electricsheepafrica/africa-ilo-pop-3ted-sex-ocu-nb-youth-transited-by-sex-and-occupation-thousands

该数据集是关于非洲青年按性别和职业过渡（以千计）的统计数据集，源自国际劳工组织（ILO）的ILOSTAT数据库。它包含3,900个观测值，覆盖27个非洲国家，时间跨度为2012年至2025年，专注于一个核心指标：POP_3TED_SEX_OCU_NB（青年按性别和职业过渡的数量，以千计）。数据通过ILOSTAT的REST API获取，并过滤为非洲国家代码，涵盖了性别分类（总计、男性、女性）、国家信息、年份、观测值及其状态等维度。数据集适用于表格分类、回归和时间序列预测任务，旨在为研究非洲劳动力市场、学校到工作过渡提供机器学习就绪的数据支持。数据以Parquet格式发布，遵循CC-BY-4.0许可证，由Electric Sheep Africa重新打包以方便使用。This dataset contains statistical data on youth transition by sex and occupation (in thousands) in Africa, sourced from the International Labour Organization (ILO) ILOSTAT database. It includes 3,900 observations across 27 African countries, spanning the years 2012 to 2025, with a focus on one key indicator: POP_3TED_SEX_OCU_NB (Youth transited by sex and occupation in thousands). Data is pulled from the ILOSTAT REST API and filtered to African ISO3 country codes, covering dimensions such as sex disaggregation (total, male, female), country information, year, observed values, and status flags. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide ML-ready data for studying labor market dynamics and school-to-work transition in Africa. It is released in Parquet format under the CC-BY-4.0 license and repackaged by Electric Sheep Africa for ease of use.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）的ILOSTAT数据库整理而来，聚焦非洲地区青年在性别与职业维度上的学校向工作过渡情况。原始数据通过ILOSTAT的REST API直接获取，并依据非洲ISO3国家代码进行过滤筛选。ILO采用国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，确保跨国家、跨年份数据的可比性。Electric Sheep Africa团队进一步对数据进行了重新打包和标准化，将其转化为Parquet格式，以便于机器学习工作流的直接使用。

特点

数据集包含3900条观测记录，覆盖27个非洲国家，时间跨度从2012年至2025年。核心指标为POP_3TED_SEX_OCU_NB，即按性别和职业划分的青年过渡人数（单位：千）。数据通过性别（总、男、女）和职业技能分类变量进行详尽拆解，提供了多维度的分析视角。此外，每条记录均附有来源编码、观测状态标志及系列中断注释等元数据，便于用户进行数据质量评估和追溯。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集，使用`load_dataset()`函数即可获得训练集格式的Pandas DataFrame。支持按国家筛选，例如提取肯尼亚的数据子集；可对核心指标进行时间序列分析，通过排序和绘图观察趋势变化；亦支持透视表操作，构建国家与年份的矩阵视图。数据集的标准化模式设计使其能够无缝融入各类数据分析与预测建模流程，尤其适用于劳动力市场研究中的分类、回归及时间序列预测任务。

背景与挑战

背景概述

在青年就业与劳动经济学研究领域，从学校向工作过渡（School-to-Work Transition, STWT）是衡量青年劳动力市场融入程度的关键指标。由国际劳工组织（ILO）统计部门创建的ILOSTAT数据库，作为全球劳动统计的核心资源，系统收录了涵盖200多个经济体的就业、失业、工资及体面劳动目标等多维度指标。在此基础上，非洲数据整合平台Electric Sheep Africa于2025年对ILO官方数据进行了二次封装，推出了聚焦非洲的青年按性别与职业分类的过渡数据集。该数据集包含2012至2025年间27个非洲国家的3900条观测记录，核心指标为‘按性别与职业划分的已完成过渡青年人数（千）’，旨在揭示非洲青年在劳动力市场中的结构性差异。数据集通过标准化API接口提取自ILOSTAT，并采用ICLS定义对原始调查微观数据进行统一，为分析非洲大陆青年就业转型的时空格局、性别分化及职业选择动态提供了高粒度、可复现的实证基础。

当前挑战

该数据集所应对的领域挑战主要体现在非洲青年劳动力市场的离散性与数据碎片化问题。非洲各国劳动统计体系发展不均，调查频率、方法学及覆盖人群存在显著差异，导致跨国家、跨时期的可比性不足，制约了对青年从学校向工作过渡全貌的系统性认知。在构建过程中，数据集面临两大核心难题：其一，数据源多样化带来的指标一致性问题，ILOSTAT虽已进行标准化处理，但各国采用的调查类型（如劳动力调查、学校过渡调查）和参考期不同，导致同一国家不同年份可能出现方法论断点（如'Break in series'标注）；其二，观测值质量参差不齐，部分条目被标记为'不可靠'，且由于性别与职业分类的细分维度，不同组合下的样本量可能稀疏，影响了统计推断的稳健性与模型训练的有效性。此外，时间序列的不连续性（如多国仅覆盖部分年份）和API数据拉取过程中的字段对齐，也对数据清洗与集成提出了严格要求。

常用场景

经典使用场景

该数据集涵盖2012至2025年间27个非洲国家的青年职业过渡数据，最经典的使用场景是构建时间序列预测模型与面板数据回归分析。研究者可基于性别与职业维度的分层信息，利用3900条观测记录预测青年群体从学业迈向职场的动态趋势，或评估不同国家、不同时期的就业政策对青年职业过渡效率的影响。该数据集因包含ILO认可的标准化指标及详细的数据来源注解，为跨区域比较研究提供了可靠基础，尤其适合分析非洲大陆青年就业的结构性变迁与区域异质性。

实际应用

在实际应用层面，该数据集为国际组织、国家统计局与政策研究机构设计青年就业干预措施提供了数据支撑。例如，基于职业与性别的细分数据，劳动部门可识别出特定行业或技能层级中青年过渡效率低下的短板群体，据此调整职业技术教育与培训的目标方向。同时，该数据集可用于构建非洲国家的就业监测仪表盘，实时追踪青年从教育到就业的转化进展，辅助政府部门优化就业促进策略、评估项目成效，并为跨国合作框架下的青年发展目标考核提供量化依据。

衍生相关工作

围绕该数据集衍生的经典工作集中在面板数据计量模型与机器学习预测算法两大领域。计量经济学者常利用其构建固定效应模型或工具变量回归，以识别家庭结构、宏观经济周期与性别规范对青年过渡效率的因果效应。在机器学习方向，研究者借助随机森林、梯度提升或时序注意力网络，挖掘职业选择与社会人口变量之间的非线性关系，并构建残差分析模块以检测数据中的异常点或结构性断点。此外，该数据集也催生了跨数据库融合研究，如与教育成就数据、健康调查数据结合，全景式描绘青年发展轨迹。