electricsheepafrica/africa-ilo-gdp-211p-noc-nb-output-per-worker-gdp-constant-2021-international

该数据集包含1952个观测值，涵盖53个非洲国家，时间跨度为1991年至2027年，主要指标为GDP_211P_NOC_NB，即每个工人的产出（以2021年不变国际美元购买力平价计算），数据来自国际劳工组织（ILO）的ILOSTAT数据库的模型估计。数据集用于表格分类、回归和时间序列预测等任务，语言为英语，许可证为cc-by-4.0。数据通过ILOSTAT REST API获取，并经过非洲国家代码过滤，涵盖了就业、劳动生产率等相关主题，旨在为机器学习和研究提供标准化的非洲经济数据层。This dataset contains 1,952 observations, covering 53 African countries over the period from 1991 to 2027. Its core indicator is GDP_211P_NOC_NB, which represents output per worker calculated in constant 2021 international dollars adjusted for purchasing power parity (PPP). The data is derived from model-based estimates in the ILOSTAT database of the International Labour Organization (ILO). This dataset is suitable for tasks including tabular classification, regression and time series forecasting, with its supporting documentation in English, and is licensed under CC BY 4.0. The data was retrieved via the ILOSTAT REST API and filtered for African country codes. It covers relevant themes such as employment and labor productivity, and aims to provide a standardized African economic data layer for machine learning research and applications.

搜集汇总

数据集介绍

构建方式

在全球劳动统计领域，国际劳工组织（ILO）的ILOSTAT数据库是劳动力数据的权威来源。该数据集通过ILOSTAT REST API（接口为`https://rplumber.ilo.org/data/indicator?id=GDP_211P_NOC_NB`）直接拉取数据，并严格筛选非洲53个国家的ISO3代码进行地理范围限定。ILO统计部门依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行统一协调，确保数据在跨国比较中的一致性。每一条观测值均包含来源标签（`source.label`）以追溯数据出处，最终形成覆盖1991年至2027年、共计1952条观测的劳动生产率面板数据，由Electric Sheep Africa团队重新打包整理。

特点

该数据集的核心特色在于其高度的专业化与跨时空可比性。其仅包含单一指标——按购买力平价（PPP）计算的2021年不变价国际美元计价的单位工人产出（GDP_211P_NOC_NB），该指标由ILO提供建模估计，消除了不同国家价格水平差异的影响。数据覆盖了非洲大陆53个国家，时间跨度长达37年，且为年度频率，非常适合进行跨国经济增长与劳动生产率演变的长期趋势分析。此外，数据集采用ILOSTAT标准化的模式设计，包含国家代码、来源、指标名称及观测值等关键字段，便于用户直接进行时序分析、面板数据透视或机器学习建模。

使用方法

在HuggingFace生态中，用户可通过`load_dataset()`函数一行代码便捷加载该数据集至Python环境，并利用`datasets`库将其转换为Pandas DataFrame进行后续操作。常见的实践包括：按国家代码（如`ref_area`）筛选特定国家的观测值；针对单一指标按时间排序绘制时序图；或利用透视表（`pivot_table`）将数据重塑为国家×年份的面板矩阵格式。这些操作均基于标准化字段进行，极大降低了数据清洗的复杂度。同时，Electric Sheep Africa作为数据发行方提供了规范的引用格式，建议用户在使用时同时引用原始ILO数据和该重打包版本，以遵循CC-BY-4.0许可协议的要求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其ILOSTAT数据库编制，并由Electric Sheep Africa于2025年重新打包发布，专注于非洲53个国家1991年至2027年间劳动生产率的单一指标——每名工人产出（按购买力平价计算的2021年不变价国际美元）。ILOSTAT作为全球劳动统计的权威来源，基于各国劳动力调查、家庭收入调查及行政记录等数据，经ILO统计部门统一协调后发布。该数据集以1952条观测值覆盖非洲大陆，为研究非洲地区劳动生产率的时间趋势、跨国比较及与经济增长、就业结构等宏观变量的关联提供了标准化、机器可读的时间序列数据。其影响力在于填补了非洲劳动统计领域高质量、可复现数据集的空白，尤其适用于发展经济学、劳动经济学及区域政策分析等方向的研究。

当前挑战

该数据集所解决的领域问题在于：非洲国家普遍面临劳动力数据匮乏、统计口径不一及时间序列不完整等困境，限制了对其劳动生产率动态演化及驱动因素的深入分析。现有国际数据库多以全球或区域聚合形式呈现，缺乏专门面向非洲且经充分验证的微观与宏观衔接数据。构建过程中，ILO需每年协调来自53个国家、多种来源的原始调查与行政记录，在遵循国际劳工统计学家会议（ICLS）标准的基础上进行模型估算与最佳来源选择，同时处理缺失值、统计口径变更及跨国可比性等挑战。此外，将原始API数据过滤至非洲国家、统一模式化并以Parquet格式发布，也需解决多源数据整合与版本控制问题。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织对非洲53个国家1991至2027年劳动者人均产出（按购买力平价调整的2021年不变价国际美元计）的权威估算，是研究非洲劳动生产率的经典资源。其典型应用场景在于构建横跨国家与时间维度的面板数据模型，通过时序分析和回归建模，精准刻画非洲各国劳动生产率的历史轨迹与演变趋势，为理解非洲经济结构转型提供坚实的数据基石。

解决学术问题

数据集着力破解非洲劳动经济学研究中长期存在的核心难题——多国可比、时序连贯的劳动生产率数据缺失。它为探究非洲国家间生产率差距的根源、评估经济政策对劳动效率的干预效果、分析全球化与技术进步对非洲就业质量的冲击等学术命题，提供了系统化的定量支撑，填补了发展中国家劳动统计领域的重要空白，推动了非洲区域经济研究的计量化和精细化进程。

衍生相关工作

基于此数据集，衍生了一系列具有影响力的研究工作，包括构建预测非洲各国未来劳动生产率走势的时序模型、结合世界银行和其他微观调查数据进行的生产率分解与跨国比较研究，以及探索劳动生产率与教育水平、基础设施投资、制度质量之间关联机制的计量分析。这些衍生工作丰富了发展经济学关于非洲增长动力的理论认知，并为后续学者构建更复杂的多源数据融合模型奠定了方法论基础。