electricsheepafrica/africa-ilo-eip-neet-sex-cct-nb-youth-not-in-employment-education-or-training-neet

该数据集包含1,197个观测值，涉及非洲41个国家的青年未就业、未受教育或未接受培训（NEET）情况，按性别和公民身份分类，单位为千。数据时间跨度为1991年至2025年，覆盖一个核心指标：EIP_NEET_SEX_CCT_NB（按性别和公民身份分类的青年未就业、未受教育或未接受培训人数，单位为千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，仅包含非洲国家。数据集包含多个字段，如国家代码（ref_area）、指标代码（indicator）、年份（time）、观测值（obs_value）、性别分类（sex）等，并提供了数据质量说明，例如数据为年度频率，部分观测值可能标记为不可靠。该数据集适用于表格分类、回归和时间序列预测等任务，可用于分析非洲青年NEET趋势。This dataset contains 1,197 observations of youth not in employment, education or training (NEET) by sex and citizenship (in thousands) across 41 Africa countries, spanning from 1991 to 2025. It covers one distinct indicator: EIP_NEET_SEX_CCT_NB (Youth not in employment, education or training by sex and citizenship, thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to African countries. The dataset includes fields such as country code (ref_area), indicator code (indicator), year (time), observed value (obs_value), sex disaggregation (sex), and others, with notes on data quality, e.g., annual frequency and potential unreliability flags. It is suitable for tasks like tabular classification, regression, and time-series forecasting, enabling analysis of NEET trends in Africa.

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数据库精心萃取，经由Electric Sheep Africa团队重新封装而成。数据通过ILOSTAT的REST API直接拉取，仅保留非洲ISO3国家代码的条目，并依据国际劳工统计学家会议（ICLS）的标准定义进行协调统一，确保了原始调查微观数据的一致性。数据集涵盖了1991年至2025年间41个非洲国家的1,197条观测记录，聚焦于青年未就业、未受教育或未接受培训（NEET）的特定指标，并按照性别和公民身份进行维度拆解。

特点

该数据集的核心优势在于其高度的结构化和严谨的溯源体系。每一观测值均附带详细的元数据，包括来源标识（source.label）、观察状态标志（obs_status）以及指标注释（note_indicator.label），为数据质量评估提供了透明依据。其独特的分类维度（如性别）和丰富的标注信息，使得研究者能够精准地按需筛选与分析。此外，数据集以Machine Learning友好的Parquet格式存储，并整合了来自ILO官方认定的最佳数据源，为非洲劳动力市场的纵向与横向研究提供了坚实可靠的数据基础。

使用方法

数据集的使用极其便捷，无缝集成了Hugging Face的datasets库。使用者仅需通过`load_dataset`函数即可一键加载数据至内存，并可直接将其转换为Pandas DataFrame进行后续操作。例如，研究者可以轻松筛选特定国家的时序数据，或利用pivot_table构建国家×年份的矩阵，以进行面板数据分析或时间序列预测。数据集的列式结构设计清晰，支持高效的子集选择与多维度聚合运算，非常适合进行统计建模与可视化探索。

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在HuggingFace平台上重新封装。聚焦于非洲41个国家1991至2025年间青年未就业、未受教育或未接受培训（NEET）的性别与公民身份统计，共涵盖1,197条观测。作为劳动力市场研究的重要资源，该数据集为分析非洲青年发展、性别不平等及公民身份差异对就业的影响提供了标准化、可复现的量化基础，对可持续发展目标（SDG）中体面工作与经济增长指标的监测具有显著的支撑作用。

当前挑战

该数据集面临的核心挑战包括：其一，青年NEET比率作为复合指标，其波动受制于各国劳动力调查方法、数据采集频率及定义差异，例如国际劳工统计学家会议（ICLS）标准在不同国家的应用程度不一，可能导致跨国产出偏差；其二，构建过程中需处理多达41个国家、跨度34年的异构数据源，包括家庭调查、行政记录等，数据稀疏性（如部分国家仅有少量年份观测）与分类变量（如性别、公民身份）的缺失值增加了时序分析与建模的复杂性。

常用场景

经典使用场景

在劳动经济学与发展研究的交汇地带，该数据集为分析非洲青年失学失业状态（NEET）的时空演变提供了核心支撑。研究者可借助其覆盖41个国家、横跨1991至2025年的面板结构，对NEET率按性别和公民身份进行纵向比较与横向剖面剖析。数据集凭借国际劳工组织（ILO）采用ICLS定义对调查微观数据进行标准化处理后产出的指标，尤其适合构建多水平模型或固定效应回归，以量化经济周期、教育政策或劳动力市场制度对青年群体脱嵌程度的异质性影响。同时，其时间序列属性也允许运用季节性分解或断点检验技术，追踪特定国家经历冲突、结构转型或突发公共卫生事件后NEET指标的波动轨迹。

解决学术问题

长期以来，非洲青年失学失业问题的系统性量化研究受限于数据碎片化和口径不一，传统分析往往依赖单一国家或短时段样本，难以得出具有区域普适性的可靠结论。该数据集通过整合ILOSTAT中同一标准化指标（EIP_NEET_SEX_CCT_NB）的年度观测，直接回应了如何跨越国界与时间鸿沟构建可比面板的核心方法论挑战。它使研究者能够严谨地检验青年就业困境与宏观变量（如外商直接投资、普惠教育覆盖、社会保护支出）之间的因果机制，填补了学界在非洲大陆尺度上对NEET动态进行计量推断的空白。更重要的是，数据集提供的性别与公民身份细分维度，为剖析女性青年面临的双重歧视、以及移民与非移民青年在劳动市场融入时的异质性路径开辟了实证通道，极大推动了具有政策指向性的不平等研究。

衍生相关工作

基于该数据集的内容特质，已衍生出若干富有影响力的学术与实践工作方向。在计量方法论上，研究者借鉴其面板结构发展出针对非洲国家青年NEET率的贝叶斯层级模型，能够有效处理小样本国家观测稀疏带来的估计不稳问题。同时，结合ILOSTAT平台的其他劳动指标（如非正规就业比例、青年失业率），学者构建了综合劳动市场脆弱性指数，开创了多维度刻画青年经济边缘化的新范式。在工具开发层面，Electric Sheep Africa将数据集打包为HuggingFace Datasets兼容格式并发布Parquet文件，直接适配Python生态中的transformers和scikit-learn库，催生了一系列可用于NEET分类预测的机器学习基准实验。此外，该数据与世界银行非洲发展指标（WDI）的联合使用，已孵化出分析教育投资回报率在性别维度上差异的实证文献，为后续研究方向提供了坚实的数据基石。