electricsheepafrica/africa-ilo-pop-3wap-sex-age-geo-nb-youth-working-age-population-by-sex-age-and-rural

该数据集包含非洲45个国家1994年至2025年间的9,648条人口统计数据观测，核心指标为POP_3WAP_SEX_AGE_GEO_NB，即按性别、年龄和城乡区域划分的青年工作年龄人口（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过统一处理，涵盖国家代码、数据来源、指标分类、性别（总计、男性、女性）、年龄分组、城乡类型、年份、观测值及数据状态标志等字段。数据集适用于表格分类、回归和时间序列预测任务，重点关注非洲劳动力人口统计。This dataset contains 9,648 observations of population data across 45 African countries from 1994 to 2025, with the core indicator POP_3WAP_SEX_AGE_GEO_NB representing youth working-age population by sex, age, and rural/urban areas (in thousands). Sourced from the International Labour Organizations ILOSTAT database, the data is harmonized and includes fields such as country codes, data sources, indicator classifications, sex (total, male, female), age groups, area types, year, observed values, and data status flags. It is suitable for tabular classification, regression, and time-series forecasting tasks, focusing on labor population statistics in Africa.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队从国际劳工组织（ILO）的ILOSTAT REST API直接采集，原始数据源为ILO中央统计数据库，涵盖非洲45个国家的青年工作年龄人口数据，时间跨度为1994年至2025年。数据经由ILOSTAT接口获取后，利用国际劳工统计学家会议（ICLS）定义进行标准化处理，并过滤出非洲ISO3国家代码对应的观测值。数据集共包含9,648条记录，每条观测值均附有来源标签，便于追溯数据出处，确保数据的透明性与可验证性。

特点

该数据集聚焦于非洲青年工作年龄人口，按性别、年龄段及城乡地域进行精细划分，指标代码为POP_3WAP_SEX_AGE_GEO_NB，观测值以千人为单位。数据包含丰富的分类变量，如性别（总、男、女）、年龄组（如15-29岁青年带）及地域覆盖类型（全国、城乡），且每条记录均标注观测状态（如临时、不可靠）及系列断裂等注释信息。此外，数据集采用年度频率，选择ILO认定的最佳来源以保障数据质量，并覆盖埃及、南非、突尼斯等45个非洲国家，展现了广泛的地理与时间跨度。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集，使用load_dataset("electricsheepafrica/africa-ilo-pop-3wap-sex-age-geo-nb-youth-working-age-population-by-sex-age-and-rural")即可获取训练集并转换为Pandas DataFrame进行分析。具体应用包括按国家代码过滤特定国家数据、按时间序列绘制指定指标的观测值变化曲线，或通过数据透视表构建国家×年份的观测值矩阵，以支持跨区域与跨时间的比较研究。该数据集特别适用于劳动经济学、人口统计学及非洲发展研究等领域的时间序列与面板数据分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，经由Electric Sheep Africa于2025年重新打包并发布至HuggingFace平台，聚焦非洲45个国家1994至2025年间青年劳动年龄人口按性别、年龄及城乡地域划分的统计数据。数据集源自ILOSTAT——全球劳动统计领域最权威的中央数据库，通过整合各国劳动力调查、家庭收入调查及行政记录等多元来源，旨在为非洲劳动力市场研究提供细致且可比较的人口结构数据。其核心研究问题在于揭示非洲青年人口在性别与地域维度上的分布格局及其演变趋势，为可持续发展目标中体面工作指标的监测提供基础。该数据集因覆盖时间跨度长、国家范围广且细分维度丰富，对非洲劳动经济学、人口地理学及国际发展研究具有重要推动力，尤其为机器学习模型训练与时空序列预测提供了可靠的标注数据基础。

当前挑战

该数据集所解决的领域问题在于劳动统计中非洲地区高分辨率人口数据的稀缺性，特别是青年群体按性别与城乡划分的长时间序列数据长期缺失，阻碍了精准政策制定与劳动力市场建模。其核心挑战包括：数据来源异质性与一致性维护，ILO需从各国差异显著的调查体系（如劳动力调查与行政记录）中提取并统一标准化指标，导致观测值出现方法学修订标志（如'Break in series'标记），对模型训练的数据连续性构成风险；数据质量标识复杂，部分观测被标注为'Unreliable'，需研究者谨慎处理不确定性；多维度分类变量（如年龄分组、地域类型）的稀疏性与大量缺失值增加了特征工程难度；此外，数据仅提供年度频率，缺失更高时间颗粒度的季度或月度序列，限制了短期波动分析的能力。

常用场景

经典使用场景

该数据集收录了1994年至2025年间涵盖45个非洲国家、共9648条观测的青少年劳动适龄人口数据，按性别、年龄组以及城乡地域进行详尽分层。其经典使用场景在于为发展经济学与劳动经济学研究提供面板数据基础，研究者可借此构建多元回归模型，分析非洲各国青少年劳动供给的时空演变规律。数据集天然适用于时间序列预测任务，可基于历史观测值对国家或区域层面的青少年人口规模进行外推估计。此外，其分层结构亦支持分类与回归任务，例如探索性别、年龄与城乡属性对人口分布的交互效应，为后续建模提供规范化的训练语料。

衍生相关工作

该数据集的系统化整理直接衍生出多项经典工作。受其启发，研究者构建了面向非洲区域的劳动统计预测模型，将ILO规范定义与机器学习方法相结合，实现了对青少年人口世代更迭的高精度模拟。在此基础上，涌现出一系列以空间计量经济学为框架的实证研究，探讨城乡迁移对青少年劳动参与率的影响路径。数据的高质量和标准化格式也催生了多项关于非洲劳工市场的元分析研究，学者们通过整合该数据集与其他社会经济指标，推动了非洲发展经济学领域的知识积累与方法创新，为后续研究树立了可复现的范式。

数据集最近研究

最新研究方向

当前，该数据集聚焦于非洲青年劳动年龄人口的结构性变迁与空间异质性，成为探究撒哈拉以南非洲地区劳动力市场动态与可持续发展目标（SDGs）交汇点的核心资源。借助ILOSTAT权威框架，研究者能够深入剖绘1994至2025年间45个非洲国家中，性别、年龄及城乡维度下青年人口的分布格局，为应对区域间就业错配、城镇化进程中的劳动力转移及青年失业危机提供量化基石。该数据集与ILO促进体面劳动与经济增长的全球议程紧密呼应，其高颗粒度时序观测值正被广泛应用于构建预测性人口模型、评估青年赋能政策成效，并助力揭示非洲新兴经济体劳动力禀赋的演进脉络，对塑造包容性发展策略具有深远意义。