electricsheepafrica/africa-ilo-emp-temp-sex-ste-nb-employment-by-sex-and-status-in-employment-thousan

该数据集包含非洲52个国家从1982年至2025年的就业数据，重点关注按性别和就业状态分类的就业人数（以千计）。数据集包含10,644个观测值，涵盖1个核心指标（EMP_TEMP_SEX_STE_NB），数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，经过统一处理并过滤为非洲国家。数据集适用于表格分类、回归或时间序列预测等任务，提供了详细的元数据列，如国家代码、年份、性别分类、观测值及数据质量标志等。license: CC BY 4.0（创作共用署名4.0国际协议） language: - en task_categories: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） multilinguality: 单语言 size_categories: - 10000 < 样本数 < 100000 tags: - 表格型数据 - 非洲 - ILOSTAT（国际劳工组织统计数据库） - 就业 - ILO（国际劳工组织） - 劳动 pretty_name: "按性别与就业身份划分的就业人数（千人）| 非洲（ILOSTAT）" --- # 按性别与就业身份划分的就业人数（千人）| 非洲（ILOSTAT） 🌍 **10644条观测样本** · **覆盖52个非洲国家** · **时间跨度1982–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## 快速概览 本数据集包含覆盖52个非洲国家的**就业相关数据**，共**10644条观测样本**，时间跨度为**1982–2025年**，仅包含**1项核心指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的官方中央统计数据库，是全球领先的劳动统计权威来源。其收录涵盖就业、失业、薪酬、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面劳动目标等多类指标，数据来源于全国劳动力调查、住户收入调查、企业调查与行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_STE_NB) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：就业 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_TEMP_SEX_STE_NB`拉取原始数据，并筛选出非洲地区的ISO 3国家代码对应的样本。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化整合；数据来源信息已在`source.label`字段中标记，确保可追溯性。 ## 地理覆盖范围 覆盖52个非洲国家，以下为按样本量排序的前15个国家（剩余37国未完全展示）： | 国家代码 | 样本量 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `EGY` | 816 | 1993 | 2024 | | `MUS` | 740 | 1990 | 2024 | | `ZAF` | 666 | 2000 | 2024 | | `MAR` | 573 | 1982 | 2022 | | `TUN` | 513 | 1989 | 2021 | | `ZMB` | 418 | 1990 | 2024 | | `MLI` | 360 | 2006 | 2024 | | `AGO` | 360 | 2004 | 2025 | | `ZWE` | 327 | 1994 | 2024 | | `RWA` | 317 | 1996 | 2025 | | `GHA` | 309 | 1991 | 2024 | | `SYC` | 300 | 2011 | 2024 | | `TZA` | 282 | 1991 | 2024 | | `SEN` | 279 | 1991 | 2024 | | `BWA` | 264 | 1984 | 2024 | | ... | 其余37国 | | | ## 指标（示例） - `EMP_TEMP_SEX_STE_NB` — 按性别与就业身份划分的就业人数（千人） ## 数据字段结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `Angola` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文数据源名称 | `LFS - Employment Survey` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_TEMP_SEX_STE_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employment by sex and status in emplo…` | | `sex` | `string` | 性别细分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 维度说明 | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `STE_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 分类维度说明 | `Status in employment (Aggregate): Total` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `13984.984` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | 状态说明 | `Unreliable` | | `note_classif` | `string` | 分类备注 | `C2:6257` | | `note_classif.label` | `string` | 备注说明 | `Nonstandard status in employment grou…` | | `note_indicator` | `string` | 指标备注 | `I11:264` | | `note_indicator.label` | `string` | 备注说明 | `Break in series: Methodology revised` | | `note_source` | `string` | 数据源备注 | `R1:3513` | | `note_source.label` | `string` | 备注说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 细分维度 本数据集通过以下字段实现数据细分： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标同时发布月度或季度序列，但未包含在此数据集中。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会有非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-temp-sex-ste-nb-employment-by-sex-and-status-in-employment-thousan") df = ds["train"].to_pandas() print(df.head()) ### 单国家数据筛选 python kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EMP_TEMP_SEX_STE_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_TEMP_SEX_STE_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_TEMP_SEX_STE_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_emp_temp_sex_ste_nb_employment_by_sex_and_status_in_employment_thousan_2025, title = {Employment by sex and status in employment (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_STE_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-temp-sex-ste-nb-employment-by-sex-and-status-in-employment-thousan}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)协议发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep项目的组成部分：该项目旨在HuggingFace平台上构建统一的、适配机器学习的非洲地区数据层。我们从权威开源数据源获取数据，对数据schema进行标准化处理，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026年5月25日通过Electric Sheep数据管道摄取。源数据URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_TEMP_SEX_STE_NB

搜集汇总

数据集介绍

构建方式

该数据集立足于国际劳工组织（ILO）的权威统计体系，源自ILOSTAT这一全球劳动统计的核心数据库，经Electric Sheep Africa机构进行标准化元数据整理与重封装而成。构建过程涵盖从原始来源提取1982年至2025年间52个非洲国家的就业观测记录，总计10,644条数据，按性别与就业身份分类，以千人为单位计量。数据以Parquet格式存储，附带统一的元数据标签、来源注释及分析导向的上下文说明，确保数据在非洲区域发现与复用中的可追溯性和一致性。

特点

数据集聚焦非洲地区就业结构的长期演变，覆盖52个国家逾四十年的观测，具备显著的时间纵深与地理广度。其核心特点在于以性别和就业身份为双重视角，提供千人单位的就业人数统计，属于经济学与金融领域的表格数据。数据规模介于一万至十万条之间，采用单语英语标注，支持表格分类与回归任务。Parquet格式保障了高效读取与存储，标准化元数据则增强了跨数据集的互操作性，为劳动经济学研究提供了结构化的证据基础。

使用方法

研究人员可通过Hugging Face的datasets库以一行代码加载数据集，获取数据分割、特征结构及样本预览，并可便捷转换为Pandas数据框以适配传统分析流程。使用时应从仓库文件与数据查看器入手，将README作为快速定向层，在建模前核实变量定义与单位。存在显式国家列时优先使用，若地理信息仅隐含于标题或元数据中，需在后续分析中明确记录该假设。缺失值应保留至有可辩护的插补规则确立后再行处理，以确保分析的可复现性与严谨性。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计的标准化与公开化，其ILOSTAT数据库为比较跨国就业结构提供了权威依据。然而，非洲区域劳动统计长期面临覆盖不均、指标口径不一致及数据可及性不足等困境。Electric Sheep Africa于2026年将ILOSTAT中非洲就业性别与就业身份数据重新整合，形成涵盖52国、1982至2025年、逾万条观测的标准化数据集。该数据集以非洲劳动力市场结构性转型为关切，为性别就业差异、非正规就业及体面劳动监测等议题提供了可复用的数据基础。

当前挑战

该数据集所回应的核心领域问题在于：如何基于异质性极强的国别劳动统计，实现非洲就业结构与性别差距的跨国可比分析。构建过程中面临若干具体挑战：其一，各国就业身份分类体系与统计口径存在差异，统一至ILO标准框架需依赖元数据推断；其二，部分国家与年份观测稀疏或缺失，面板数据平衡性受限，直接插补可能引入偏误；其三，就业身份与性别的交叉维度在部分国家未被完整报告，限制细分群体的推断效力；其四，元数据中上游出版方与国别字段存在空缺，增加溯源与验证成本。

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52个非洲国家、1982至2025年逾万条观测的细分就业统计，成为刻画非洲劳动力市场结构性特征的核心资源。经典使用场景聚焦于按性别与就业身份（如雇佣劳动者、自营工作者、家庭帮工等）对就业规模进行跨国别、跨时段的比较分析，研究者借此可系统追踪非洲各国就业形态的演变轨迹，识别非正规就业占比居高不下的深层根源，并为性别维度的就业差距提供可量化的证据基础。

衍生相关工作

围绕该数据集，Electric Sheep Africa的元数据标准化实践催生了一系列面向非洲公共数据的可复现分析工作，包括跨国就业身份面板的构建、性别就业差距的分解研究，以及与非洲其他社会经济数据集的联接探索。在Hugging Face生态内，该资源常被用于表格分类与回归任务的基准测试，并启发了对非洲劳动统计中缺失值与定义不一致问题的处理方法论讨论。这些衍生工作共同强化了非洲数据发现与机器学习就绪型数据集的基础设施建设。

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在非洲劳动市场监测中的权威地位持续巩固，基于该数据集的研究正朝着性别敏感的就业结构异质性剖析方向纵深演进。学界日益关注非正规就业与脆弱性就业在非洲五十二国间的时空分异，借助面板回归与聚类分析揭示性别鸿沟如何随经济周期与结构性转型而演化。Electric Sheep Africa所推动的元数据标准化与机器学习就绪发布，为跨国比较与可复现劳动经济学研究提供了关键基础设施，亦呼应了全球对非洲体面劳动与性别平等议题的政策关切，对缩小数据鸿沟、赋能循证决策具有深远意义。