electricsheepafrica/africa-ilo-emp-temp-sex-ins-nb-employment-by-sex-and-public-private-sector-thousa

该数据集包含了来自国际劳工组织（ILO）ILOSTAT数据库的就业统计数据，专门针对非洲地区。它提供了49个非洲国家从1991年到2025年的年度时间序列数据，共计2,848个观测值。数据集的核心指标是EMP_TEMP_SEX_INS_NB，即按性别和公共/私营部门划分的就业人数（千）。数据按性别维度进行细分，包括总计（Total）、男性（Male）和女性（Female）。数据模式（Schema）包含国家代码、国家名称、数据来源代码与标签、指标代码与标签、性别分类代码与标签、观测年份、观测数值、观测状态标志及注释等多个字段，确保了数据的可追溯性和详细性。该数据集由Electric Sheep Africa重新打包，旨在为机器学习和研究提供一个标准化、可直接使用的非洲数据层。This dataset contains employment statistics from the International Labour Organization (ILO) ILOSTAT database, focusing on Africa. It provides annual time-series data spanning from 1991 to 2025 across 49 African countries, with a total of 2,848 observations. The core indicator is EMP_TEMP_SEX_INS_NB, which represents Employment by sex and public/private sector (thousands). The data is disaggregated by sex, including totals, males, and females. The schema includes fields such as country code, country name, source code and label, indicator code and label, sex classification code and label, observation year, observed value, observation status flags, and notes, ensuring traceability and detail. Repackaged by Electric Sheep Africa, this dataset aims to provide a standardized, ML-ready data layer for Africa on HuggingFace.

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中央统计数据库（ILOSTAT）的原始汇编，原始观测记录经Electric Sheep Africa团队系统化整理与元数据标准化后重新封装为Hugging Face数据集。构建过程涵盖对1991年至2025年间49个非洲国家共计2,848条就业观测数据的采集与结构化处理，以性别及公共/私营部门为分类维度，单位为千人。数据以parquet格式存储，在保留原始统计口径的同时补充了标准化的发现元数据、来源注释及面向分析者的语境说明，形成可供机器学习工作流直接调用的表格化资源。

特点

该数据集在覆盖广度与结构规范性方面具有显著优势。其时间跨度逾三十年，地理范围涵盖近五十个非洲国家，以性别与部门双重维度刻画正规就业的分布格局，构成观察非洲劳动力市场结构性变迁的珍贵面板资源。数据规模处于千至万条量级，以表格与文本双模态呈现，格式统一为parquet，便于高效读取与并行计算。元数据经Electric Sheep Africa标准化处理，附有明确的知识共享署名许可与出处说明，在保持信息中立的前提下提升了跨数据集关联与复现研究的可行性。

使用方法

研究者可通过Hugging Face的datasets库以单行代码加载该数据集，获取其默认切分并检视特征架构与样本记录，亦可便捷地转换为Pandas数据框以适配传统统计分析流程。在建模之前，建议先行审视变量的缺失模式与量纲定义，对地理信息仅由标题或来源暗示的情形应在下游分析中明确记录假设。该数据集适用于按国家、年份与性别及部门分组的剖面分析，并可依据显式的地理与时间字段与Electric Sheep Africa目录中的其他数据集进行连接，从而构建可复现、可引证的研究笔记本与分析管线。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于构建全球劳动力市场统计体系，ILOSTAT作为其核心统计数据库，为劳动经济学研究提供了跨国可比的基础数据。在此背景下，Electric Sheep Africa于2026年发布了涵盖49个非洲国家、2848条观测记录的公共与私营部门就业数据集，时间跨度为1991年至2025年，按性别分类以千人为单位呈现。该数据集聚焦于非洲劳动力市场结构变迁，填补了区域就业部门分布数据的整合空白，为探究性别就业差异、公共部门吸纳能力及私营部门发展态势提供了实证基础。

当前挑战

该数据集所应对的核心领域问题在于刻画非洲各国公共与私营部门就业的性别结构及其时空演变，然而非洲劳动力市场数据长期面临统计能力薄弱、非正式经济庞大及跨国口径不一致等固有难题。构建过程中的挑战同样显著：ILOSTAT原始数据在非洲各国的覆盖年份与指标定义存在显著异质性，49国中部分国家缺失关键年份或部门分类，且数据集未声明ISO3国家编码，地理标识依赖标题与来源元数据的隐式推断。缺失值的合理保留与插补规则的审慎确立，以及单位口径与部门定义的跨源核验，均构成分析者必须直面的方法论考验。

常用场景

经典使用场景

在劳动经济学与非洲发展研究领域，该数据集最经典的使用场景在于构建跨国别的公私部门就业结构面板。研究者依托1991至2025年间49个非洲国家的2848条观测记录，按性别与部门属性对就业人数（千人）进行纵向追踪，藉此刻画公共部门与私营部门在劳动力吸纳中的相对权重及其时序演变。结合面板回归、结构断点检验与性别差异分解等方法，该数据集成为审视非洲国家就业体制转型、公共雇佣规模收缩以及女性劳动参与路径的核心经验素材。

衍生相关工作

围绕该数据集已衍生出若干经典研究方向。Electric Sheep Africa以标准化元数据框架将其纳入非洲开放数据目录，催生了跨数据集的联结分析与自动化元数据编目工作。劳动经济学界据此展开公共部门工资溢价、性别就业差距与结构转型的实证研究，比较政治经济学领域则将其用于检验国家规模与就业体制的关联。相关笔记本与复制性研究进一步推动了非洲劳动统计方法学、缺失值处理规则以及指标协调框架的讨论，形成了从数据整理到政策解读的连续研究链条。

数据集最近研究

最新研究方向

在全球劳动市场性别平等议题持续升温的背景下，非洲地区公共与私营部门就业结构的性别差异日益成为劳动经济学与发展经济学的交叉研究热点。该数据集基于国际劳工组织ILOSTAT的权威统计，覆盖49个非洲国家、1991至2025年共2848条观测记录，为探究公共部门女性就业占比变化、非正式经济扩张对性别就业格局的冲击、以及结构性调整政策对公私部门劳动力配置的长期影响提供了可复现的实证基础。当前前沿研究借助面板计量与机器学习方法，识别性别就业分化的国别异质性与时间趋势，为非洲包容性增长政策的设计与评估提供数据支撑，具有重要的学术价值与政策意义。