electricsheepafrica/africa-ilo-une-3eap-sex-age-geo-rt-youth-unemployment-rate-by-sex-age-and-rural-urban

该数据集包含非洲45个国家从1994年至2025年的青年失业率数据，按性别、年龄和城乡地区进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，涵盖9,238个观测值，指标为“按性别、年龄和城乡地区划分的青年失业率（%）”。数据集提供了国家代码、年份、观测值以及数据来源和质量标志等信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains youth unemployment rate data for 45 African countries from 1994 to 2025, disaggregated by sex, age, and rural/urban areas. The data is sourced from the International Labour Organizations ILOSTAT statistical database, with 9,238 observations focusing on the indicator Youth unemployment rate by sex, age and rural/urban areas (%). It includes information such as country codes, years, observed values, and data source and quality flags, 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数据库，聚焦于非洲45个国家的青年失业率，覆盖1994年至2025年的时间跨度。数据通过ILOSTAT REST API直接采集，经Electric Sheep Africa团队二次处理后，仅保留非洲ISO3国家代码对应的观测值。ILOSTAT基于国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调，并在数据集中通过source.label字段标注数据来源，确保可追溯性。最终整合为9,238条观测记录，每条记录包含国家、年份、性别、城乡分类及失业率数值等关键字段。

特点

该数据集以高颗粒度的分类维度与精准的地域覆盖为核心特点。数据按性别（男/女/总体）、年龄组（如15-29岁）及城乡区域进行分层，提供了多维度的青年失业率观测值。涵盖非洲45个国家的长时序数据，时间跨度达32年，且每条记录附带观测状态标志（如provisional或unreliable）及方法论变更注释，便于用户识别数据质量与序列中断情况。此外，所有字段均保留原始ILO编码与英文标签，兼顾机器可读性与人类可理解性。

使用方法

数据集可通过HuggingFace Datasets库直接加载，调用load_dataset()函数即可获取包含所有记录的训练集，并轻松转换为Pandas DataFrame进行后续分析。用户可按国家代码（ref_area）筛选特定国家数据，或针对单个指标（如UNE_3EAP_SEX_AGE_GEO_RT）进行时间序列分析与可视化。支持将数据透视构建为国家×年份的矩阵形式，便于跨国比较与面板数据分析。数据集以cc-by-4.0许可发布，使用时应同时引用ILO原始来源及Electric Sheep Africa的二次整理版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库汇总整理，并经Electric Sheep Africa于2025年重新封装发布，聚焦于非洲45国1994至2025年间青年失业率按性别、年龄及城乡区域（%）统计的9,238条观测值。核心研究问题在于揭示非洲大陆青年劳动力市场中结构性失业的时空异质性，弥补撒哈拉以南非洲地区在分维度劳动统计口径上的数据缺失。作为ILO向可持续就业目标（SDG 8）监测的关键数据源，该数据集通过标准化微数据整合与ICLS定义对齐，为发展经济学、人口统计学及政策评估领域提供了可复现的纵向分析基线，显著提升了非洲劳动力市场数字化研究的可及性与跨时可比性。

当前挑战

该数据集所应对的领域问题在于非洲劳动力统计长期面临数据稀疏性、时间序列不连续及跨国口径差异——如多国调查频率不一、指标定义随ICLS修订断裂（如变量note_indicator.label标注为Break in series: Methodology revised），严重制约着精准的政策制定与因果推断。构建过程中采用ILOSTAT的REST API仅获取ILO选定的“最佳来源”，意味着同国家同年度若存在多套调查（如LFS与行政记录），原始高频或月度信息被压缩为单一年度值；同时，disaggregation维度（sex、classif1、classif2）仅在特定层级发布，导致年龄-城乡-性别三维交叉分析时常面临空值泛滥，迫使研究者承受数据可用性与精细结构之间固有的折损。

常用场景

经典使用场景

作为非洲青年失业率研究的权威数据基础，该数据集广泛应用于劳动力市场的跨国比较分析。研究者可针对性别、年龄组与城乡区域三个重要维度进行分层统计，剖析非洲大陆青年就业结构的演变规律。借助其长达三十余年的年度观测记录，学者能够构建动态面板数据模型，探讨宏观经济政策、教育体系变革与劳动力吸纳能力之间的内在关联。该数据集尤其适用于评估不同非洲国家在实现联合国可持续发展目标中体面工作与经济增长方面的进展差异，为区域发展研究提供标准化的定量依据。

解决学术问题

该数据集有效填补了非洲青年失业研究中长期存在的系统性数据缺口。在学术层面，它解决了因各国统计标准不一所导致的跨国可比性难题，依托ILOSTAT统一规范的ICLS定义框架，使研究者能够突破单一国家案例的局限。通过提供按性别与城乡划分的细颗粒度指标，该数据助力学者识别青年就业中隐藏的结构性不平等问题，例如女性青年在非洲农村地区面临的更高失业风险，从而为劳动力经济学、发展社会学中的弱势群体理论提供坚实的数据支撑，推动了非洲劳动市场研究从描述性分析向因果推断的范式演进。

衍生相关工作

基于该数据集，学术界已衍生出大量富有洞见的经典工作。经济学家利用其面板数据特征构建了青年失业率与GDP增长、城镇化水平之间的长期协整模型，量化了经济转型对就业市场的滞后影响。社会学家则结合性别与城乡交叉分类，揭示了非洲农村地区女性青年陷入“双重边缘化”困境的形成机制。在计量方法上，有研究采用该数据验证了空间杜宾模型在失业空间溢出效应分析中的适用性，探索邻近国家间劳动力市场的联动特征。这些衍生工作不仅深化了对非洲青年就业问题的理论认知，也为后续研究提供了可复制的分析框架与基准结果。