electricsheepafrica/africa-ilo-ees-tees-sex-geo-mts-nb-employees-by-sex-rural-urban-areas-and-marital-sta

该数据集包含非洲44个国家从1994年至2025年的雇员数据，共有17,548个观测值，涵盖1个核心指标：按性别、城乡地区和婚姻状况划分的雇员数量（千人）。数据来源于国际劳工组织(ILO)的ILOSTAT数据库，通过ILOSTAT REST API获取，并过滤为非洲国家。数据集包含详细的列结构，如国家代码(ref_area)、国家名称(ref_area.label)、数据来源(source和source.label)、指标代码(indicator)和指标标签(indicator.label)、性别分类(sex和sex.label)、分类变量(classif1和classif1.label、classif2和classif2.label)、观测年份(time)、观测值(obs_value)、观测状态(obs_status)以及相关注释(note_indicator和note_source)。数据按性别(总计、男性、女性)进行细分，并可能包含其他分类维度。数据为年度频率，ILO会为同一国家×年份选择最佳来源。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains employee data of 44 African countries spanning from 1994 to 2025, with a total of 17,548 observations, covering 1 core indicator: the number of employees (in thousands) categorized by gender, urban-rural region and marital status. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via the ILOSTAT REST API, and filtered to retain only African countries. The dataset features a detailed column structure, including country code (ref_area), country name (ref_area.label), data source (source and source.label), indicator code (indicator) and indicator label (indicator.label), gender classification (sex and sex.label), categorical variables (classif1 and classif1.label, classif2 and classif2.label), observation year (time), observed value (obs_value), observation status (obs_status), as well as relevant notes (note_indicator and note_source). The data is segmented by gender (total, male, female), and may include other categorical dimensions. It is of annual frequency, and the ILO will select the optimal data source for each country × year combination. This dataset was repackaged by Electric Sheep Africa, with the aim of providing a unified, machine learning-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集系基于国际劳工组织统计数据库的原始记录，由Electric Sheep Africa团队实施元数据标准化与格式重构而成。其整合了1994年至2025年间44个非洲国家的就业统计资料，共涵盖17548条观测记录，统一以parquet列式存储格式发布，并配套标准化的数据发现元数据、加载指引与来源注释，从而在保留原始统计口径的前提下提升数据集的机器可读性与分析可复现性。

特点

数据集聚焦于非洲地区按性别、城乡地域及婚姻状况分类的雇员人数统计，时间跨度逾三十年，国别覆盖广泛，具备显著的面板数据特征。其以表格与文本混合模态呈现，体量适中，归属经济金融领域，配有明确的知识共享署名许可，兼顾宏观劳动经济学研究与跨国比较分析的双重需求。

使用方法

研究者可借助Hugging Face datasets库直接加载该数据集，通过检查各分片的特征结构与样本记录完成初步探索，并在需要时转换为Pandas数据框以开展统计分析。使用过程中应优先核验变量定义、计量单位与缺失值处理规则，明确国家、年份及指标字段以支持跨数据集连接，并在建模前审慎评估数据缺失模式，避免仅凭标签推断政策含义。

背景与挑战

背景概述

非洲大陆的劳动力市场结构长期受性别、城乡二元格局与婚姻状态等多重社会维度交织影响，然而相关微观证据的匮乏制约了精准政策干预的制定。该数据集由Electric Sheep Africa于2026年基于国际劳工组织ILOSTAT中央统计数据库整理发布，涵盖44个非洲国家、1994至2025年间17,548条雇员观测记录，以千人为单位系统刻画性别、城乡与婚姻状态交叉分类下的就业规模。其核心研究问题在于揭示非洲各国劳动力参与的结构性差异与时空演变趋势，为比较劳动经济学与区域发展研究提供了稀缺的跨国面板基础，对推动非洲数据驱动型决策具有基础性意义。

当前挑战

该数据集所回应的领域挑战在于：非洲劳动统计长期面临覆盖碎片化、性别与地理维度交叉细分数据稀缺、跨国指标口径不一致等困境，既有国际数据库多侧重总量而难以支撑精细化亚组分析。构建过程中的挑战则集中于异构源数据的协调：各国报送年份参差不齐导致时间序列不均衡，城乡与婚姻状态分类标准在成员国间存在定义漂移，ILO原始数据本身的缺失值需审慎保留而非草率插补，且上游元数据中来源归属与国别编码字段存在缺口，对数据溯源的完整性与建模前的变量对齐构成了实质性制约。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交叉领域，该数据集通常被用于刻画撒哈拉以南非洲地区就业结构的性别与空间分异。研究者依托其覆盖44个非洲国家、1994至2025年的17,548条观测，按性别、城乡地域与婚姻状况对雇员人数进行分组统计，进而比较不同社会群体在正规与非正规就业中的参与差异。这一用法尤其适合开展面板数据建模、跨国横截面比较以及时间序列趋势分析，为理解非洲劳动力市场的分层机制提供基础性证据。

解决学术问题

该数据集回应了非洲劳动统计中长期存在的细粒度数据匮乏问题。以往研究多依赖国别调查或国际组织汇总数据，难以在统一框架下同时控制性别、城乡与婚姻状态三重维度。本数据集通过标准化元数据与CC BY 4.0开放许可，使研究者能够检验婚姻状况是否调节女性就业参与、城乡分割如何影响男性与女性的职业分布等假设，推动关于性别不平等与劳动力市场边缘化的实证讨论，并为跨国比较研究提供可复现的数据基础。

衍生相关工作

围绕该数据集，已衍生出一系列面向非洲劳动市场的分析与工程工作。Electric Sheep Africa将其纳入统一的元数据清单，推动了跨数据集的指标对齐与联合分析；研究者借助其开展性别就业差距分解、城乡劳动力迁移建模以及婚姻状态与劳动供给弹性的计量检验。这些工作进一步催生了非洲就业数据的可视化工具、可复现笔记本与机器学习基准，为后续非洲劳动统计研究提供了可扩展的方法论参照。