electricsheepafrica/africa-ilo-emp-xpse-gov-nb-public-employment-by-sectors-and-sub-sectors-of-na

该数据集包含24个非洲国家从1985年至2024年的公共部门就业数据，共742个观测值，覆盖1个指标（EMP_XPSE_GOV_NB，即按国民账户部门和子部门划分的公共就业 - 已停用（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，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集包括国家代码、国家名称、数据源、指标代码、分类变量、观测年份、观测值等列，适用于表格分类、回归和时间序列预测等任务。数据为年度频率，已由Electric Sheep Africa重新打包为机器学习就绪格式。许可证：知识共享署名4.0协议（CC BY 4.0） 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 数据规模：少于1000条 标签： - 表格数据 - 非洲 - ILOSTAT - 公共部门雇员 - 国际劳工组织（ILO） - 劳工 - 就业 美观名称："国民账户各部门及子部门公共就业——已停用（单位：千人 | 非洲（ILOSTAT））" --- # 国民账户各部门及子部门公共就业——已停用（单位：千人 | 非洲（ILOSTAT）） 🌍 **742条观测值** · **24个非洲国家** · **1985–2024年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## 核心摘要 本数据集包含24个非洲国家1985至2024年间的**742条公共部门雇员**观测数据，涵盖**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）的核心统计数据库，也是全球领先的劳工统计数据源。其整合了就业、失业、薪资、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体面工作目标等各类指标，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协调。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XPSE_GOV_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[知识共享署名4.0协议（CC BY 4.0）](https://creativecommons.org/licenses/by/4.0/) - **主题**：公共部门雇员 ## 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=EMP_XPSE_GOV_NB`拉取数据，并筛选出非洲地区的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协调；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 24个非洲国家 | 以下按数据行数排序展示部分样本： | 国家 | 数据行数 | 起始年份 | 终止年份 | |---------|-----:|-----------:|----------:| | `MUS` | 128 | 1985 | 2024 | | `BWA` | 93 | 1985 | 2021 | | `ZAF` | 88 | 1995 | 2024 | | `EGY` | 62 | 2001 | 2014 | | `ZWE` | 44 | 1985 | 2024 | | `TZA` | 40 | 1985 | 2023 | | `SEN` | 36 | 1997 | 2005 | | `SYC` | 34 | 1990 | 2023 | | `CPV` | 32 | 2017 | 2023 | | `MAR` | 30 | 1999 | 2008 | | `GAB` | 25 | 1995 | 1999 | | `GIN` | 25 | 1999 | 2019 | | `BFA` | 20 | 1985 | 2022 | | `ETH` | 16 | 1995 | 2004 | | `UGA` | 15 | 1995 | 2020 | | ... | _另有9个国家_ | | | ## 指标（样本） - `EMP_XPSE_GOV_NB` — 国民账户各部门及子部门公共就业——已停用（单位：千人） ## 数据结构 | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `BEN` | | `ref_area.label` | `string` | 英文国家名称 | `贝宁` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `EA:8326` | | `source.label` | `string` | 英文数据源名称 | `OE - 官方估算` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_XPSE_GOV_NB` | | `indicator.label` | `string` | 英文指标名称 | `国民账户各部门及子部门公共就业——…` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `GOV_LVL_PSE` | | `classif1.label` | `string` | — | `政府层级：公共部门总计` | | `time` | `int64` | 观测年份 | `1997` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `36.083` | | `obs_status` | `float64` | 观测状态标记（如临时、不可靠） | `—` | | `obs_status.label` | `float64` | — | `—` | | `note_classif` | `float64` | — | `—` | | `note_classif.label` | `float64` | — | `—` | | `note_indicator` | `string` | — | `I20:3359` | | `note_indicator.label` | `string` | — | `就业定义：包含非正规……` | | `note_source` | `string` | — | `S8:61` | | `note_source.label` | `string` | — | `经济活动覆盖范围：不包含……` | ## 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，但未纳入本数据集。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的「最优数据源」。 - 细分列（`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-emp-xpse-gov-nb-public-employment-by-sectors-and-sub-sectors-of-na") 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"] == "EMP_XPSE_GOV_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_XPSE_GOV_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_XPSE_GOV_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_emp_xpse_gov_nb_public_employment_by_sectors_and_sub_sectors_of_na_2024, title = {Public employment by sectors and sub-sectors of national accounts - Discontinued (thousand | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XPSE_GOV_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-xpse-gov-nb-public-employment-by-sectors-and-sub-sectors-of-na}} } ## 许可证 本数据集采用[知识共享署名4.0协议（CC BY 4.0）](https://creativecommons.org/licenses/by/4.0/)发布。 原始数据 © 国际劳工组织（ILO）。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Africa的重新封装版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep使命的一部分：旨在构建HuggingFace上面向非洲的统一、可直接用于机器学习的数据层。我们从权威开源数据源拉取数据，对数据结构（schema）进行标准化，封装为Parquet格式，并发布格式统一的数据集卡片，以便研究人员与开发者仅需通过`load_dataset()`即可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：2026-05-26通过Electric Sheep流水线摄入。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XPSE_GOV_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统计数据库（ILOSTAT）中关于公营部门就业的专题统计，经Electric Sheep Africa以标准化元数据工程流程重新封装，形成面向非洲数据发现的分析就绪数据集。原始数据涵盖1985年至2024年间24个非洲国家共计742条观测记录，涉及公共就业按国民账户部门及子部门分类的就业人数（以千人为单位）。构建过程中保留了源数据的指标定义与时间跨度，同时补充了许可信息、来源溯源及加载指引，并以Parquet格式发布，便于在Hugging Face平台直接调用与复用。

使用方法

使用者可通过Hugging Face的datasets库以一行代码加载该数据集，获取数据集对象后遍历可用划分并查看特征结构与样本记录。当数据为表格型时，可借助to_pandas方法转换为数据框，便于开展统计分析与可视化。建议在建模前检查缺失值与模式结构，按国家、年份及指标字段进行分组剖析，并可在明确国家、年份与指标键的基础上与其他Electric Sheep Africa数据集进行连接，构建可复现的分析笔记并引用原始来源与仓库地址。

背景与挑战

背景概述

公共部门就业结构是衡量国家治理能力与经济转型的关键维度。国际劳工组织（ILO）长期通过ILOSTAT数据库汇集全球劳动力市场统计，为政策分析与学术研究提供基准。Electric Sheep Africa于2026年将ILOSTAT中非洲地区公共部门就业数据加以整理，形成本数据集，涵盖24个非洲国家、1985至2024年间742条观测记录，聚焦于国民经济核算框架下的公共部门及子部门就业人数。该数据集作为非洲数据发现目录的组成部分，旨在降低数据获取门槛，推动可复现的实证研究，并为比较非洲各国公共部门规模演变提供标准化元数据支持。

当前挑战

本数据集面临的核心挑战源于其统计口径的复杂性与数据完整性的局限。领域层面，国民经济核算下的公共部门分类体系在不同国家间存在定义与覆盖范围的差异，跨国比较需谨慎处理制度异质性。构建过程中，数据集为已终止序列，时间跨度虽长但部分国家与年份存在缺失，且原始元数据未明确标注国家字段与上游发布者，地理覆盖依赖标题隐含信息。此外，单位为千人数值，需在分析前确认换算与口径一致性，缺失值处理策略亦可能显著影响趋势推断与建模结果。

常用场景

经典使用场景

在公共部门经济学与劳动治理研究领域，该数据集构成剖析非洲各国公共就业结构变迁的核心经验素材。其经典用法为借助面板数据框架，对24个非洲国家1985至2024年间公共部门就业的部门与子部门分布进行跨国比较与历时追踪，进而刻画公共部门在不同国民经济核算门类中的吸纳能力。研究者可依托此数据集构建固定效应模型，探究财政周期、结构性调整政策与公共雇佣规模之间的动态关联，亦可将其与私营部门就业数据对照，审视非洲国家就业结构的二元特征与演化轨迹。

解决学术问题

该数据集有效回应了非洲公共部门就业研究中长期存在的数据碎片化与可比性不足问题。此前，跨国劳动统计多依赖零散国别报告或不一致的指标定义，难以支撑严谨的横向比较。此数据集以国际劳工组织统计数据库为基底，统一了计量单位与核算口径，使研究者得以在协调框架下检验公共就业规模的决定因素、评估结构调整对公共雇佣的冲击，以及探讨治理能力与公共部门人力配置之间的关系，为非洲劳动经济学与公共行政学研究提供了可复现的实证基础。

实际应用

在政策实践层面，该数据集为国际组织、区域机构及各国财政部门提供了监测公共部门就业态势的量化依据。发展机构可据此评估财政整顿方案对公共雇佣的潜在影响，工会与公务员团体可援引数据参与薪酬与编制谈判，智库亦可将其纳入国家治理能力指标体系。数据经标准化封装为Parquet格式，便于分析师快速接入仪表板或自动化报告流程，支持面向非洲公共部门改革议题的循证决策与持续监测。

数据集最近研究

最新研究方向

在全球公共部门就业治理与非洲劳动力市场结构转型的交汇处，该数据集依托国际劳工组织ILOSTAT的权威统计框架，为探究非洲24国1985至2024年间公共就业的部门与子部门配置提供了稀缺的长时序面板观测。当前前沿研究正沿着公共部门规模与财政可持续性、国有经济吸纳能力同私营部门发育的替代关系、以及结构性调整政策下公共就业的收缩与反弹等议题展开，并借助可复现的表格建模方法检验治理安全领域的人力资源配置效率。伴随非洲多国财政空间收窄与青年就业压力攀升，此类跨国可比数据成为评估国家能力建设、公共投资乘数效应及非正规经济边界的关键经验基础，其学术价值在于推动发展经济学与公共管理研究从宏观叙事转向部门异质性的精细识别。