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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲青年时间相关就业不足率统计数据。数据集涵盖35个非洲国家，时间跨度为1996年至2025年，共包含4,544个观测值。核心指标为EMP_3TRU_SEX_AGE_GEO_RT，即按性别、年龄和城乡区域划分的青年时间相关就业不足率（百分比）。数据提供了多维度细分，包括性别（总计、男性、女性）、年龄组（如15-29岁青年波段）和地区类型（如全国范围）。数据集结构包含国家代码、国家名称、数据来源、指标代码、指标标签、性别分类、分类变量、观测年份、观测值、观测状态及备注等列。数据经过ILO基于国际劳工统计学家会议（ICLS）定义进行协调处理，并标注了来源信息以确保可追溯性。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适合机器学习的数据层。This dataset contains youth time-related underemployment rate statistics for Africa from the International Labour Organization (ILO) ILOSTAT database. It covers 35 African countries from 1996 to 2025, with 4,544 observations. The core indicator is EMP_3TRU_SEX_AGE_GEO_RT, which represents the youth time-related underemployment rate by sex, age and rural/urban areas (%). The data is disaggregated across dimensions such as sex (total, male, female), age groups (e.g., youth band 15-29), and area type (e.g., national). The dataset schema includes columns for country code, country name, data source, indicator code, indicator label, sex classification, classification variables, observation year, observed value, observation status, and notes. The data is harmonized by the ILO using International Conference of Labour Statisticians (ICLS) definitions, with source flags for traceability. Repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

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统计数据库，通过REST API接口直接提取指标编码为EMP_3TRU_SEX_AGE_GEO_RT的原始数据，并依据非洲ISO3国家代码进行地理过滤。数据来源涵盖各国劳动力调查、家庭收入调查、企业调查及行政记录，经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，最终由Electric Sheep Africa重新打包为HuggingFace格式，确保数据可追溯性与跨国家可比性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载数据，并将其转换为Pandas DataFrame进行后续操作。典型应用包括按国家筛选后分析单一国家情况，或对特定指标按时间排序以绘制时间序列图；亦可利用透视表功能将数据重塑为国家×年份矩阵，便于跨时段与跨地域的对比研究。数据集格式规范，适合即时用于计量建模或可视化分析。

背景与挑战

背景概述

在劳动力统计研究领域，时间相关不充分就业率是衡量青年劳动力市场困境的关键指标，尤其对于非洲大陆而言，青年就业质量直接关乎区域经济韧性与可持续发展目标的实现。该数据集由国际劳工组织（ILO）于2025年发布，并经Electric Sheep Africa重新打包整理，覆盖了35个非洲国家从1996年至2025年的4,544条观测记录。核心研究问题聚焦于非洲青年群体在不同性别、年龄段及城乡区域划分下的时间相关不充分就业率分布特征，旨在揭示劳动参与中的结构性不平等。作为ILOSTAT数据库的区域化子集，该数据为劳动经济学、发展政策及跨国家比较研究提供了标准化、可信赖的统计基础，对于推动非洲就业政策的循证决策具有重要影响力。

当前挑战

该数据集所应对的核心领域挑战在于量化非洲青年群体中‘隐性失业’这一复杂现象——即那些虽有工作但工作时长不足且愿意并能够增加工时的劳动者，传统失业率指标往往无法捕捉这一维度的劳动市场困境。数据构建过程中亦面临多重技术挑战：首先，不同国家的劳动力调查在问卷设计、数据采集频率和定义标准上存在显著异质性，ILO需依据国际劳工统计学家会议（ICLS）定义进行繁琐的横跨国家数据协调与标准化；其次，部分国家某些年份的观测值被标注为‘不可靠’或存在序列断点，反映出调查覆盖不全、方法论修订及数据质量控制的一致性难题。

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叉领域，该数据集的核心应用在于对青年群体时间相关不充分就业率的精确测度与时空建模。研究人员常借助其涵盖35国、横跨近三十年的丰富观测值，结合性别、年龄阶层及城乡地理划分的多维分层，构建面板数据回归模型或时间序列预测框架。这一结构化数据资源为剖析非洲大陆青年劳动力市场的结构性失衡、代际差异及地域异质性提供了严谨的量化基础，是开展跨国比较分析与劳动力政策评估的经典锚点。

解决学术问题

该数据集直面非洲青年就业研究中长期存在的微观数据碎片化与可比性缺失的学术困境。通过提供经国际劳工组织统一标准（ICLS）协调后的标准化指标，它有效解决了因各国调查方法迥异而导致的测量偏差问题，使得跨时段、跨地域的不充分就业率趋势分析成为可能。数据集催生了对'就业质量'这一抽象概念的实证解构，揭示了经济增长与青年就业吸纳能力之间的复杂关联，深刻影响了关于非洲劳动力市场刚性、城乡就业梯度及性别就业鸿沟的学术讨论。

实际应用

在实际应用层面，数据集为国际发展机构、非洲各国劳工部门及非政府组织提供了数据驱动的决策支持。通过精准追踪青年不充分就业率的动态变化，政策制定者可以识别出就业压力最为严峻的地区与人群，从而针对性设计技能培训计划、青年创业扶持方案及城乡就业转移政策。此外，数据集还支持构建早期预警系统，辅助评估宏观经济冲击对青年就业市场的涟漪效应，助力实现联合国可持续发展目标中关于体面工作的具体指标。

数据集最近研究

最新研究方向

当前，该数据集的核心研究方向聚焦于非洲青年劳动力市场的结构性失衡与时间相关低就业率的动态演化。依托ILOSTAT权威统计框架下的1996至2025年间35个非洲国家的4544条观测样本，研究者可深入剖析性别、年龄及城乡维度下的青年就业质量。结合非洲大陆自由贸易区建设与数字化转型浪潮，该数据为量化新冠疫情后青年劳动力恢复的差异性、评估非正式就业向正规化过渡的政策效果，以及监测联合国可持续发展目标中体面工作指标的实现进程提供了稀缺的纵向证据。特别是在2023年非洲青年就业峰会将青年时间贫困列为优先议题后，此类分层次面板数据成为支撑跨国比较研究和机器学习预测模型的关键基石，推动劳动经济学研究从宏观叙事向微观干预策略的精细化转型。