electricsheepafrica/africa-ilo-str-work-eco-nb-workers-involved-in-strikes-and-lockouts-by-econom

该数据集包含非洲26个国家从1969年至2024年的工业关系数据，具体聚焦于“按经济活动划分的参与罢工和闭厂的工人数（以千计）”这一指标。数据集共有3,594个观测值，数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，涵盖了罢工和闭厂事件中的工人参与情况，按经济活动分类。数据以表格形式呈现，包括国家代码、国家名称、数据来源、指标代码、指标标签、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机器学习任务。数据集由Electric Sheep Africa重新打包发布，采用CC-BY-4.0许可证，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains industrial relations data spanning from 1969 to 2024 across 26 African countries, with a specific focus on the metric of "number of workers (in thousands) involved in strikes and lockouts, categorized by economic activity". Comprising a total of 3,594 observations, the dataset is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), covering worker participation in strike and lockout events categorized by economic activity. The data is presented in a tabular format, with columns including country code, country name, data source, metric code, metric label, categorical variables, observation year, and observed values. It is applicable to machine learning tasks such as tabular classification, regression, and time series forecasting. Repackaged and released by Electric Sheep Africa, the dataset is licensed under CC-BY-4.0, and is intended to provide a unified, machine learning-ready data layer for Africa.

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ILOSTAT统计数据库，聚焦于非洲大陆范围内因经济活动分类的罢工与闭厂事件中涉及的工人数量（以千计）。数据通过ILOSTAT提供的REST API接口直接抓取，指标代码为STR_WORK_ECO_NB，并依据非洲ISO3国家代码进行地理过滤。原始数据来自各国劳动力调查、机构记录等多源渠道，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。最终由Electric Sheep Africa团队重新打包为HuggingFace数据集，共计3594条观测记录，覆盖26个非洲国家，时间跨度从1969年至2024年，形成一份结构化的表格型时间序列数据。

特点

该数据集最显著的特征在于其聚焦非洲的专项性与长期时序跨度。它汇集了半世纪以来26个非洲国家的罢工与闭厂事件数据，为研究非洲地区劳资关系动态提供了难得的历史纵深。数据源包含丰富的元信息，如来源标签（source.label）、分类变量（classif1）及其说明，以及涵盖数据质量标志（obs_status）和各类注释字段（note_classif、note_indicator、note_source），极大提升了数据的可追溯性与透明度。当同一国家年份存在多个来源时，数据集采用ILO择优选取的“最佳来源”策略，确保了核心指标的一致性。

使用方法

使用者可通过HuggingFace的datasets库便捷调用，仅需一行代码`load_dataset('electricsheepafrica/africa-ilo-str-work-eco-nb-workers-involved-in-strikes-and-lockouts-by-econom')`即可加载数据，并快速转换为Pandas DataFrame进行后续分析。数据集支持多维度筛选，例如按国家代码（ref_area）过滤特定国家，或针对单一指标进行时间序列的可视化探索。借助Pandas的透视功能，用户可将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或纵向比较。该数据集以cc-by-4.0许可发布，使用时需同时引用原始ILO数据来源及Electric Sheep Africa的重打包工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库创建，经Electric Sheep Africa于2024年重新整理并发布在HuggingFace平台上，旨在系统记录1969年至2024年间非洲26个国家因经济活动中罢工与闭锁所涉及的工人数量（单位：千人）。核心研究问题聚焦于工业关系领域，通过时间序列与分类特征揭示非洲大陆劳动冲突的长期演变趋势及其与经济活动的内在关联。作为ILO全球劳动统计体系的重要组成部分，该数据集为比较劳动关系、劳动经济学及非洲发展研究提供了近六十年的标准化的量化基础，对于评估体面劳动目标（SDG 8）的进展具有关键支撑作用。

当前挑战

该数据集面临的核心挑战在于所解决的领域问题：劳动关系数据在非洲长期存在严重缺失与口径不一，罢工与闭锁事件的频繁统计受制于国家法律定义、工会报告机制及政治环境的影响，导致国家间可比性脆弱。构建过程中，数据整合需克服多重障碍：各国历史数据的时间跨度极不均衡（如南非拥有583条记录，而布基纳法索仅42条），大量早期观测依赖非标准化的行政记录或调查，数据来源标签复杂，且存在同一国家年份的多个来源需由ILO筛选“最佳来源”。此外，分类注释中“非标准经济活动”等特殊标识的引入进一步增加了清洗与归一的难度，考验着数据集的长期维护与更新机制。

常用场景

经典使用场景

在劳动经济学与工业关系研究领域，该数据集涵盖了1969年至2024年间非洲26个国家的罢工与停工事件中参与工人数量的时间序列观测，共计3594条记录。其经典使用场景在于构建面板数据模型，以分析经济部门活动强度与劳资冲突规模之间的长期动态关联。研究者可基于这一标准化指标，利用固定效应或随机效应模型，探索制度变迁、劳动力市场政策或宏观经济波动对工人集体行动参与度的影响轨迹。

衍生相关工作

基于该数据集衍生的经典工作包括构建非洲劳工冲突预测模型，融合时序分析与机器学习方法，以推断罢工强度的短期波动。此外，它还被整合进更广泛的ILOSTAT指标体系中，催生了关于非洲劳动力市场非正规性与集体行动关系的研究。部分学者利用其与国家治理指标的交汇，评估民主化转型对劳工动员能力的调节效应，为制度经济学提供了实证锚点。

数据集最近研究

最新研究方向

该数据集聚焦于非洲劳资争议中罢工与闭厂所涉工人规模的量化研究，依托国际劳工组织ILOSTAT框架，覆盖26个非洲国家长达55年（1969–2024）的时间序列数据。在劳动关系研究前沿，该数据为分析非洲工业化进程中集体谈判效能、工会动员能力及社会动荡的经济成本提供了稀缺的实证基础。随着全球供应链对非洲劳工权益议题的关注升温，以及非洲大陆自由贸易区（AfCFTA）推动下产业格局重塑，这一数据集成为探究劳动力市场冲突与制度变迁之间动态关联的关键资源。其价值不仅在于填补了非洲区域罢工统计的系统性空白，更在于为跨囯比较研究及预测性建模——如罢工频次与宏观经济的非线性关系——奠定了结构化数据基石，对理解发展中国家的社会契约演进具有深远的学术与实践意义。