electricsheepafrica/africa-ilo-emp-3emp-sex-age-jbt-nb-youth-employment-by-sex-age-and-working-time-arran

该数据集包含非洲45个国家从1991年至2025年的青年就业统计数据，共有10,090个观测值。核心指标为“按性别、年龄和工作时间安排分类的青年就业人数（以千计）”，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖就业、失业、工资、工作时间等多个劳动统计领域。数据集以表格形式组织，包括国家代码、年份、性别分类、年龄分组、工作时间安排、观测值及数据来源等列，适用于表格分类、回归和时间序列预测等机器学习任务。数据经过ILO harmonization处理，确保定义一致性，并标注了数据质量标志（如断点序列）。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于使用HuggingFace的`load_dataset()`加载。This dataset contains 10,090 observations of youth employment statistics across 45 African countries from 1991 to 2025. The core indicator is Youth employment by sex, age and working time arrangement (thousands), sourced from the International Labour Organization (ILO) ILOSTAT database, covering labor statistics such as employment, unemployment, wages, and working hours. Organized in tabular format, the dataset includes columns for country codes, years, sex disaggregation, age groups, working time arrangements, observed values, and data sources, making it suitable for machine learning tasks like tabular classification, regression, and time-series forecasting. Data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions, with quality flags (e.g., break in series). Repackaged by Electric Sheep Africa in Parquet format for easy loading via HuggingFaces `load_dataset()`.

搜集汇总

数据集介绍

构建方式

在非洲劳动力市场研究中，青年就业数据是评估区域人力资源发展状态的关键指标。该数据集基于国际劳工组织（ILO）下属ILOSTAT数据库的官方统计资源构建，通过直接调用ILOSTAT REST API获取原始指标数据，并依据非洲国家ISO3代码进行地理范围筛选，将数据范围限定至45个非洲国家。ILOSTAT数据库本身对各国劳动力调查、住户收入调查及行政记录等微观数据进行统一整合，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保数据口径一致。数据经重新打包后，以Parquet格式发布，便于机器学习框架直接加载使用。

特点

该数据集以其精细的多维分层结构为显著特征，提供了1991年至2025年间共10,090条观测记录，涵盖青年就业按性别、年龄段及工作时间安排分类的详细统计信息。数据集中包含ISO3166-1 alpha-3国家代码、性别分类（男性、女性、总计）、年龄层级（如15-29岁青年区间）以及工作时间安排类型等多重维度，充分满足细分群体就业趋势分析与对比研究的需求。此外，数据集还标注了数据来源、观测状态标志及序列中断注释，帮助使用者评估数据质量，体现了较高的透明度与可追溯性。

使用方法

该数据集通过HuggingFace Datasets库实现便捷调用，支持研究人员使用一行代码完成数据加载，并可直接转换为Pandas DataFrame进行后续分析。用户可以通过`ref_area`字段按国家过滤数据，例如提取肯尼亚的子集，亦可对单一指标按时间排序后绘制序列图以观察长期趋势。数据集内置的分类变量支持进行复杂的透视表操作，如构建国家×年份的矩阵，便于面板数据分析。由于其格式规范、注解详尽，该数据集尤其适用于非洲劳动经济学的时间序列建模、分类预测以及回归分析等机器学习应用场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司创建，经Electric Sheep Africa团队于2025年重新封装并发布在HuggingFace平台上，核心聚焦于非洲45个国家的青年就业状况。研究背景植根于全球劳动统计领域，ILOSTAT作为权威数据库，通过整合国家劳动力调查、家庭收入调查及行政记录等多元来源，为追踪青年就业与工作安排模式提供了标准化数据基础。数据集收录了1991年至2025年间10,090条观测值，涵盖性别、年龄及工作时间安排等关键细分维度，旨在推动非洲青年就业问题的量化分析与政策评估，对劳动经济学、发展研究及国际可比性研究具有显著支撑作用。

当前挑战

数据集面临的核心挑战包括：1）领域问题层面，非洲青年就业数据长期面临统计口径不一、时间序列不连续等问题，该数据集虽通过ILO统一标准进行了调和，但部分国家因调查方法修订（如标注“Break in series”的观测）导致数据断裂，影响长周期趋势分析的可靠性；2）构建过程层面，数据源自多国多源调查，各来源的质量差异（如抽样框架、调查频率）引入潜在偏差，且年度频率限制了季节性就业波动的捕捉；此外，缺失值处理与多源整合时的最佳来源选择策略（如ILO指定“best source”规则）进一步增加了建模的复杂度。

常用场景

经典使用场景

该数据集汇聚了1991年至2025年间45个非洲国家按性别、年龄和工作时间安排划分的青年就业人数（以千计），共计10,090个观测值，是劳动经济学与人口学领域研究青年劳动力市场状况的珍贵资源。研究者可借此开展跨国比较分析，探索非洲大陆青年就业模式的时空演变规律，或针对特定国家构建面板数据模型，剖析人口结构变迁对就业格局的深层影响。

衍生相关工作

该数据集衍生出了多项重要工作，包括利用时间序列预测模型对非洲各国青年就业趋势进行前瞻性建模，以及基于机器学习算法构建就业影响因素重要性排序框架。此外，研究者将其与教育、健康等社会经济数据融合，发展出多维贫困与青年就业机会的综合分析范式。该数据集的标准化结构也促进了跨数据集迁移学习的探索，为低资源国家的劳动力研究提供了可复用的基准参考。

数据集最近研究

最新研究方向

该数据集以国际劳工组织ILOSTAT为数据源，聚焦非洲45国青年就业的性别、年龄与工时安排维度，跨越1991至2025年，为劳动经济学与可持续发展目标（SDGs）的研究提供了宝贵的时间序列基石。当前前沿方向集中在利用此类高颗粒度数据构建预测模型，以量化政策干预对青年就业质量的动态影响，尤其关注非正规就业与性别不平等在区域劳动力市场中的演变路径。结合非洲大陆自贸区建设与后疫情时代就业复苏等热点事件，该数据集正被用于驱动因果推断与空间计量分析，揭示制度变迁与全球化扰动下青年群体的脆弱性，其价值在于为循证决策与包容性增长战略提供数据支撑。