electricsheepafrica/africa-ilo-une-3wap-sex-age-geo-rt-youth-unemployment-to-population-ratio-by-sex-age

这是一个关于非洲青年失业人口比例的数据集，按性别、年龄和城乡地区细分。数据集包含8,987个观测值，覆盖45个非洲国家，时间跨度为1994年至2025年。核心指标为UNE_3WAP_SEX_AGE_GEO_RT，即青年失业人口比例（按性别、年龄和城乡地区划分的百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并经过过滤处理，以确保仅包含非洲国家的数据。数据集提供了详细的分类维度，包括性别（总计、男性、女性）、年龄组（如15-29岁青年段）和区域类型（如全国范围），并包含数据质量注释，如观测状态标志（如不可靠）和方法修订说明。数据以表格形式组织，适用于表格分类、回归和时间序列预测等任务。This dataset contains youth unemployment-to-population ratio data for Africa, disaggregated by sex, age, and rural/urban areas. It includes 8,987 observations across 45 African countries, spanning from 1994 to 2025. The key indicator is UNE_3WAP_SEX_AGE_GEO_RT, which measures the youth unemployment-to-population ratio (percentage) by sex, age, and geographic area. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API and filtered to African ISO3 country codes. The dataset provides detailed disaggregation dimensions, including sex (total, male, female), age groups (e.g., youth bands 15-29), and area types (e.g., national coverage), along with data quality notes such as observation status flags (e.g., Unreliable) and methodology revisions. Organized in tabular format, it is suitable for tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，通过其官方REST API直接获取原始指标数据，并针对非洲大陆的ISO3国家代码进行过滤筛选。数据涵盖了45个非洲国家自1994年至2025年间共8,987条观测记录，代表了青年失业与人口比率的年度统计。ILOSTAT依据国际劳工统计学家大会（ICLS）的定义对各国劳动力调查微观数据进行了标准化处理，同时保留了原始数据来源标签以确保可追溯性。Electric Sheep Africa团队负责将原始API数据重新封装为HuggingFace Datasets标准格式，便于机器学习应用直接调用。

特点

该数据集具有多维度交叉分析的特点，核心指标为按性别（男性、女性、总计）、年龄段（15-29岁青年群体）以及城乡地域类型划分的青年失业与人口比率（百分比）。每条记录均包含ISO国家代码、调查来源标签、指标代码、观测值及质量标记等字段，支持用户依据性别、年龄区间、地域范围等分类变量进行精细化筛选。数据覆盖了45个非洲国家、时间跨度达32年，尤其包含南非、埃及、安哥拉等国的长期时序观测，为非洲劳动力市场研究提供了扎实的统计基础。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset函数直接加载该数据集，返回的train分片可转换为Pandas DataFrame进行进一步操作。典型使用场景包括按国家代码过滤特定国家的观测值、按指标代码排序绘制时间序列曲线，或通过数据透视表构建国家×年份的观测矩阵。数据以Parquet格式存储，支持高效的列式读取与过滤查询。建议在引用原始ILO数据的同时注明Electric Sheep Africa的重新封装版本，以符合CC-BY-4.0许可协议的要求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT构建，经Electric Sheep Africa团队于2025年重新整理并发布于HuggingFace平台。数据集聚焦于非洲大陆45个国家1994年至2025年间青年失业与人口比率，涵盖按性别、年龄及城乡地域细分的观测值共计8,987条。核心研究问题在于揭示非洲青年劳动力市场结构性困境，尤其是在性别与地域维度下的失业率差异，为劳动经济学、发展社会学及可持续发展目标（SDG）相关研究提供标准化数据基础。数据集依托ILO在劳工统计领域权威地位，整合各国劳动力调查等官方资料，成为非洲青年就业政策分析与跨国比较的重要工具。

当前挑战

该数据集面对的领域问题挑战在于非洲青年失业问题的复杂性，如非正规就业比例高、数据采集不完整、国家间统计口径差异大，导致失业率指标难以精准反映真实状况。构建过程中，ILO需解决多来源调查数据在时间序列连续性上的断裂（如方法论修订或调查中断），以及城乡地域分类标准不一致带来的可比性问题。来自45个国家的数据融合还需应对缺失值、异常观测值标记（如‘不可靠’状态）及最佳来源筛选等数据处理挑战，以确保最终产量为机器学习与时间序列分析提供可靠的训练与验证样本。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中非洲45个国家1994至2025年间青年失业与人口比率的面板数据，按性别、年龄及城乡地域维度精细划分，共含近9000条观测值。研究者可借此构建时间序列模型，分析非洲青年劳动力市场的动态演变，或运用面板回归方法探究各国宏观经济政策、教育投入与青年就业率之间的深层关联。数据的高维细粒度特征亦使其成为分类与回归任务的理想基准，特别适用于评估新兴经济体劳动力市场中的结构性失衡问题。

解决学术问题

该数据集有效回应了发展经济学与劳动经济学中长期悬而未决的测量困境：在非洲数据稀缺的背景下，如何系统性地量化青年失业的性别与地域差异。它填补了跨国比较研究中因统计口径不一而导致的空白，使学者能够突破单一国家案例的限制，通过标准化的指标对比南撒哈拉与北非地区的就业韧性。同时，数据中包含的城乡划分维度为探讨城市化进程中的劳动力转移机制提供了量化依据，推动了关于青年‘尼特族’现象与技能错配问题的实证研究，显著提升了非洲劳动力政策的证据基础。

衍生相关工作

基于该数据集，研究者已产出多项标志性成果，包括使用随机森林模型对非洲青年失业驱动因素进行重要性排序的论文，以及融合卫星夜间灯光数据与失业面板数据构建的非洲大陆经济活力地图。ILO自身亦基于此类数据发布了年度《全球青年就业趋势：非洲特别报告》，成为该领域引用率最高的政策文献之一。此外，由Electric Sheep Africa重新打包的版本催生了多个跨学科工作，如利用自然语言处理技术从ILOSTAT元数据中自动提取调查方法变更对失业率序列一致性的影响，为数据质量评估提供了创新视角。