electricsheepafrica/africa-ilo-emp-tour-sex-how-nb-tourism-sector-employment-by-sex-and-weekly-hours

该数据集包含非洲24个国家从2009年至2025年的旅游部门就业数据，共有1,526个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并过滤为非洲国家代码。核心指标为EMP_TOUR_SEX_HOW_NB，即按性别和每周实际工作小时数划分的旅游部门就业人数（以千计）。数据集提供结构化表格，包括国家代码、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、观测值以及数据质量标志等列。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行统一处理，适用于表格分类、回归和时间序列预测等任务。This dataset contains tourism sector employment data for 24 African countries spanning from 2009 to 2025, with a total of 1,526 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via its REST API and filtered to retain only African country codes. The core indicator is EMP_TOUR_SEX_HOW_NB, which refers to the number of employed persons in the tourism sector (in thousands) categorized by gender and actual weekly working hours. The dataset provides a structured table including columns such as country code, country name, data source, indicator code, gender category (total, male, female), observation year, observed value, and data quality flag. The data has been uniformly processed by the ILO in accordance with the definitions established by the International Conference of Labour Statisticians (ICLS), and is suitable for tasks such as tabular classification, regression, and time series forecasting.

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）旗下的ILOSTAT数据库，通过REST API接口直接拉取指标代码为EMP_TOUR_SEX_HOW_NB的原始数据，并依据非洲ISO3国家代码进行地理筛选。数据经过ILOSTAT基于国际劳工统计学家会议（ICLS）定义的标准进行统一化处理，涵盖来自劳动力调查、家庭收入调查等多源微观数据。随后由Electric Sheep Africa团队进行重新包装，将原始数据转化为整洁的Parquet格式，并附上标准化的数据卡片，以支持机器学习流水线的无缝接入。

特点

本数据集聚焦非洲24个国家的旅游行业就业情况，涵盖2009至2025年间的1,526条观测记录。其核心指标为按性别和实际工作周小时划分的旅游部门就业人数（单位：千），并通过sex字段提供SEX_T（总计）、SEX_M（男性）和SEX_F（女性）三个分类维度。数据以年度频率呈现，同时通过source.label等字段标记数据来源与质量状态，如是否经过修订或可靠性程度，为研究者提供了丰富的元数据支撑，便于进行多维度的时间序列分析与跨区域比较。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，调用`load_dataset`函数即可获取包含所有字段的DataFrame。针对特定国家，可以利用`ref_area`列进行过滤；对于时间序列分析，则可基于`time`列排序并可视化指标`obs_value`。此外，通过`pivot_table`方法可将数据重塑为国家×年份的矩阵，便于观察不同国家间的横向对比。该数据集兼容分类、回归及时间序列预测等多种机器学习任务，极大地降低了非洲劳动经济数据获取与预处理的门槛。

背景与挑战

背景概述

在全球旅游业蓬勃发展的背景下，非洲大陆的旅游经济对就业的拉动作用日益显著，然而关于该地区旅游业劳动力市场结构性特征的精细化数据长期匮乏。由国际劳工组织（ILO）统计数据库ILOSTAT于2025年发布，并由Electric Sheep Africa重新封装的数据集，系统整合了2009年至2025年间非洲24个国家的旅游业就业数据，涵盖按性别和实际工作周小时数划分的就业人数，共计1526条观测记录。该数据集以标准化指标EMP_TOUR_SEX_HOW_NB为核心，支持时间序列分析与分类回归任务，为研究非洲旅游业就业的性别差异、工作时间模式以及劳动力市场动态提供了关键实证基础，对劳动经济学、旅游管理及可持续发展目标监测具有重要参考价值。

当前挑战

该数据集面临的核心挑战之一是应对非洲旅游业就业数据的稀疏性与异构性。受限于各国劳动力调查的周期与统计方法差异，数据在时间维度上存在大量缺失值，且不同国家（如埃及与冈比亚）的数据采集跨度不均，导致跨区域纵向比较的可靠性降低。此外，数据集由ILOSTAT通过劳动力调查、住户收入调查等多源途径整合，各来源的分类标准与抽样方法不同，虽经ILO统一协调，但仍需处理因方法修订引起的序列中断标记（如note_indicator字段所示）。如何在保留最大覆盖范围的同时确保数据质量，并通过合理的插补或标记策略减少偏差，是构建与使用此数据集的核心技术难题。

常用场景

经典使用场景

该数据集包含来自国际劳工组织（ILO）统计数据库ILOSTAT的1526条观测记录，覆盖2009年至2025年间24个非洲国家的旅游业就业数据，核心指标为按性别和实际周工时划分的旅游业就业人数（单位：千）。经典使用场景包括：利用时间序列模型（如ARIMA、Prophet或LSTM）对非洲各国旅游业就业趋势进行预测和回溯分析；通过面板数据回归探究性别维度下的工时与就业弹性关系；以及构建跨国家、跨年度的就业变动监测基准，用于评估宏观经济政策或外部冲击（如疫情）对非洲旅游劳动力的影响。

实际应用

在实际应用中，该数据集为非洲各国政府、国际发展机构及旅游行业协会提供了关键的劳动力市场情报。政策制定者可借助其识别旅游业中女性就业占比偏低的部门，并设计针对性技能培训与工时弹性政策；世界银行或非洲开发银行可将其融入区域就业评估模型，指导旅游基础设施投资的社会影响分析。此外，数据集还支持实时就业监控面板的搭建，帮助利益相关方在宏观经济波动或公共卫生危机（如疫情）后，快速定位就业恢复滞后的国家或地区，优化资源调配。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的相关工作。在数据工程层面，Electric Sheep Africa团队创建了一致化的非洲劳动统计管道，将原始ILOSTAT接口数据清洗、标准化并发布为HuggingFace数据集格式，降低了非结构化劳动数据的使用门槛。在学术研究上，该数据被用于构建非洲旅游业就业的贝叶斯层次模型，以处理多国稀疏观测中的不确定性；同时，相关研究将其与世界经济论坛的旅游竞争力指数结合，进行就业弹性的跨部门面板回归，揭示了工时政策对旅游业女性就业的非线性促进效应。