electricsheepafrica/africa-ilo-emp-temp-sex-mjh-geo-nb-employment-by-sex-multiple-job-holding-and-rural-u

这是一个关于非洲44个国家就业的表格数据集，包含5,794个观测值，时间跨度为1996年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，具体指标为EMP_TEMP_SEX_MJH_GEO_NB，即按性别（总计、男性、女性）、多重职业持有（总计）和城乡区域（国家层面）分类的就业人数（以千计）。数据集提供了结构化表格，包括国家代码、年份、观测值、数据来源、分类变量等列，适用于表格分类、回归和时间序列预测等任务。数据经过ILOSTAT的标准化处理，覆盖非洲多国，旨在为机器学习和研究提供统一的非洲就业数据层。This is a tabular dataset on employment across 44 African countries, containing 5,794 observations spanning from 1996 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, with the specific indicator EMP_TEMP_SEX_MJH_GEO_NB, which represents employment by sex (total, male, female), multiple job holding (total), and rural/urban areas (national level) in thousands. The dataset is structured as a table with columns including country codes, years, observed values, data sources, classification variables, and more, suitable for tasks such as tabular classification, regression, and time-series forecasting. The data is harmonized by ILOSTAT and covers multiple African countries, designed to provide a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织统计数据库（ILOSTAT）的权威调查框架，由Electric Sheep Africa团队对非洲区域原始劳动统计资料进行系统性清洗与标准化重构。构建过程覆盖44个非洲国家，时间跨度自1996年至2025年，累计整合5794条观测记录，聚焦于按性别、多重职业持守及城乡地域划分的就业规模指标。数据经统一元数据标注与来源溯源处理，保留原始统计口径与缺失值结构，未施加额外插补或政策语义解读，确保分析者可在可复现框架下追溯变量定义与单位。

特点

数据集以表格型结构呈现，隶属经济金融领域，规模介于一千至一万条记录之间，采用知识共享署名4.0许可协议。其核心特征在于多维交叉分类，将就业人数按性别、多重职业状态及城乡属性进行细分，为审视非洲劳动力市场结构异质性提供细粒度证据。元数据标准化的同时保留来源出处与字段说明，便于与Electric Sheep Africa目录内其他非洲数据集通过国家、年份及指标字段进行关联，适配分类与回归类表格任务。

使用方法

研究者可借助Hugging Face数据集库加载接口直接获取数据，通过load_dataset函数读取后查看特征结构与样本切片，并可依据表格型数据特性转换为Pandas数据框以展开本地分析。使用中应首先核查仓储文件中的变量定义、单位与缺失模式，避免仅凭标签推断政策含义；当地理信息仅由标题或来源元数据隐含时，需在分析文档中明示该假设。建议在建模前完成缺失性与地理、时间及子群变量的剖面检视，并保留缺失值直至确立可辩护的插补规则。

背景与挑战

背景概述

非洲大陆的劳动力市场结构长期处于非正规化与多重职业并存的复杂状态，性别差异与城乡分野进一步加剧了就业形态的异质性。国际劳工组织（ILO）依托ILOSTAT数据库，汇集了44个非洲国家自1996年至2025年的就业观测数据，涵盖了按性别、多重职业持有及城乡区域划分的就业人数（以千计）。Electric Sheep Africa于2026年对该数据集进行了标准化元数据编目与Hugging Face平台发布，旨在为非洲劳动经济学研究提供可复现、可比较的结构化证据。该数据集的核心研究问题在于揭示非洲各国就业参与的多维分布特征，为性别平等政策、农村发展干预及非正规经济治理提供跨国实证基础，对劳动经济学与区域发展研究具有显著的参考价值。

当前挑战

该数据集所回应的领域问题在于非洲劳动力市场统计长期面临覆盖不均衡、指标口径不一致与城乡分类标准各异的困境，跨国比较研究难以获得统一且可追溯的微观证据。在构建过程中，数据集面临若干具体挑战：其一，原始ILOSTAT数据源自各国劳动力调查，抽样框架、就业定义及多重职业认定标准存在显著的国别差异，致使跨国汇总与趋势推断需审慎处理异质性；其二，元数据清单中部分字段存在缺失，国家标识、上游发布机构与数据格式信息未能完整声明，增加了溯源与整合的难度；其三，城乡分类与性别维度的交叉分组导致部分单元格样本稀疏，缺失值处理与统计推断的稳健性构成持续挑战；其四，1996至2025年的长时段覆盖涉及调查方法变迁与口径调整，时间序列的可比性需通过明确的元数据注解加以保障。

常用场景

经典使用场景

在劳动经济学与非洲区域发展研究的交汇处，该数据集凭借其涵盖44个非洲国家、1996至2025年共5794条观测的就业统计，成为探究性别、多重职业持有与城乡地理维度交互效应的经典面板数据资源。研究者惯常将其用于按国家、年份、性别及城乡分类的横截面与时间序列分析，通过构建性别差异指数、多重就业率与城乡就业结构比等指标，刻画非洲劳动力市场的异质性特征，并为跨国比较提供标准化、可复现的表格数据基础。

解决学术问题

该数据集直面的核心学术问题在于非洲劳动力市场中性别就业差距、多重职业持有行为与城乡二元结构之间长期缺乏系统性、跨国可比的经验证据。既往研究多受限于碎片化的国别调查与不一致的指标口径，难以进行稳健的跨国面板推断。该数据集通过统一的ILOSTAT指标框架与Electric Sheep Africa的元数据标准化，有效缓解了数据可及性与可比性难题，为检验性别分层理论、非正规经济中的生计策略以及城乡劳动配置差异等命题提供了可靠的经验支撑，对推动非洲劳动经济学实证研究的规范化具有实质意义。

衍生相关工作

围绕该数据集，Electric Sheep Africa的元数据清单体系催生了一系列衍生工作，包括非洲就业指标的跨国面板整合、与ILOSTAT其他主题数据集的联合分析，以及面向机器学习任务的表格分类与回归基准构建。相关实践进一步推动了非洲开放数据目录的标准化进程，为后续研究者提供了以国家、年份与指标字段为纽带的数据融合范式，并在可复现研究、数据文档工程与区域劳动统计可视化等方面形成了可借鉴的方法论积累。