electricsheepafrica/africa-ilo-ees-tees-sex-eco-dsb-nb-employees-by-sex-economic-activity-and-disability

这是一个关于非洲员工的数据集，包含11,700个观测值，覆盖40个非洲国家，时间范围为1998年至2025年。数据集的核心指标是“按性别、经济活动和残疾状态分类的员工数（以千人为单位）”，具体指标代码为EES_TEES_SEX_ECO_DSB_NB。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并经过处理，仅包含非洲国家的数据。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、经济活动和残疾状态分类、观测年份、观测值（员工数量，单位：千人）以及数据状态标志等。数据以年度频率发布，并经过ILO的标准化处理，使用国际劳工统计学家会议（ICLS）的定义进行协调。数据集适用于表格分类、回归和时间序列预测等任务，可用于分析非洲劳动力市场的性别、经济活动和残疾状态维度。This dataset contains 11,700 observations of employees data across 40 Africa countries, spanning from 1998 to 2025, covering 1 distinct indicator: Employees by sex, economic activity and disability status (thousands) with the code EES_TEES_SEX_ECO_DSB_NB. The data is sourced from ILOSTAT, the International Labour Organizations central statistics database, which harmonizes raw survey microdata using ICLS definitions. The dataset includes columns such as country code, country name, source, indicator, sex disaggregation (total, male, female), economic activity and disability status classifications, observation year, observed value (in thousands), and data quality flags. It is designed for tabular classification, regression, and time-series forecasting tasks, focusing on labor statistics in Africa.

搜集汇总

数据集介绍

构建方式

该数据集立足国际劳工组织（ILO）统计数据库的权威劳动统计框架，由Electric Sheep Africa对原始数据进行系统性工程化整理与元数据标准化。构建过程涵盖对ILOSTAT中关于非洲地区雇员数据的抽取与校验，覆盖11,700条观测记录，涉及40个非洲国家自1998年至2025年的就业信息，并按性别、经济活动类别及残疾状况进行分层归集。数据以Parquet格式存储，在保留原始统计口径与缺失值结构的同时，补充了面向发现与复用的规范化文档说明，从而形成兼顾溯源完整性与分析可用性的表格型数据资源。

特点

该数据集的核心特征体现在多维交叉性与地域覆盖广度上。其以雇员人数（千人）为度量单位，系统刻画了性别、经济活动门类与残疾状态三个维度的交互分布，为审视非洲劳动力市场的结构性差异提供了细粒度证据。数据时间跨度自1998年延伸至2025年，覆盖40个非洲国家，兼具历史纵深与当代截面。体量介于10K至100K之间，模态兼含表格与文本，并以CC BY 4.0许可开放，便于在经济学与金融学研究及政策分析中实现透明、可重复的二次利用。

使用方法

在应用层面，该数据集可通过Hugging Face的datasets库以load_dataset函数直接加载，并利用内置的split机制获取数据表结构、特征字段与样本预览。对于表格型分析，推荐将相应拆分转换为Pandas DataFrame，以便开展缺失模式检查、按地理与时间维度的变量画像以及子群比较。使用中应优先确认变量定义、计量单位与统计口径，对缺失值保持审慎并避免无依据的插补。同时，可依据显式的国家、年份与指标字段与其他Electric Sheep Africa数据集进行连接，构建可复现的实证研究流程。

背景与挑战

背景概述

伴随全球对体面劳动与包容性发展议题的持续关注，按性别、经济活动与残疾状况细分的就业统计成为评估劳动力市场公平性的关键依据。该数据集由Electric Sheep Africa基于国际劳工组织ILOSTAT数据库整理发布，覆盖40个非洲国家、1998至2025年间约11700条观测记录，聚焦残疾与非残疾劳动者的就业分布。其核心研究问题在于揭示非洲劳动力市场中性别、经济部门与残疾状态交织形成的结构性差异，为循证政策制定提供量化基础，并对区域劳动统计标准化与残障就业研究产生推动作用。

当前挑战

该数据集所应对的领域问题在于，非洲各国劳动统计体系长期存在覆盖不均、残疾定义与调查口径不一致等缺陷，致使跨国比较与趋势研判面临严峻挑战。构建过程中的主要困难包括：源数据中残疾状态与经济活动分类缺失或异构，需进行跨年份、跨国家的指标对齐；部分国家观测稀疏，性别与残疾维度交叉后产生大量缺失值；元数据中地理与发布者信息尚不完整，削弱了溯源与合并分析的可靠性。这些因素共同制约了数据集在精细建模与政策评估中的直接适用性。

常用场景

经典使用场景

在劳动经济学与残障就业研究的交叉领域，该数据集构成了剖析非洲劳动力市场结构差异的关键经验素材。其经典使用场景集中于以性别、经济活动门类与残障状态为三重分组维度，对四十个非洲国家自1998年至2025年间的雇员规模进行跨国比较与历时追踪。研究者可借助其开展残障群体就业参与率的性别缺口测算、行业隔离指数的时序演化分析，以及残障就业规模与经济周期之间的关联性检验，从而在统一框架下识别非洲各国在包容性就业进程中的异质性与收敛特征。

实际应用

在政策实践层面，该数据集为非洲各国劳工部门、国际发展机构及残障权益组织提供了可操作的证据支撑。其数据可用以监测残障群体就业规模的国别进展，评估性别包容性就业政策的实施成效，并为行业层面的残障就业配额设计与职业康复资源配置提供基准参照。国际组织在编制非洲就业展望报告时，亦可借助其构建残障就业指标子集，进而将残障维度纳入可持续发展目标中体面劳动议程的监测框架，推动统计可见性向政策响应性的转化。

衍生相关工作

围绕该数据集已衍生出一系列具有方法论意义的后续工作。Electric Sheep Africa以元数据标准化与可发现性工程为核心，将其纳入非洲公开数据目录，推动了跨数据集的国家—年份—指标联接范式；在劳动统计领域，研究者基于其面板结构发展了残障就业缺口的分解方法，并与ILOSTAT其他指标进行交叉验证；在机器学习社区，该数据集被用于表格分类与回归任务的基准测试，催生了面向缺失值稳健处理与地理层级建模的若干技术探索，形成了从统计描述到预测建模的连续研究谱系。