导致跨国可比性受限。另一方面，原始元数据存在国家字段与上游发布者信息缺失，部分观测的覆盖范围仅能由标题或来源元数据间接推断；数据中亦保留大量缺失值，若缺乏审慎的处理规则，统计建模与趋势推断易产生偏差。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交织领域中，该数据集构筑了以性别、经济活动部门与教育程度三维交叉的劳动统计矩阵。研究者借由其264,419条观测记录，得以系统描绘1982至2025年间49个非洲国家女性与男性雇员在农业、工业、服务业等经济活动中的分布图景及其教育梯度差异。经典分析路径往往从结构化表格回归入手，检验教育层级对女性劳动参与率的边际效应，或剖析性别隔离在不同经济部门的时变特征。该数据集规模适中而时间跨度长，尤其适合面板数据建模与跨国比较研究，为非洲劳动市场结构变迁提供细腻的量化轮廓。

解决学术问题

长期以来，非洲劳动统计面临碎片化与可比性匮乏的双重困境，跨国面板数据尤为稀缺。该数据集依托国际劳工组织标准化框架，系统整合性别、经济活动与教育三个维度的雇员数据，有效弥合了撒哈拉以南非洲地区劳动统计的空白。其价值在于终结了以往研究依赖零散国别调查的窘境，使学者能够检验诸如教育扩张是否缩小性别就业差距、产业结构转型如何重塑女性职业分布等核心命题。数据集提供的高维分层结构，为劳动供给弹性估计、性别工资差距分解以及人力资本回报率测算等前沿计量研究奠定了可靠的数据基石，显著提升了非洲劳动经济实证研究的内部效度与外部可推广性。

衍生相关工作

作为Electric Sheep Africa元数据目录的组成部分，该数据集激发了若干衍生性研究与实践。一方面，研究者将其与该平台其他非洲开放数据集进行国家、年份与指标层面的联结，构建多主题非洲社会经济面板，拓展了劳动与教育、贸易、能源等领域的交叉分析。另一方面，基于ILOSTAT原始统计的再包装模式，推动了非洲数据发现标准化运动，催生了一系列面向机器学习就绪的非洲表格数据集卡。围绕该数据集的复制性研究亦逐步涌现，学者通过公开Notebook复现性别就业差距趋势，并在此基础上发展出教育-职业匹配指数等衍生指标，丰富了非洲劳动统计的学术生态。