electricsheepafrica/africa-ilo-eip-3dis-sex-age-geo-nb-youth-discouraged-job-seekers-by-sex-age-and-rural

该数据集来自国际劳工组织（ILO）的ILOSTAT数据库，专注于非洲地区青年沮丧求职者的统计信息。数据集包含6,226个观测值，覆盖42个非洲国家，时间跨度为1999年至2025年。核心指标为EIP_3DIS_SEX_AGE_GEO_NB，即按性别、年龄和城乡区域分组的青年沮丧求职者数量（以千计）。数据字段包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分组（如15-29岁青年段）、城乡区域类型、观测年份、观测值及数据质量标志等。数据集旨在提供标准化的劳动力市场分析数据，适用于表格分类、回归和时间序列预测等任务，由Electric Sheep Africa重新打包为机器学习友好格式。This dataset contains ILOSTAT data on youth discouraged job-seekers across Africa, with 6,226 observations covering 42 African countries from 1999 to 2025. The primary indicator is EIP_3DIS_SEX_AGE_GEO_NB, which measures youth discouraged job-seekers disaggregated by sex, age, and rural/urban areas (in thousands). It includes structured fields such as country codes, sex classifications (total, male, female), age bands (e.g., 15-29 years), area types (national/rural/urban), observation years, values, and data quality flags. Sourced from the International Labour Organizations ILOSTAT database and repackaged by Electric Sheep Africa, it is designed for tabular classification, regression, and time-series forecasting tasks.

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核心统计数据库，聚焦于非洲地区青少年因求职受挫而放弃寻找工作的群体。数据通过ILOSTAT REST API直接拉取，并以ISO3国别代码筛选出42个非洲国家的观测值，共收录6226条记录，时间跨度覆盖1999年至2025年。原始数据基于各国劳动力调查、住户收入调查等微观数据，经由ILO统计部门依据国际劳工统计学家会议（ICLS）标准进行统一化处理，确保了跨国家、跨年份数据的可比性与规范性。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，旨在为机器学习和统计分析提供即用型数据。

特点

该数据集的核心特点在于其精细的多维分层结构，涵盖了性别（男、女及总计）、年龄组（如15-29岁青年段）以及城乡地域等分类维度。指标单一明确，专注于“青少年沮丧求职者人数（千人）”，便于进行纵向趋势分析和横向国别比较。数据中还附带了来源标签、观测状态标志及序列中断等注释信息，为用户评估数据质量提供了透明度。空间上覆盖了从南非、埃及到赞比亚等42个非洲国家，时间上跨越二十余年，为研究非洲劳动力市场中的隐性失业问题提供了珍贵素材。

使用方法

用户可通过Hugging Face的`datasets`库便捷加载该数据集，仅需一行代码`load_dataset()`即可将其转换为Pandas DataFrame格式进行后续分析。数据以年度频率呈现，支持按国家、性别或城乡区域进行筛选与过滤，例如通过`ref_area`字段定位特定国家的子集。对于时间序列探索，可按指标排序后对`obs_value`字段进行可视化绘图。此外，用户可运用透视表将数据重构为国家×年份的矩阵形式，便于进行面板数据分析或计量建模。数据集遵循CC-BY-4.0许可协议，使用时需同时引用原始ILO数据和Electric Sheep Africa的重包装版本。

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，并由Electric Sheep Africa重新打包至HuggingFace平台。数据集聚焦于非洲42个国家1999至2025年间按性别、年龄及城乡划分的青年沮丧求职者数量（以千计），共计6226条观测记录。作为劳动力利用不足的替代性衡量指标，该数据为理解非洲青年就业困境提供了关键定量依据，尤其揭示了结构性失业与劳动力市场匹配效率低下的深层问题。其发布填补了非洲区域在青年沮丧求职者这一细分维度的数据空白，对劳动经济学、区域发展及政策评估等领域具有显著推动作用。

当前挑战

数据集面临的挑战涵盖领域问题与构建难点。领域层面，青年沮丧求职者数据反映了劳动力利用不足的隐形形式，传统失业率指标常低估此类结构性矛盾，模型需区分“沮丧”状态与主动退出劳动力市场行为的复杂边界。构建过程中，数据整合面临多重障碍：42国原始调查方法（如劳动力调查）的差异导致分类标准（如年龄组、城乡定义）不一致；ILO虽基于国际劳动统计学家会议定义进行协调，但部分国家数据仍存在时序断裂与方法论修订（如观测状态标记为“不可靠”）。此外，数据稀疏性突出——某些国家仅有数年记录，且缺失值在城乡、性别交叉分组中尤为显著，对多国面板分析形成制约。

常用场景

经典使用场景

该数据集聚焦于非洲42个国家1999至2025年间，按性别、年龄及城乡地域划分的青年气馁求职者数量（以千计），为劳动经济学与青年就业研究提供了跨国家、跨时段的颗粒化观测窗口。经典使用场景包括构建面板数据模型，以揭示青年劳动参与意愿与宏观劳动力市场疲软度之间的动态关联；利用分层多元回归拆解性别与城乡变量对气馁效应的交互影响；或作为时间序列预测的基准，评估非洲各国青年就业政策对劳动参与率的干预效果。

衍生相关工作

该数据集衍生的经典工作包括基于多层次时空模型开发青年就业脆弱性指数，综合气馁率、不充分就业率与临时工比率构建复合预警系统；利用XGBoost与LSTM混合架构预测气馁求职者向长期失业转化的概率边界；以及通过双重差分法量化移动互联网普及对乡村青年求职信心的提振效应。此外，作为ILOSTAT数据生态的非洲子集，它常被嵌入包含GDP、教育支出与基础设施等协变量的多源分析框架，衍生出关于劳动力市场刚性对青年创业催化作用的结构方程建模研究。

数据集最近研究

最新研究方向

该数据集聚焦于非洲青年因性别、年龄及城乡差异而沦为‘气馁求职者’的劳动市场边缘化现象，为国际劳工组织（ILO）的劳动力利用不足测度提供了宝贵的高频次面板数据。伴随全球对非洲青年失业与可持续就业目标（SDG 8）的日益关注，前沿研究正借此数据深入剖析结构性失业背后的制度缺口与性别惯性，尤其是城乡资源配置失衡如何加剧青年群体的主动退出行为。此外，该数据与非洲数字经济兴起、后疫情就业复苏等热点议题紧密交织，为政策制定者精准识别脆弱群体、设计差异化干预方案提供了实证基础，极大推动了非洲劳动统计从描述性评估向因果推断的范式跃迁。