electricsheepafrica/africa-ilo-eip-neet-sex-geo-nb-youth-not-in-employment-education-or-training-neet

该数据集包含来自45个非洲国家的1,996个观测值，涵盖1994年至2025年期间，涉及1个独特指标，主题为按性别和城乡区域划分的未就业、未受教育或未培训青年（NEET）（千人），属于劳动力利用不足的其他衡量指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过重新打包以便于机器学习使用。This dataset contains 1,996 observations of Other measures of labour underutilization data across 45 Africa countries, spanning 1994–2025, covering 1 distinct indicator: Youth not in employment, education or training (NEET) by sex and rural / urban areas (thousands). It is sourced from the International Labour Organization (ILO) ILOSTAT database and repackaged for machine learning readiness.

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）的核心统计数据库ILOSTAT，其构建严格遵循国际劳工统计学家会议（ICLS）所制定的定义与标准。数据通过调用ILOSTAT的REST API，精准抓取编号为EIP_NEET_SEX_GEO_NB的特定指标，并依据非洲国家ISO3代码进行地理范围筛选与整合。原始调查微观数据经过ILO统计部门的统一协调与标准化处理，涵盖了来自各国劳动力调查、家庭收入调查等多种官方数据源，且在数据集中通过source.label字段清晰标注了每个观测值的数据源，确保了数据的可追溯性与透明度。最终，该数据集被重新打包为易于使用的HuggingFace格式，提供了1996条覆盖45个非洲国家、时间跨度从1994年至2025年的年度观测记录。

特点

此数据集的核心特色在于其聚焦于非洲地区青年（15-24岁）未就业、未受教育或未接受培训（NEET）这一关键劳动力市场指标，并按性别（男性、女性、总计）以及城乡地域（国家、农村、城市）进行了细致的分类维度划分。数据集包含了丰富的元数据信息，如观测值的状态标记（如临时性数据、不可靠数据）、序列中断的方法论修订注释等，为用户提供了数据质量评估的重要依据。其基础数据来源于权威的ILOSTAT数据库，经由Electric Sheep Africa团队统一规范化处理，形成了结构清晰、机器学习就绪的表格数据，兼具权威性与研究便利性。

使用方法

用户可通过HuggingFace的`datasets`库便捷地加载该数据集，仅需一行代码`load_dataset("electricsheepafrica/africa-ilo-eip-neet-sex-geo-nb-youth-not-in-employment-education-or-training-neet")`即可获取训练集。加载后，数据可高效转换为Pandas DataFrame以进行深入分析。示例用法包括：依据国别代码（如`ref_area == "KEN"`）筛选特定国家的数据；针对指标`EIP_NEET_SEX_GEO_NB`按时间序列排序并绘制趋势图；以及利用数据透视表功能构建以年份为行、国家为列的观测值矩阵，便于进行面板数据分析与跨国比较研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，经Electric Sheep Africa团队重新封装，聚焦非洲45个国家1994至2025年间未就业、未受教育或未接受培训的青少年（NEET）人口统计，共包含1996条观测记录。数据源于ILOSTAT数据库，该数据库是全球劳动统计的权威来源，基于国际劳动统计学家会议标准对各国劳动力调查、住户收入调查等微数据进行统一整合。数据集以性别和城乡区域为多维细分维度，为深入理解非洲劳动力闲置状况提供了精细化的量化基础，尤其在追踪可持续发展目标中体面工作相关指标方面具有重要价值。其发布有力推动了非洲地区劳动经济学研究、政策评估及跨国比较分析的进展。

当前挑战

该数据集面临的核心挑战源于非洲劳动统计领域的固有困境。首先，各国劳动力调查的频率、样本设计与覆盖范围差异显著，导致数据在年际间及国家间的可比性受限，部分观测值伴随方法论修订或来源变动，需借助`obs_status`和`note_indicator`等标记谨慎解读。其次，数据仅呈现年度频次，缺失月度或季度细分，难以捕捉短期经济波动对NEET群体的影响。在构建过程中，ILO需频繁处理来自多源调查的微数据整合任务，协调不同数据质量标识，并筛选各国各年份的“最佳来源”，这一流程对数据的一致性和可追溯性提出了极高要求，也为使用者增加了验证与清洗的负担。

常用场景

经典使用场景

该数据集聚焦于非洲45个国家1994至2025年间青年未就业、未受教育或未接受培训（NEET）状况，按性别与城乡地域进行精细分层。其经典使用场景在于构建面板数据模型，量化评估非洲青年劳动力市场的结构性特征与时空演化规律。研究者可借助其中近2000条观测记录，分析不同国家、年份与性别分组下NEET比率的动态变化，为理解非洲大陆劳动参与弱势群体的分布格局提供基础性数据支撑。

实际应用

在实际应用中，该数据集可为国际组织与非洲各国政府制定青年就业干预政策提供数据驱动支撑。例如，通过对比城乡与性别维度的NEET差异，决策者能够精准锁定亟需技能培训或就业服务的薄弱地区与群体，优化公共资源分配。同时，数据集还可用于构建早期预警系统，监测经济波动对青年劳动参与的影响，辅助设计更具韧性的社会保护方案。

衍生相关工作

该数据集衍生了一系列基于ILOSTAT指标的非洲劳动市场研究工作，包括青年NEET与经济增长关系的跨国面板回归、性别不平等指数构建、以及时间序列预测模型探索。相关研究常结合教育年限、GDP增速、产业结构等协变量，挖掘NEET变动的决定因素。此外，数据驱动的可视化工具与报告亦层出不穷，助力发展机构追踪可持续发展目标（SDG）中关于体面工作的具体进展。