electricsheepafrica/africa-ilo-emp-3tru-sex-age-geo-nb-youth-time-related-underemployment-by-sex-age-and

该数据集包含来自国际劳工组织（ILO）的ILOSTAT数据库的非洲青年时间相关就业不足数据，涵盖36个非洲国家，时间跨度为1996年至2025年。数据包括4,655个观测值，重点关注“青年时间相关就业不足，按性别、年龄和城乡地区划分（千人）”这一指标。数据集提供了按性别、年龄和城乡地区分列的详细分类信息，适用于表格分类、回归和时间序列预测等任务。数据以结构化表格形式呈现，包含国家代码、来源、指标、分类变量、观测年份、观测值等列，并附有数据质量说明和用法示例。This dataset contains youth time-related underemployment data from the International Labour Organization (ILO) ILOSTAT database, covering 36 African countries from 1996 to 2025. It includes 4,655 observations focusing on the indicator Youth time-related underemployment by sex, age and rural/urban areas (thousands). The dataset provides detailed disaggregation by sex, age, and rural/urban areas, suitable for tabular classification, regression, and time-series forecasting tasks. Data is presented in a structured tabular format with columns for country codes, sources, indicators, classification variables, observation years, observed values, etc., along with data quality notes and usage examples.

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，通过其REST API直接拉取原始指标数据，并依据非洲ISO3国家代码进行地理范围筛选。数据经由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，囊括了来自各国劳动力调查、家庭收入调查及行政记录等多源信息。Electric Sheep Africa项目团队进一步将原始数据重新打包，转换为机器学习友好的Parquet格式，并以一致的元数据结构在HuggingFace平台发布，确保研究者能够便捷地调取与使用。

特点

此数据集聚焦非洲36国1996至2025年间青年按性别、年龄及城乡划分的时间相关不充分就业状况，共包含4,655条观测记录。数据以单一核心指标EMP_3TRU_SEX_AGE_GEO_NB为线索，提供了性别的三重分类（总计、男性、女性），并辅以来源标签、观测状态标志及注释信息，便于追溯数据质量与方法变更。其时间跨度近三十年，覆盖东、西、南、北非多个主要经济体，为分析非洲青年劳动力市场的结构性变迁提供了难得的纵向材料。

使用方法

用户可通过HuggingFace datasets库中load_dataset函数一键加载该数据集，并直接转换为Pandas DataFrame格式进行后续分析。支持按国家代码ref_area过滤特定国别的时序数据，亦可通过indicator列定位唯一指标后，以time为横轴、obs_value为纵轴绘制就业趋势图。此外，利用pivot_table方法可轻松构建以年份为行、国家为列的观测值矩阵，便于进行跨国比较与面板数据分析，适用于分类、回归及时序预测等多种建模任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库于2025年创建，并由Electric Sheep Africa团队重新打包发布，聚焦于非洲青年因时间因素导致的就业不足（time-related underemployment）问题。核心研究问题在于揭示36个非洲国家1996至2025年间，按性别、年龄以及城乡地域划分的青年就业不足的分布与演变规律。作为全球劳动统计的权威来源，ILOSTAT的数据为劳动力市场分析、政策制定以及可持续发展目标的监测提供了关键支撑。该数据集的推出填补了非洲地区青年就业微观计量数据的可获取性空白，尤其为跨国的时序比较和面板数据建模提供了标准化基础，对发展经济学、劳动经济学及非洲区域研究领域产生了显著的推动作用。

当前挑战

该数据集所面向的核心领域挑战在于准确量化并解释非洲青年中“时间相关就业不足”这一非充分就业形态的复杂性。这一统计概念本身即对传统就业与失业二分法的超越，要求数据至少涵盖工作时长、就业意愿及可用性等维度，而常规调查往往难以同步精确捕捉。在构建过程中，主要挑战包括：其一，各国劳动力调查的时间跨度与粒度不一，部分国家数据缺失严重或采样方法变更导致序列非连续；其二，数据源因各国统计机构而异（如劳动力调查、行政记录），ILO虽进行协调但数据质量注释（如“不可靠”）仍揭示出大量低估或统计噪声；其三，分类变量（性别、年龄组）与地理维度（城乡）的交叉分组在部分国家或年份产生大量空值，限制了精细分组的计量分析。

常用场景

经典使用场景

该数据集聚焦于非洲青年因时间因素导致的就业不足问题，提供了1996年至2025年间36个非洲国家的4655条观测记录，涵盖性别、年龄及城乡分类维度。经典使用场景包括：构建时间序列预测模型，以分析青年就业不足率的长期演变趋势；开展面板数据回归分析，探究经济发展、教育水平或城镇化进程对青年就业不足的影响机制；以及利用分类与回归任务，评估不同性别和年龄组在特定年份或国家的就业不足风险。

衍生相关工作

基于该数据集，研究者已衍生出一系列具有重要意义的工作。例如，有研究通过构建贝叶斯层次模型，揭示了非洲青年就业不足率与农业产出季节性波动的耦合关系；另有工作利用该数据验证了性别工资差距在城乡间的不同表现模式，并提出了调整ILO统计指标的建议。此外，有团队将该数据与教育支出、基础设施可达性等其他面板数据整合，开发出多因素影响下的就业不足早期预警系统。这些工作不仅深化了对非洲劳动力市场的理解，也为跨学科合作提供了范例。

数据集最近研究

最新研究方向

该数据集聚焦非洲青年因时间相关原因导致的就业不足问题，通过跨国、跨性别的纵向数据（1996–2025年），为国际劳工组织（ILO）监测非洲青年劳动力市场提供了关键支撑。当前前沿研究正依托此类精细粒度数据，结合时序分析与地理空间建模，探索城镇化进程中青年就业结构的动态演变，尤其关注城乡差异与性别不平等。在非洲人口红利与高失业率并存的背景下，该数据集助力揭示非正规就业迁移路径，支撑联合国可持续发展目标（SDG 8）关于体面工作的实证评估，成为推动非洲劳动力政策精准干预与区域比较研究的基础性工具。