electricsheepafrica/africa-ilo-emp-temp-sex-edu-ec2-nb-employment-by-sex-education-and-economic-activity

该数据集是一个关于非洲就业的表格型数据集，包含126,976个观测值，覆盖43个非洲国家，时间跨度为1999年至2025年。数据集中心指标为“按性别、教育和经济活动分类的就业人数（ISIC第2级，以千计）”，数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，并经过Electric Sheep Africa重新打包以适用于机器学习任务。数据集提供了详细的细分维度，包括性别（总计、男性、女性）、教育水平和经济活动分类，适用于表格分类、回归和时间序列预测等任务。数据以年度频率提供，并包含来源、观测状态和注释等元数据列，确保数据可追溯性和质量评估。This dataset is a tabular dataset on employment in Africa, containing 126,976 observations across 43 African countries, spanning from 1999 to 2025. The central indicator is Employment by sex, education and economic activity - ISIC level 2 (thousands), sourced from the International Labour Organization (ILO)s ILOSTAT database and repackaged by Electric Sheep Africa for machine learning readiness. It provides detailed disaggregation dimensions, including sex (total, male, female), education levels, and economic activity classifications, suitable for tasks such as tabular classification, regression, and time-series forecasting. Data is provided at annual frequency and includes metadata columns such as source, observation status, and notes, ensuring traceability and quality assessment.

搜集汇总

数据集介绍

构建方式

该数据集根植于国际劳工组织（ILO）长期构建的全球劳动力统计体系，其原始数据源自ILOSTAT这一权威劳动统计数据库。Electric Sheep Africa在此基础上进行工程化重构，将1999年至2025年间43个非洲国家的就业观测记录整理为标准化Parquet格式，并依托元数据清单对字段加以规范化标注。数据涵盖按性别、教育程度及ISIC第二级经济活动分类的就业人数（以千计），共计126,976条观测，构建过程保留了来源发布者的原始语义，未改变指标口径与计量单位。

特点

数据集以非洲区域劳动力市场为聚焦对象，兼具时间跨度长与国别覆盖广的双重优势。其核心特征在于多维分类框架的交叉整合：性别维度揭示劳动力参与的性别差异，教育维度反映人力资本结构与就业的关联，经济活动维度则借助ISIC二级分类刻画行业分布。数据以表格与文本模态并存，规模介于十万至百万量级之间，采用知识共享署名4.0许可，便于跨域比较与可复现研究。

使用方法

研究者可借助Hugging Face datasets库以一行代码加载数据，获取数据集对象后检视特征结构并预览样本。对于表格型数据，可将其转换为Pandas数据框以便开展统计分析与建模。使用前应核对变量定义与单位，确认国家列与年份列的具体形式，对缺失值保持审慎并避免武断插补。该数据集适合按地理、时间与子群维度进行剖面分析，亦可与Electric Sheep Africa目录中的其他数据集通过显式国家、年份与指标字段进行连接。

背景与挑战

背景概述

国际劳动统计数据库（ILOSTAT）作为全球劳工统计的权威来源，长期为劳动经济学与区域发展研究提供关键数据支撑。在此背景下，Electric Sheep Africa于2026年发布了该非洲就业数据集，覆盖43个非洲国家、126,976条观测记录，时间跨度自1999年至2025年，系统记录了按性别、教育程度及ISIC二级经济活动分类的就业规模（以千人为单位）。数据集依托标准化元数据与开放许可协议，旨在弥合非洲劳工市场微观证据的碎片化鸿沟，为分析教育回报、性别就业差距与产业结构转型等核心议题提供可复现的数据基础设施。

当前挑战

该数据集所应对的领域问题在于，非洲各国劳工统计体系长期存在口径不一、报告间断与教育分类映射异质等结构性缺陷，致使跨国比较与长时段趋势推断面临显著障碍。构建过程中，元数据清单显示国家字段与上游发布机构信息存在缺失，地理标识仅能依赖标题或来源元数据间接推断，这为下游分析引入了不确定性。此外，缺失值的处理需在缺乏明确插补规则的条件下审慎推进，变量定义与计量单位亦须回溯原始来源方能确认，对研究者的数据素养与文档追溯能力提出了较高要求。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交叉领域，该数据集最经典的使用场景在于构建以性别、教育程度及ISIC二级经济活动为维度的就业结构面板数据，用以刻画1999至2025年间43个非洲国家劳动力市场的分层特征。研究者通常借助其逾十二万条观测记录，以表格分类与回归任务为方法框架，检验不同受教育群体在各类产业活动中的就业分布差异，并追踪性别维度的就业参与演变轨迹。该场景的典型分析路径包括按国别与年份对就业人数进行聚合、以教育层级为分组变量实施交叉制表，以及将经济活动类别视为分类标签开展监督学习建模，从而揭示非洲大陆就业结构的时空异质性。

解决学术问题

该数据集有效回应了非洲劳动统计领域长期存在的若干学术难题，尤其是跨国可比就业数据的稀缺与碎片化问题。通过整合国际劳工组织统计数据库的标准化指标，它为探究教育禀赋与就业部门选择之间的关联机制提供了实证基础，并有助于检验性别不平等在产业层面的表现形式。其意义在于将分散于各国统计机构的就业信息转化为结构化、可复现的分析资源，使得关于非洲劳动力市场分割、教育回报率及结构转型的假设得以在统一框架下接受检验，进而为比较政治经济学与发展经济学的理论对话提供数据支撑。

衍生相关工作

围绕该数据集已衍生出一系列经典研究工作，涵盖非洲结构转型测算、性别就业差距分解以及教育错配分析等方向。部分学者将其与Electric Sheep Africa目录下的其他ILOSTAT衍生数据集进行联接，构建多指标劳动力市场监测框架；亦有研究以此为基础训练预测模型，估计非正式部门就业规模。这些工作共同推动了非洲就业统计从描述性报告向因果推断与机器学习建模的范式拓展，并催生了若干以可复现笔记本为载体的公开分析模板，为后续研究者提供了方法借鉴与基准对照。