electricsheepafrica/africa-ilo-ees-tees-sex-eco-geo-nb-employees-by-sex-economic-activity-and-rural-urban

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的雇员数据，专门针对非洲45个国家，时间跨度为1994年至2025年。数据集共有24,730条观测值，涵盖1个核心指标：按性别、经济活动和城乡区域划分的雇员数量（以千计）。数据通过ILOSTAT REST API获取，并经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含多个维度的分类信息，如性别、经济活动和地理覆盖类型（城乡/全国），并提供数据来源、观测状态和相关注释的元数据。该数据集适用于表格分类、回归和时间序列预测等机器学习任务，由Electric Sheep Africa重新打包并发布在HuggingFace平台上，采用CC-BY-4.0许可。This dataset contains employee data from the International Labour Organization (ILO) ILOSTAT database, specifically for 45 African countries, spanning the years 1994 to 2025. It includes 24,730 observations and covers one core indicator: Employees by sex, economic activity and rural/urban areas (thousands). The data is sourced directly from the ILOSTAT REST API and harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions. The dataset provides disaggregation dimensions such as sex, economic activity, and geographic coverage (rural/urban/national), along with metadata on data sources, observation status, and related notes. It is suitable for machine learning tasks like tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Africa and published on HuggingFace under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集植根于国际劳工组织（ILO）的ILOSTAT中央统计数据库，由Electric Sheep Africa依据非洲数据发现框架进行标准化封装与再发布。原始数据源自各国劳动力调查与人口普查，经ILO汇总为覆盖45个非洲国家、1994至2025年间的2.47万余条观测记录，涉及就业人口按性别、经济活动类别及城乡地域的分布。Electric Sheep Africa在此基础上完成元数据编目、格式转换与溯源标注，以Parquet格式输出，并维护字段定义、缺失值标记与来源说明，形成面向机器学习与统计分析的表格化数据集。

特点

数据集以表格与文本双模态呈现，规模介于一万至十万条记录之间，涵盖非洲大陆45个国家的长期面板数据，时间跨度逾三十年。其核心变量维度包括性别、经济活动门类与城乡属性，构成了考察非洲劳动力市场结构性差异的多维切片。数据以数值型指标（千人计数）为主，辅以国别、年份及指标标签等分类字段。缺失值被显式保留而未作插补，为下游分析保留了原始证据的完整性与可追溯性。元数据经统一词表标注，支持基于国别、年份与指标的跨库联结，并遵循CC BY 4.0开放许可。

使用方法

研究者可通过Hugging Face数据集加载接口直接载入该数据集，并使用内置查看器检视数据结构与样本记录。在Python环境中，调用load_dataset函数获取数据集对象后，可检查各划分的字段架构与数据维度；当数据为表格形态时，可借助to_pandas方法转换为数据框以便开展统计建模与可视化分析。分析前应优先核验变量定义、计量单位与缺失模式，避免仅依据标签推断政策含义。若需与其他Electric Sheep Africa数据集整合，宜利用显式的国别、年份与指标字段进行联结，并在可复现笔记中同时引用原始来源与再发布仓库。

背景与挑战

背景概述

在非洲大陆劳动力市场面临结构性转型与就业脆弱性长期存在的背景下，国际劳工组织（ILO）通过ILOSTAT数据库持续汇编全球劳动力统计，其中按性别、经济活动类别及城乡地域细分的雇员数据对于理解就业机会的性别差异与空间不均衡具有关键意义。该数据集由Electric Sheep Africa于2026年工程化发布，整合了ILOSTAT中涵盖45个非洲国家、1994至2025年间共计24,730条观测记录，旨在为研究者与政策分析人员提供可直接加载、具有标准化元数据与溯源说明的表格化资源。其核心贡献在于将分散的劳动力统计转化为机器学习就绪格式，从而支撑非洲就业结构、性别平等及城乡发展差异等议题的实证研究与可复现分析。

当前挑战

该数据集所应对的领域问题在于非洲劳动力市场中按性别、经济活动与城乡维度划分的雇员数量统计长期存在碎片化、口径不一致及可获取性低等障碍，阻碍了跨国比较与跨期趋势分析。构建过程中，主要挑战包括：原始ILOSTAT数据在非正式部门覆盖、农村地区样本代表性及性别分类完整性方面可能存在系统性缺失；不同国家与年份间经济活动分类标准及城乡定义存在异质性，影响指标可比性；数据再包装过程中需在保留原始缺失值的同时确保元数据与结构符合现代分析流程，且不能过度填补或推断政策含义，以维持统计证据的中立性与可靠性。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集以其对非洲45国1994至2025年间按性别、经济活动类型及城乡地域细分的雇员人数（千人）的连续观测，构成了剖析非洲大陆就业结构变迁的基石性资源。经典用法聚焦于跨国家、跨时期的比较分析，例如考察不同经济部门中女性雇员比例的时空演变，或揭示城乡二元结构下就业分布的异质性特征，为理解非洲劳动力市场的性别分层与空间不均衡提供了不可替代的量化依据。

实际应用

在政策制定与国际发展实践层面，该数据集为非洲各国政府、国际组织及非政府机构提供了量化决策支持。其应用涵盖监测体面劳动目标的进展、评估城乡就业促进政策的成效、识别女性经济赋权的薄弱环节，以及为基础设施投资和职业培训项目的区域布局提供人口就业分布依据。数据所揭示的行业与地域差异，有助于精准设计干预措施，弥合劳动力市场中的性别与空间鸿沟。

衍生相关工作

该数据集催生了一系列衍生研究与实践工作。学术层面，研究者将其与非洲人口健康调查、世界银行发展指标等异源数据链接，开展就业与贫困、教育、健康等多维度的交叉分析；方法层面，它被用于训练和验证就业预测模型及缺失数据插补算法；教育层面，其成为劳动经济学课程中非洲案例教学的常用素材，并支撑了若干聚焦非洲劳动力市场性别动态的学位论文与政策报告。