electricsheepafrica/africa-ilo-emp-publ-sex-cbr-nb-public-sector-employment-by-sex-and-place-of-birth

该数据集包含非洲32个国家从1991年至2025年的公共部门就业数据，按性别和出生地分类（以千人为单位）。数据集由848个观测值组成，覆盖一个核心指标EMP_PUBL_SEX_CBR_NB，该指标表示公共部门就业按性别和出生地分类的统计。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过过滤处理，确保数据覆盖非洲地区。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、观测年份、观测值、数据状态标志等，提供了详细的数据维度和元信息。数据质量方面，为年度频率，ILO选择最佳来源进行整合，并包含数据可靠性注释。该数据集适用于表格分类、回归和时间序列预测等任务，可用于分析非洲公共部门就业趋势和模式。This dataset comprises public sector employment data for 32 African countries, covering the period from 1991 to 2025. The data is classified by gender and place of birth, and expressed in thousands of persons. It contains 848 observations, with a core indicator EMP_PUBL_SEX_CBR_NB, which denotes statistics of public sector employment categorized by gender and place of birth. The dataset is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and filtered to ensure exclusive coverage of the African region. It includes multiple fields such as country code, country name, data source, indicator code, gender classification (total, male, female), observation year, observed value, and data status flag, providing detailed data dimensions and metadata. Regarding data quality, the dataset is of annual frequency; the ILO consolidates data by selecting the most reliable sources, and includes annotations on data reliability. This dataset is applicable for tasks such as tabular classification, regression, and time series forecasting, and can be utilized to analyze trends and patterns of public sector employment in Africa.

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数据库，聚焦于非洲地区公共部门就业状况。研究团队通过ILOSTAT提供的REST API接口，直接调取标识符为EMP_PUBL_SEX_CBR_NB的原始数据，并依据非洲国家ISO3代码进行地理过滤，最终整合出包含848条观测记录的清洁数据集。在数据整合过程中，团队保留了ILO依据国际劳工统计学家会议（ICLS）定义进行标准化处理的原始字段，同时标记了各条记录的数据来源标签（source.label），以确保数据来源的可追溯性与透明度。这一构建流程兼顾了数据的权威性与实用性，为后续分析奠定了扎实基础。

使用方法

研究人员可通过HuggingFace Datasets库便捷地加载该数据集，仅需一行代码`load_dataset`即可获得可直接操作的Pandas DataFrame。典型应用场景包括：基于单一国家代码（如ref_area为KEN）过滤出肯尼亚的数据进行个案分析；针对特定指标（EMP_PUBL_SEX_CBR_NB）按年份排序，绘制时间序列图以观察公共部门就业的演变趋势；或利用透视表功能构建国家×年份的矩阵，进行跨国比较研究。数据集结构清晰，包含ref_area、time、obs_value等关键列，配合sex和classif1等分类变量，可灵活开展从描述统计到因果推断的多样化分析任务。

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数据库整理，经Electric Sheep Africa于2025年重新打包发布，聚焦非洲32国1991至2025年间公共部门就业情况，涵盖848条观测数据。公共部门就业是衡量政府劳动力吸纳能力与劳动力市场结构的关键指标，尤其对非洲大陆而言，其关乎减贫、性别平等和可持续发展目标（SDGs）的落实。数据集以性别和出生地为维度进行细分，揭示了在非洲经济转型与城市化进程中，公共部门作为就业稳定器与政策工具的角色，为跨区域比较、时间序列分析与政策评估提供了重要数据基础，对劳动经济学、发展研究与公共管理领域具有显著影响力。

当前挑战

该数据集面临的挑战首先在于领域问题：非洲各国公共部门定义、统计口径与数据采集频率高度异质，且部分国家存在数据缺失或时段不连续，影响跨区域可比性与因果推断的可靠性。构建过程中的挑战包括：国际劳工组织需整合多源调查（劳动力调查、行政记录等），并对原始微数据进行ILO定义的统一协调；按性别和出生地细分时，部分国家细分层级缺失或观测值标注为不可靠（Unreliable），需依赖标记机制进行追溯；此外，数据跨年度跨度长达35年，期间部分国家统计方法（如调查问卷修订）出现断点（Break in series），需在字段中明确标注以供使用者谨慎处理。

常用场景

经典使用场景

该数据集广泛用于非洲公共部门就业的时空分析与建模。研究者常利用其包含的848条观测记录，覆盖32个非洲国家、跨越1991至2025年的长时序数据，对公共部门就业水平按性别与出生地进行分类统计。典型应用包括面板数据分析以揭示就业趋势的地区差异、时间序列预测以估计未来劳动力市场变化，以及性别差异检验以评估公共部门的就业平等状况。

解决学术问题

该数据集有效解决了非洲地区公共部门就业数据稀缺且分散的学术困境。通过整合ILOSTAT官方统计并专门聚焦非洲区域，它为劳动经济学、发展经济学和性别研究提供了标准化、可复现的实证基础。学术研究中，它常被用于检验公共就业政策效果、分析女性在公共部门的参与度演变、探究移民与原住民的就业结构差异，以及构建非洲劳动力市场的宏观计量模型，从而深化对非洲大陆劳动力转型规律的理解。

实际应用

在实际应用中，该数据集为国际组织、政府机构和非营利组织监测非洲公共部门人力配置提供了数据支撑。劳动统计部门可据此评估公共就业规模的波动，优化招聘与预算规划；政策制定者能够识别性别失衡严重或地区分布不均的领域，助力制定更具包容性的就业策略。此外，发展援助机构利用这些数据衡量千年发展目标中体面劳动指标的进展，为在非洲国家开展能力建设项目提供量化依据。

数据集最近研究

最新研究方向

在当前非洲劳动力市场研究前沿，该数据集为分析公共部门就业的性别与出生地差异提供了稀缺的时序证据。伴随全球对体面劳动与可持续发展目标（SDGs）的持续关注，研究者正借助ILOSTAT统一框架，挖掘1991至2025年间32个非洲国家的公共部门就业数据，探索结构性不平等、移民劳工融入政策以及疫情后就业复苏的区域异质性。该数据集的发布弥合了非洲劳动力统计中公共部门维度的空白，推动了从描述性统计向因果推断与预测建模的范式跃迁，尤其为政策制定者评估性别配额、公共就业计划成效以及跨境劳动力流动影响提供了量化基石，其影响辐射至发展经济学、劳动社会学与公共管理交叉领域。