electricsheepafrica/africa-ilo-emp-2emp-sex-eco-nb-employment-by-sex-and-economic-activity-ilo-modell

该数据集名为“按性别和经济活动划分的就业人数——国际劳工组织模型估计，2025年11月（千）| 非洲（ILOSTAT）”，是一个表格型数据集，专注于非洲地区的就业统计。它包含149,850个观测值，覆盖53个非洲国家，时间跨度为1991年至2025年，涉及1个核心指标：EMP_2EMP_SEX_ECO_NB（按性别和经济活动划分的就业人数——国际劳工组织模型估计，2025年11月，单位：千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过和谐化处理以符合国际劳工统计学家会议（ICLS）定义。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、经济活动分类、观测年份、观测值、观测状态等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，经过重新打包由Electric Sheep Africa提供，便于机器学习使用。This dataset, titled "Employment by Sex and Economic Activity — ILO Model Estimates, November 2025 (thousands) | Africa (ILOSTAT)", is a tabular dataset focused on employment statistics for the African region. It contains 149,850 observations covering 53 African countries, with a time span from 1991 to 2025, and includes one core indicator: EMP_2EMP_SEX_ECO_NB (Employment by Sex and Economic Activity — ILO Model Estimates, November 2025, unit: thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via the REST API, and has been harmonized to comply with the definitions established by the International Conference of Labour Statisticians (ICLS). The dataset includes columns such as country code, country name, data source, indicator code, indicator name, gender classification (total, male, female), economic activity category, observation year, observed value, and observation status. It is applicable for tasks including tabular classification, regression, and time series forecasting. The data is released at an annual frequency, and was repackaged by Electric Sheep Africa to facilitate machine learning applications.

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ILOSTAT数据库，核心指标为按性别和经济活动划分的就业人数（ILO建模估计，单位：千人）。数据通过ILOSTAT REST API直接获取，并针对性过滤出非洲53个国家的ISO3代码。ILO统计部门依据国际劳工统计学家会议定义，对原始调查微观数据进行统一协调处理，并在source.label列中标注数据来源，确保数据的可追溯性与一致性。数据时间跨度为1991年至2025年，共计149,850条观测记录，经Electric Sheep Africa重新打包为机器学习就绪的Parquet格式，便于研究者快速调用。

特点

该数据集的一大亮点在于其全面的地理与社会经济维度覆盖。它囊括了非洲大陆全部53个国家，提供了长达35年的连续年度时间序列，为宏观劳动经济分析奠定了坚实基础。数据按性别（总、男、女）进行细致分解，并包含经济活动的行业分类，使研究者能够深入探究不同人群与产业部门的就业趋势。此外，每个观测值都附带了数据来源、观测状态等元信息，有助于评估数据质量与可靠性，彰显了作为权威数据集的专业性与严谨性。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，仅需一行Python代码即可将数据转换为Pandas DataFrame格式，迅速开启分析之旅。数据支持多种典型应用场景：可针对特定国家（如肯尼亚）进行筛选以进行国别研究；可对单个指标按时间排序，轻松绘制时间序列图以观察走势；亦可利用透视表功能构建国家×年份的观测值矩阵，便于进行跨国比较与面板数据分析。数据集的规整化与标准化设计，使其能够无缝兼容主流的机器学习与统计分析工作流。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年发布，经Electric Sheep Africa重新打包后呈现于HuggingFace平台，专注于非洲53个国家1991至2025年间按性别和经济活动划分的就业数据。其核心研究问题在于揭示非洲大陆劳动力市场的结构性特征与演变趋势，为劳动经济学、发展经济学及区域研究提供可靠的时间序列依据。作为ILO全球化劳动统计数据库（ILOSTAT）的非洲专属子集，该数据集汇聚了经过ILO统计部门采用国际劳动统计学家会议（ICLS）定义统一协调的官方数据，涵盖了超过14.9万条观测记录，在非洲劳动研究领域具有权威性与标杆地位。其精细化的人口统计与行业分类维度，使得研究者能够深入剖析性别差异、产业变迁与就业形态之间的复杂关联，对于制定数据驱动的就业政策与可持续发展目标（SDG）评估具有深远的学术与实践影响力。

当前挑战

该数据集所面临的领域挑战主要源于非洲大陆内部劳动统计数据的异质性与不完整性：多个国家缺乏高频次、高覆盖率的劳动力调查体系，导致原始数据采集存在时间滞后与地理真空，而ILO采用的模估计方法虽能填补空白，却需应对模型假设与现实环境之间的潜在偏差。在构建过程中，数据整合的挑战尤为突出，包括将来自不同国家统计局的原始调查微观数据统一至ILOS标准分类体系时可能产生的语义模糊、经济活动的行业编码差异、以及因调查周期与口径不一引发的跨年可比性问题。此外，数据标注中观测状态（如“调整值”）的存在提示部分数值经过统计矫正，研究者需审慎使用以避免因果推断中的混淆风险。这些挑战共同指向了在资源有限、制度多样的非洲语境下，构建高一致性、高透明度劳动统计数据的持续努力与权衡。

常用场景

经典使用场景

该数据集记录了1991年至2025年间53个非洲国家按性别和经济活动划分的就业人数，包含近15万条观测值。其经典使用场景之一是对非洲大陆就业结构的时空分析，研究者可以借助时间序列模型或面板数据方法，揭示不同性别群体在农业、工业和服务业等主要经济部门中的就业分布演变规律。

解决学术问题

数据集有效解决了非洲劳动统计领域长期存在的跨国可比性不足与时间序列缺失问题，为验证劳动力市场性别差异理论、评估经济发展阶段对就业结构的非对称影响提供了标准化数据基础。其重要意义在于使研究者能够量化分析非洲国家在实现可持续发展目标8（体面工作和经济增长）过程中的进展与瓶颈。

衍生相关工作

该数据集已被用于重构非洲劳动力市场历史基线，衍生出多项关于性别就业缺口收敛速度的计量经济学研究。相关经典工作包括基于固定效应模型检验产业结构变迁对女性劳动参与的影响机制，以及利用Cobb-Douglas生产函数框架估算教育投资在缩小性别就业差距中的边际贡献。