electricsheepafrica/africa-ilo-une-3une-sex-age-geo-nb-youth-unemployment-by-sex-age-and-rural-urban-area

该数据集包含非洲45个国家从1994年至2025年的青年失业统计数据，具体按性别、年龄和城乡地区划分，失业人数以千计。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，共包含9,238个观测值，核心指标为UNE_3UNE_SEX_AGE_GEO_NB。数据集通过ILOSTAT REST API获取，并经过过滤和标准化处理，以提供机器学习友好的格式。数据列包括国家代码、指标代码、性别分类、年龄分类、年份和观测值等，并附有数据质量说明，如年度频率、最佳来源选择和分类列的非空条件。数据集适用于表格分类、回归和时间序列预测等任务，旨在支持研究和开发工作。This dataset contains youth unemployment statistics for 45 African countries from 1994 to 2025, disaggregated by sex, age, and rural/urban areas, with unemployment figures in thousands. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, comprising 9,238 observations, with a core indicator UNE_3UNE_SEX_AGE_GEO_NB. It is retrieved via the ILOSTAT REST API, filtered, and normalized to provide a machine learning-ready format. Columns include country codes, indicator codes, sex classifications, age classifications, year, and observed values, along with data quality notes such as annual frequency, best source selection, and non-null conditions for disaggregation columns. The dataset is suitable for tasks like tabular classification, regression, and time-series forecasting, supporting research and development efforts.

搜集汇总

数据集介绍

构建方式

该数据集的构建依托于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API接口直接提取青年失业率原始微数据，并筛选出非洲45个国家的ISO3代码区域。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对各国劳动力调查、家庭收支调查及行政记录等多元来源数据进行标准化处理，确保指标在不同国家与年份之间具有可比性。数据在`source.label`字段中标注了每项观测值的原始出处，以供溯源验证。最终由Electric Sheep Africa团队重新封装为便于机器学习使用的Parquet格式，缩减了冗余信息并统一了模式。

特点

该数据集的核心特征在于其精细的人口统计解构维度。除了按性别（总、男、女）划分外，还通过`classif1`与`classif2`字段提供了年龄阶段（如15至29岁青年区间）以及地理区域（国家与城乡）的交叉分类，使得研究者能够从多维视角审视非洲青年失业现象。数据集覆盖了1994年至2025年的观测区间，包含9,238条记录，时间跨度长且样本量适中。同时，数据质量标注字段（如`obs_status`与`note_indicator`）记录了观测值是否为临时性或存在方法论断裂，为严谨的计量分析提供了可信度参考。

使用方法

用户可通过HuggingFace Datasets库以一行代码完成数据加载，即`load_dataset("electricsheepafrica/africa-ilo-une-3une-sex-age-geo-nb-youth-unemployment-by-sex-age-and-rural-urban-area")`，并利用`to_pandas()`将其转为Pandas DataFrame进行探索性分析。针对特定国家的过滤操作（如筛选肯尼亚数据）及单一指标的时间序列绘图均可通过简单的条件索引完成。此外，数据集支持透视表构建，便于将数据重塑为以年份为行、国家为列的矩阵形式，从而直接应用于面板数据回归或时间序列预测模型。

背景与挑战

背景概述

青年失业问题作为全球劳动力市场的核心痛点，在非洲大陆呈现尤为严峻的态势。国际劳工组织（ILO）下属的ILOSTAT数据库作为全球劳动统计的权威来源，长期致力于通过标准化指标追踪各国就业与失业动态。在此背景下，Electric Sheep Africa于2025年基于ILOSTAT官方API重构并发布了这一专门面向非洲的青年失业数据集，覆盖45个非洲国家、1994至2025年间9238条观测记录，聚焦按性别、年龄及城乡地域划分的青年失业率（单位：千人）。该数据集的核心研究价值在于填补了非洲青年劳动市场精细化分析的空白，通过统一的ICLS定义调和各国调查微观数据，为发展经济学、政策评估及时间序列预测提供了可靠的基础支撑。其发布迅速引起了非洲劳动力研究、可持续发展目标监测及机器学习社区的高度关注，成为连接原始统计与AI就绪数据的重要桥梁。

当前挑战

该数据集所解决的领域问题核心在于非洲青年失业的跨地域、跨时段可比性困境。各国劳动力调查在方法、覆盖人群及指标定义上存在显著差异，导致跨国比较研究长期受阻；同时，乡村与城市、不同性别及年龄段间的失业特征分化严重，缺乏统一粒度下的系统量化工具。数据集通过ILO标准化流程调和这些异构来源，但也面临构建过程中的多重挑战：首先，数据时间跨度达32年，部分早期观测来源于不同方法论下的历史调查，存在序列断裂与标注不一致的风险；其次，部分国家观测数量稀少（如仅30余国提供完整时间序列），稀疏性会影响下游建模的鲁棒性；再者，数据质量标记（如“不可靠”状态）和来源注释的复杂性要求使用者具备领域知识以审慎解读。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇处，该数据集为分析青年失业率在性别、年龄及城乡维度上的分布格局提供了关键支撑。研究者可借助其覆盖45个非洲国家、跨越三十余载的观测记录，构建面板数据模型，探索城镇化进程、教育扩张与劳动力市场吸纳能力之间的动态关联。尤为重要的是，数据中细粒度的人口学与地理分类标签，使得学者能够精准识别出被总体均值掩盖的脆弱群体，例如农村女性青年的就业困境。

解决学术问题

该数据集直接回应了发展经济学中长期存在的‘非洲青年就业危机’测量难题。通过提供国际劳工组织统一标准的可比失业数据，它有效克服了以往各国统计口径不一、时间序列断裂的障碍，使得跨国的青年失业率决定因素研究得以开展。学者得以实证检验产业结构变迁、制度质量与劳动力市场刚性如何交互作用于不同性别和地域的青年就业机会，为‘资源诅咒’、‘人口红利’等经典理论在非洲语境下的适用性提供了量化基石。

衍生相关工作

围绕这一数据源，学术界衍生出一系列聚焦非洲青年就业的突破性工作。部分研究将其与夜间灯光遥感数据或移动通信信令数据融合，以更精细的空间粒度模拟非正规经济中的隐蔽失业。另一些经典工作则运用该数据集验证了‘青年膨胀’阶段社会动荡的风险模型，或将失业率作为核心解释变量纳入制度经济学框架，探讨其对政治参与和移民决策的影响。国际劳工组织自身的年度旗舰报告《全球青年就业趋势》亦频繁以此为基准，勾勒非洲大陆的就业图景。