africa-ilo-emp-temp-sex-age-jbt-nb-employment-by-sex-age-and-working-time-arrangement

该数据集是一个关于非洲地区就业情况的表格型统计数据集，由Electric Sheep Africa项目基于国际劳工组织（ILO）的官方统计数据库ILOSTAT重新打包和标准化。核心指标为按性别、年龄和工作时间安排的就业人数（千人）。数据集包含36,828个观测值，覆盖45个非洲国家，时间跨度为1991年至2025年，数据为年度频率，提供了按国家、年份、性别（总计、男性、女性）、年龄组（如15岁以上）以及工作时间安排（总计）等多个维度细分的就业人数统计。数据结构清晰，主要字段包括国家代码、国家名称、数据来源代码与标签、指标代码与标签、性别分类、第一分类变量（如年龄）、第二分类变量（如工作时间安排）、观测年份、观测值以及观测状态标志和相关注释。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保了国际可比性。数据集适用于多种数据分析与机器学习任务，如劳动力市场趋势的时间序列预测、跨国比较研究、基于人口统计特征的分类或回归分析等，已格式化为Parquet文件，便于通过Hugging Face `datasets`库快速加载和使用。This dataset is a tabular statistical dataset focused on employment in Africa, repackaged and standardized by the Electric Sheep Africa project based on ILOSTAT, the official statistical database of the International Labour Organization (ILO). The core indicator is the number of employed people (in thousands) disaggregated by gender, age group and working hour arrangements. It contains 36,828 observations, covering 45 African countries, with a time span from 1991 to 2025 and annual frequency. The dataset provides employment statistics broken down across multiple dimensions: country, year, gender (total, male, female), age groups (e.g., 15 years and above), and working hour arrangements (total). The data structure is clear, with core fields including country code, country name, data source code and label, indicator code and label, gender category, first categorical variable (e.g., age), second categorical variable (e.g., working hour arrangements), observation year, observed value, observation status flag, and relevant notes. The data has been standardized by the ILO in accordance with the definitions set forth by the International Conference of Labour Statisticians (ICLS) to ensure international comparability. This dataset is applicable to a variety of data analysis and machine learning tasks, such as time series forecasting of labor market trends, cross-national comparative studies, and classification or regression analysis based on demographic characteristics. It has been formatted as a Parquet file, enabling rapid loading and usage via the Hugging Face `datasets` library.

原始信息汇总

数据集概述

• 数据集名称: Employment by sex, age and working time arrangement (thousands) | Africa (ILOSTAT)
• 许可证: 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
• 多语言性: 单语
• 数据集规模: 10K < n < 100K
• 标签: tabular, africa, ilostat, employment, ilo, labour

核心统计

• 观测值数量: 36,828
• 覆盖国家: 45个非洲国家
• 时间跨度: 1991–2025年
• 指标数量: 1个独特指标

数据来源

• 来源: ILOSTAT
• 发布者: 国际劳工组织 (ILO)
• 主题: 就业

方法论

数据直接从ILOSTAT REST API拉取，并筛选至非洲ISO3国家代码。ILOSTAT使用ICLS定义统一原始调查微观数据，来源在source.label列中标记。

地理覆盖范围

覆盖45个非洲国家，按行数排序的前15个国家和地区如下：

国家	行数	起始年份	结束年份
ZAF	3,600	2000	2024
MUS	2,734	2001	2019
EGY	2,640	2008	2023
RWA	1,824	2014	2025
MLI	1,584	2013	2024
ZMB	1,536	2017	2024
BWA	1,344	1996	2024
GHA	1,248	1991	2024
TZA	1,152	2001	2024
AGO	1,152	2009	2025
NAM	1,135	1994	2018
SYC	1,092	2014	2024
UGA	1,056	2010	2021
NGA	1,051	2011	2024
SEN	1,008	2011	2024

另有30个以上国家未列出。

指标

• EMP_TEMP_SEX_AGE_JBT_NB — 按性别、年龄和工作时间安排的就业人数（千）

数据结构 (Schema)

列名	数据类型	描述	示例
ref_area	string	ISO 3166-1 alpha-3国家代码	AGO
ref_area.label	string	英文国家名称	Angola
source	string	ILOSTAT来源代码	BA:13951
source.label	string	英文来源名称	LFS - Employment Survey
indicator	string	ILOSTAT指标代码	EMP_TEMP_SEX_AGE_JBT_NB
indicator.label	string	英文指标名称	Employment by sex, age and working ti…
sex	string	性别细分（SEX_T=总计，SEX_M=男性，SEX_F=女性）	SEX_T
sex.label	string	—	Total
classif1	string	第一个分类变量（年龄、教育、身份等）	AGE_YTHADULT_YGE15
classif1.label	string	—	Age (Youth, adults): 15+
classif2	string	第二个分类变量	JBT_TIME_TOTAL
classif2.label	string	—	Working time arrangement: Total
time	int64	观测年份	2025
obs_value	float64	观测指标值	13984.984
obs_status	string	观测状态标记	B
obs_status.label	string	—	Break in series
note_classif	float64	—	—
note_classif.label	float64	—	—
note_indicator	string	—	I11:264
note_indicator.label	string	—	Break in series: Methodology revised
note_source	string	—	R1:3513
note_source.label	string	—	Repository: ILO-STATISTICS - Micro da…

细分维度

• 性别 (sex): 3个唯一值（SEX_T, SEX_M, SEX_F）

数据质量与注意事项

• 数据频率为年度，不包含月度或季度序列。
• 同一国家×年份存在多个来源时，使用ILO选择的“最佳来源”。
• 细分列（sex, classif1, classif2）仅在指标发布对应细分时才非空。

使用示例

python from datasets import load_dataset

ds = load_dataset("electricsheepafrica/africa-ilo-emp-temp-sex-age-jbt-nb-employment-by-sex-age-and-working-time-arrangement") df = ds["train"].to_pandas() print(df.head())

引用格式

bibtex @misc{africa_ilo_emp_temp_sex_age_jbt_nb_employment_by_sex_age_and_working_time_arrangement_2025, title = {Employment by sex, age and working time arrangement (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_AGE_JBT_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-temp-sex-age-jbt-nb-employment-by-sex-age-and-working-time-arrangement}} }

许可信息

数据集采用 cc-by-4.0 许可。原始数据版权归国际劳工组织（ILO）所有，使用时请同时引用原始来源和Electric Sheep Africa的再包装。

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）旗下ILOSTAT统计数据库，通过REST API从指定指标接口（EMP_TEMP_SEX_AGE_JBT_NB）批量抓取原始数据，并依据非洲ISO3国家代码进行严格的地域筛选。随后，数据经Electric Sheep Africa重新打包与标准化，统一转换为Parquet格式，以确保机器学习工作流的即时可用性。整个构建过程遵循ILO基于国际劳工统计学家会议（ICLS）定义的微数据协调方法，并在source.label字段中标注数据来源以增强可追溯性。

特点

数据集包含36,828条观测记录，覆盖1991至2025年间45个非洲国家的劳动力就业数据。其核心指标为按性别、年龄及工作时间安排的就业人数（千计），并提供sex（男/女/总计）、classif1（如年龄分组）及classif2（如工作时间安排）等多维度分层变量，支持细粒度分析。数据经过ILO官方质量校验，采用年度频率并优先选用最佳来源，但用户需留意观测状态标识（如序列中断或方法修订）以审慎解读异常值。

使用方法

用户可通过HuggingFace的`datasets`库快速加载数据集：执行`load_dataset('electricsheepafrica/africa-ilo-emp-temp-sex-age-jbt-nb-employment-by-sex-age-and-working-time-arrangement')`后，可直接将训练集转换为Pandas DataFrame进行探索。典型用法包括按国家代码过滤特定地区数据、按时间序列绘制单个指标的演变趋势，或利用透视表构建国家×年份的观测矩阵，为非洲劳动力市场的计量经济学建模和时序预测提供便捷的数据入口。

背景与挑战

背景概述

在全球劳动力数据体系中，国际劳工组织（ILO）的ILOSTAT数据库被公认为最权威的劳动力统计枢纽，其数据源涵盖200多个经济体的劳动力调查与行政记录。由Electric Sheep Africa于2025年重新打包的非洲就业数据集，聚焦性别、年龄与工时安排三个核心维度，汇集了45个非洲国家1991年至2025年间共计36,828条观测值。该数据集旨在弥补非洲大陆在就业结构分析中精细分层数据的长期匮乏，为比较劳动经济学、性别不平等研究及劳动力市场动态建模提供标准化、机器可读的基准。通过整合ILO基于ICLS定义统一处理后的官方数据，这一资源显著降低了跨国产出整合的难度，推动相关领域从描述性研究向跨时序计量分析的转变。

当前挑战

该数据集所应对的领域挑战在于非洲劳动力统计碎片化与可比性不足：各国调查周期、定义准则及分类标准差异巨大，导致传统上难以构建跨国家、长时序的就业结构面板数据。在构建过程中，主要面临三大挑战：其一，多源数据的协调归一，ILOSTAT虽提供最佳来源选择，但在不同年份中同一国家的调查方法调整会引发序列断裂，需通过obs_status与note_classif字段追踪标志；其二，高维分类编码的语义保留，性别、年龄组与工时安排三个分类变量的嵌套组合使得每一观测值对应的上下文解释复杂，必须在维持表格结构简洁性的同时确保分解维度的可复原性；其三，非洲国家数据稀疏性显著，如30余国观测行数仅数百条，导致时间序列建模面临显著的缺失值与样本量不均衡问题。

常用场景

经典使用场景

在劳动经济学与社会统计学领域，该数据集为研究非洲地区就业结构的时空演变提供了不可多得的标准化素材。研究者可基于性别、年龄及工时安排三个核心维度，对不同国家之间的就业模式进行横向对比，或纵向追踪同一国家在1991年至2025年间的就业趋势变迁。通过将观测值按国家与年份构建面板数据，学者能够系统性地分析就业总量与结构的动态特征，并借助分类变量探索不同亚群（如青年与成人、男性与女性）在劳动力市场中的参与差异。

实际应用

在实际应用层面，该数据集为非洲各国政府、国际发展机构及政策智库提供了精准的数据基石。例如，政策制定者可利用不同性别与年龄组的就业率时间序列，评估特定劳动政策（如促进青年就业计划或性别平等法案）的干预效果。同时，国际组织可依托这些数据监测可持续发展目标第八项“体面工作和经济增长”在非洲的落实情况，识别出需要优先援助的国家与人群，从而提升资源分配的科学性与时效性。

衍生相关工作

该数据集衍生出的经典工作主要集中在劳动经济学的预测建模与因果推断领域。研究人员常以此构建时间序列预测模型，对未来数年的非洲各国就业人数进行估算，或运用因果森林等机器学习方法，量化性别、年龄与工作类型对就业状况的边际影响。此外，结合其他社会经济指标（如GDP、教育水平），学者开展了关于非洲劳动力市场流动性与经济周期协同性的面板数据研究，这些工作深化了对非洲大陆就业韧性与脆弱性的理解。