electricsheepafrica/africa-ilo-pop-xwap-sex-geo-nb-working-age-population-by-sex-and-rural-urban-area

该数据集名为按性别和城乡地区划分的工作年龄人口（千计）| 非洲（ILOSTAT），包含2199个观测值，覆盖非洲45个国家，时间跨度为1994年至2025年。数据集的核心指标是工作年龄人口按性别（总计、男性、女性）和城乡地区划分的数据，单位为千。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。数据集包含多个字段，如国家代码（ISO 3166-1 alpha-3）、国家名称、数据来源（如劳动力调查）、指标代码、性别分类、年份、观测值以及数据状态标志等。数据以年度频率发布，ILO使用国际劳工统计学家会议（ICLS）定义对原始调查微数据进行标准化处理，确保数据可比性。数据质量方面，当同一国家×年份有多个数据源时，使用ILO选择的最佳来源；分解列（如性别）仅在指标发布该细分时非空。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲地区提供机器学习就绪的数据层，方便研究人员和开发者快速加载和分析。This dataset is named Working-age population by sex and rural / urban areas (thousands) | Africa (ILOSTAT) and contains 2,199 observations across 45 African countries, spanning the years 1994 to 2025. The core indicator is working-age population disaggregated by sex (total, male, female) and rural/urban areas, measured in thousands. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and filtered to African country codes. The dataset includes multiple fields such as country code (ISO 3166-1 alpha-3), country name, data source (e.g., labour force survey), indicator code, sex classification, year, observed value, and data status flags. Data is published at annual frequency, with ILO harmonizing raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions to ensure comparability. Regarding data quality, when multiple sources exist for the same country×year, the ILO-selected best source is used; disaggregation columns (e.g., sex) are non-null only when the indicator publishes that breakdown. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting, and is part of a unified, ML-ready data layer for Africa, enabling researchers and developers to quickly load and analyze data using tools like `load_dataset()`.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织统计数据库（ILOSTAT）所发布的劳动统计资料，由Electric Sheep Africa以标准化元数据工程手段重新封装而成。其构建过程涵盖对原始国别统计记录的系统提取、格式统一与编目管理，最终以Parquet文件形式发布。数据覆盖45个非洲国家自1994年至2025年的观察记录，共计2199条观测，反映出劳动年龄人口在性别与城乡维度上的统计分布，并以千人为计量单位呈现。该数据集属于Electric Sheep Africa非洲公开数据目录的组成部分，旨在为非洲数据发现提供规范化的元数据支撑。

特点

数据集聚焦于非洲区域劳动年龄人口的结构性统计，以性别和城乡地域作为核心分类维度，时间跨度逾三十年，具备较强的纵向比较价值。其规模介于1K至10K之间，体量适中，便于分析处理。文件采用Parquet列式存储格式，兼顾压缩效率与读取性能，适用于表格分类与回归任务。数据以英文为语言载体，标注为单语种，标签体系涵盖人口、劳动、就业及经济金融等领域，为非洲劳动经济研究提供了结构清晰、元数据完备的数据基础。

使用方法

研究者可借助Hugging Face的datasets库直接加载该数据集，通过load_dataset函数获取数据对象并检视其结构与特征。当数据以表格形式呈现时，可调用to_pandas方法转换为数据框，以便进行后续的统计分析与建模。使用过程中，建议先审查各变量的缺失状况与量纲定义，审慎处理缺失值直至确立合理的插补规则。涉及地理信息时，应依据显式国家字段进行匹配，若地理归属仅由标题或来源元数据隐含，则需在分析中明确记录相关假设，以确保研究结论的可复现性与稳健性。

背景与挑战

背景概述

非洲大陆的劳动力市场结构长期受制于城乡二元分化与性别差异，准确测算适龄劳动人口的空间分布成为制定就业政策与资源配置方案的基础性议题。国际劳工组织（ILO）作为全球劳工统计的权威机构，其ILOSTAT数据库持续汇集各国劳动力调查数据，为跨国比较提供了一致性框架。在此背景下，Electric Sheep Africa于2026年将ILOSTAT中非洲适龄劳动人口按性别与城乡区域划分的数据集进行标准化重包装，覆盖45个非洲国家、1994至2025年间共2199条观测记录，以parquet格式发布于Hugging Face平台。该数据集承袭了国际劳工统计的方法论传统，旨在为非洲劳动经济学研究提供可复现的结构化证据基础，其影响力在于降低了非洲数据获取与整合的门槛，推动了数据驱动的区域劳动力市场分析。

当前挑战

该数据集所回应的领域问题在于，非洲各国劳动力统计长期面临口径不一、城乡划分标准差异以及性别维度数据缺失等系统性困难，致使跨国比较与趋势研判难以建立在可靠基础之上。构建过程中亦存在多重挑战：源数据来自不同国家统计能力参差的调查体系，时序跨度逾三十年，指标定义与覆盖范围可能随年份发生调整，影响面板一致性；元数据中country与upstream_publisher字段存在缺失，地理信息仅由标题或来源隐含，需在分析中显式记录假设；城乡与性别交叉分组下的样本量可能不均衡，缺失值的处理需审慎保留直至确立可辩护的插补规则。上述因素共同构成该数据集在建模与政策解读中的核心约束。

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，该数据集为刻画非洲大陆适龄劳动人口的性别与城乡分布提供了基础性面板数据。研究者通常将其用于梳理1994至2025年间45个非洲国家适龄劳动人口规模的时序演变，并借助性别与城乡维度展开分组比较，从而识别劳动力供给结构在空间与性别上的异质性特征。此类时序比较与分组剖面分析构成该数据集最经典的使用方式。

衍生相关工作

围绕该数据集，Electric Sheep Africa 目录体系衍生出一系列标准化元数据驱动的非洲公开数据集，涵盖就业、失业与劳动参与等主题。相关经典工作多聚焦于以显式国家、年份与指标字段进行跨数据集连接，构建可复现的分析笔记与基准流程，从而推动非洲劳动统计数据的可发现性与再利用。

数据集最近研究

最新研究方向

伴随国际劳工组织统计数据库对非洲劳动力市场结构性变迁的持续追踪，该数据集所承载的按性别与城乡维度细分的劳动年龄人口信息，正日益嵌入到非洲人口红利测度、非正规就业估算以及城乡劳动力迁移建模等前沿议题之中。近年来，非洲大陆自由贸易区建设与青年就业政策辩论持续升温，使得以性别和城乡二元结构为轴心的劳动供给分析成为发展经济学与劳动经济学的交汇热点。研究者借助此类具有跨国可比性的面板数据，得以检验城乡劳动参与率的性别差异如何随产业结构转型而演变，进而为包容性增长政策提供实证依据。该数据集经Electric Sheep Africa标准化元数据封装后，显著提升了非洲数据发现与可复现研究的效率，其影响延伸至劳动力市场一体化监测与可持续发展目标进展评估等宏观层面。