electricsheepafrica/africa-ilo-eip-wdis-sex-age-geo-nb-discouraged-job-seekers-by-sex-age-and-rural-urban

这是一个关于非洲地区沮丧求职者的劳动力市场数据集，提供按性别、年龄和城乡区域细分的年度统计数据。数据集涵盖40个非洲国家从1999年至2025年的观测，包含11,688个数据点。核心指标为“EIP_WDIS_SEX_AGE_GEO_NB”，表示按性别、年龄和城乡区域划分的沮丧求职者数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Africa重新打包，以标准化模式（Parquet格式）发布，便于机器学习和分析使用。数据集适用于表格分类、回归和时间序列预测等任务，并包含国家代码、来源、性别分类、时间年份和观测值等详细列信息。This is a labor market dataset on discouraged job-seekers in Africa, providing annual statistics disaggregated by sex, age, and rural/urban areas. The dataset covers 40 African countries from 1999 to 2025, with 11,688 observations. The core indicator is EIP_WDIS_SEX_AGE_GEO_NB, representing discouraged job-seekers by sex, age, and rural/urban areas (in thousands). Data is sourced from the International Labour Organization (ILO)s ILOSTAT database, repackaged by Electric Sheep Africa into a standardized schema (Parquet format) for machine learning and analytical use. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting, and includes detailed columns like country codes, sources, sex classifications, time years, and observed values.

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，聚焦非洲地区劳动力利用不足的衡量指标。通过调用ILOSTAT REST API，从指示器代码为EIP_WDIS_SEX_AGE_GEO_NB的端点直接获取原始数据，并依据非洲ISO3国家代码进行地理筛选。ILOSTAT本身采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行统一协调，数据来源均在source.label列中标注，确保可追溯性。最终由Electric Sheep Africa整理封装为机器学习就绪的Parquet格式，发布于HuggingFace平台。

特点

数据集包含11,688条观测记录，覆盖40个非洲国家，时间跨度为1999年至2025年。核心指标为按性别、年龄及城乡区域划分的气馁求职者数量（单位：千）。数据结构丰富，包含国家代码、性别分类（总、男、女）、年龄分类、地域类型（全国或城乡）等多个维度，并附有观测状态标记（如不可靠）及数据源说明。数据为年度频率，当同一国家与年份存在多个数据源时，优先采用ILO选定的最佳来源，兼顾了质量与一致性。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，调用load_dataset()函数即可获得Pandas DataFrame格式的数据表。支持按国家代码筛选特定国家的子集，亦可针对单一指示器进行时间序列分析与可视化。利用pivot_table方法可方便地将数据转换为国家×年份的矩阵形式，便于面板数据分析或建模。数据集适用于表格分类、回归以及时间序列预测等机器学习任务，可直接接入Python生态的各类数据科学与建模工具。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT发布，经Electric Sheep Africa重新整理打包而成。其核心研究问题聚焦于非洲地区劳动力利用不足的测量，特别是“沮丧求职者”这一关键指标，旨在揭示不同性别、年龄及城乡地域下劳动力市场的结构性困境。数据集涵盖1999至2025年间的11,688条观测记录，覆盖40个非洲国家，为深入分析非洲大陆劳动力市场的区域差异、性别不平等及城市化进程中的就业挑战提供了珍贵的纵向数据。作为ILOSTAT全球劳动力统计体系的重要组成部分，该数据集为发展经济学、劳动经济学及公共政策研究提供了基础性支撑，对于评估可持续发展目标中的体面劳动进展具有显著影响力。

当前挑战

该数据集所应对的领域挑战主要在于非洲劳动力市场中“沮丧求职者”现象的隐蔽性与测量难度——这类因长期求职失败而放弃搜寻的群体往往被传统失业统计所遗漏，导致对劳动力利用不足的真实状况估计偏低。构建过程中面临多重挑战：首先，40个国家的原始数据来源多样，包括劳动力调查、家庭收入调查及行政记录，其调查方法与定义标准在不同国家间存在显著差异，需依赖ILO基于国际劳工统计学家会议定义进行复杂的协调与标准化处理；其次，数据质量参差不齐，部分观测值被标记为不可靠或存在序列断裂，尤其在时间序列的连续性与跨国家可比性上需要审慎处理；此外，性别、年龄与城乡维度的细粒度拆解要求原始调查样本量足够大，而非洲多国的调查覆盖率与频次有限，导致某些类别的数据稀疏性突出，为机器学习和时间序列建模带来了数据不均衡与插补的额外技术挑战。

常用场景

经典使用场景

该数据集聚焦于非洲地区因性别、年龄和城乡地域划分的受挫求职者数量（以千计），是劳动经济学与人口统计学交叉研究的宝贵资源。典型应用之一是利用其丰富的分类维度，构建面板数据模型，探究性别差异、年龄结构以及城乡分割对隐性失业现象的交互影响，为理解非洲劳动力市场的结构性特征提供了量化依据。

解决学术问题

数据集有效回应了非洲劳动利用不足研究中长期存在的精细分类数据匮乏问题。通过提供覆盖40个国家、横跨近三十年的时序观测，学者得以剖析受挫求职者这一边缘群体在不同社会经济环境下的演变规律，进而检验现代化理论、性别不平等假说以及城乡二元结构转型等经典学术命题，深化了对非洲非正规就业与隐性失业动态机制的认识。

衍生相关工作

自发布以来，该数据集已衍生出一系列相关研究与实践工作。例如，基于其分类结构开发的时空态势感知模型，用于预测非洲各国受挫求职者数量的短期波动；此外，与ILO其他劳动统计指标的联动分析，催生了多篇探讨非洲劳动力市场韧性与结构性转型的实证论文，并成为若干发展机构内部监测平台的数据基石。