electricsheepafrica/africa-ilo-emp-5emp-sex-oc2-nb-employment-by-sex-and-occupation-isco-level-2-19th

该数据集包含非洲地区22个国家2016年至2025年按性别和职业（国际标准职业分类ISCO 2级）统计的就业数据（单位：千人），数据来源于国际劳工组织（ILO）的ILOSTAT数据库。数据集共包含7,013个观测值，涵盖1个核心指标（EMP_5EMP_SEX_OC2_NB），数据已通过国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集提供了国家代码、性别分类（总计、男性、女性）、年份、观测值及相关元数据列，适用于表格分类、回归和时间序列预测等任务。This dataset contains employment data (unit: thousands) spanning 22 countries in Africa from 2016 to 2025, disaggregated by gender and occupation (International Standard Classification of Occupations, ISCO Level 2). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO). The dataset comprises 7,013 observations, includes one core indicator (EMP_5EMP_SEX_OC2_NB), and has been standardized in accordance with the definitions set by the International Conference of Labour Statisticians (ICLS). It provides columns such as country codes, gender categories (total, male, female), year, observed values and related metadata, and is applicable to tasks including tabular classification, regression and time series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）的ILOSTAT统计数据库构建，通过REST API直接拉取指标代码为EMP_5EMP_SEX_OC2_NB的原始数据，并过滤出非洲地区ISO3国家代码对应的观测值。ILOSTAT采用第19届国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、家庭收入调查、企业调查及行政记录等微观数据进行统一协调与清洗，确保跨国家与跨年份数据的可比性。数据集中每个观测值均附有来源标签（source.label），便于追溯数据原始出处与质量。Electric Sheep Africa团队进一步将这些多源异构数据重新封装为结构化、机器学习的列式格式，最终以Parquet文件形式发布。

特点

该数据集涵盖22个非洲国家，时间跨度为2016年至2025年，共计7013条观测值，聚焦于按性别和职业（ISCO-08二级分类）划分的就业人数（单位：千人）这一核心指标。数据支持多维度的分类分析，包括性别（总、男、女）和职业类别，并包含详细的元数据列，如观测状态标识（provisional、unreliable）、序列中断标记及方法论修订注释，为用户提供透明的数据质量评估依据。其地理覆盖范围均衡，既有长期序列丰富的卢旺达、赞比亚等国，也有近期新增的冈比亚、尼日利亚等观测点，兼具时空广度与细节深度。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，仅需一行代码`load_dataset()`即可获取训练集并转换为Pandas DataFrame进行后续分析。针对单一国家的探索，可通过`ref_area`列过滤出特定国家的时间序列数据；如需绘制指标随时间变化的趋势，可对`indicator`列筛选后进行可视化。对于面板数据分析，可利用pivot_table函数将数据重塑为国家×年份矩阵，便于比较不同国家在同一职业-性别维度上的就业动态变化。该数据集设计为ML-ready格式，无需额外预处理即可直接用于时间序列预测、分类或回归建模任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门基于第19届国际劳工统计学家会议（ICLS）定义编制，由Electric Sheep Africa于2025年重新打包发布在HuggingFace平台。核心研究问题聚焦于非洲地区按性别和职业划分的就业结构，涵盖2016至2025年间22个非洲国家的7013条观测值，是劳动经济学与区域发展研究的重要基础资源。该数据集基于ILOSTAT官方API获取，经标准化处理后形成机器就绪格式，显著降低了非洲劳动统计数据的获取门槛，为跨国家、跨时期的比较分析提供了可靠数据支撑。其对非洲就业性别差异与职业分层的量化呈现，有助于推动可持续发展目标中体面工作议题的实证研究。

当前挑战

在领域问题层面，非洲各国劳动统计体系差异显著，数据收集频率、调查方法及职业分类标准尚未完全统一，导致跨国家可比性存在局限。构建过程中面临的挑战包括：原始数据来源于多国劳动力调查与行政记录，存在时间序列断裂、部分指标缺失以及数据质量标注不一致等问题；此外，部分国家样本量较小且时间跨度不均，例如尼日利亚仅有2024年单年数据，削弱了纵向分析的有效性。同时，数据需经由ILO的调和处理，观测状态标记如‘不可靠’或‘方法修订’等也要求使用者审慎解读，增加了数据清洗与预处理的工作量。

常用场景

经典使用场景

在劳动力经济学与非洲发展研究的交汇领域，该数据集为探究撒哈拉以南非洲地区的就业结构提供了系统性的量化素材。其经典应用场景聚焦于利用ILOSTAT标准化指标，分析2016至2025年间22个非洲国家的就业人数按性别与职业的分布特征。研究者常借助该时间序列数据，结合面板回归或分解方法，剖析不同职业类别中性别就业差距的演变趋势，例如评估农业向服务业转型过程中女性就业份额的动态变化，或是检验经济波动对特定职业群体就业韧性的异质性影响。

实际应用

在实际应用层面，该数据集被广泛整合至国际组织与各国统计部门的决策支持系统中。世界银行与国际货币基金组织在评估非洲经济体的包容性增长状况时，常以此数据监测女性主导职业的就业吸纳能力。非洲联盟在拟定《2063年议程》的劳动力市场子目标时，利用该数据集追踪青年就业质量的区域差异。此外，非政府组织在策划职业技能培训项目时，据此识别出男性与女性分别集中的职业领域，从而设计更具针对性的干预策略，提升就业促进资源分配的精准度。

衍生相关工作

围绕该数据集衍生出了一系列具有影响力的学术成果。ILO自身发布的《全球就业与社会展望》区域报告中，多次引用该数据构建非洲国家就业结构的比较图表。部分学者在此基础上构建了非洲劳动力市场的动态面板模型，揭示了职业性别隔离与经济增长非线性关系的证据。另有研究通过将本数据集与非洲企业调查数据融合，开创性地估算了职业转换成本与劳动生产率之间的关系。该数据集还催生了针对ILOSTAT数据质量评估的方法论论文，推动了调查数据官方统计中缺失值插补技术的改进。