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

该数据集包含非洲49个国家从1982年至2025年的青年工作年龄人口数据，共有15,587个观测值，涵盖1个独特指标：按性别、年龄和劳动力市场状态划分的青年工作年龄人口（千）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过ILOSTAT REST API提取并过滤为非洲国家。数据集包括多个列，如国家代码（ref_area）、国家名称（ref_area.label）、来源代码（source）、来源标签（source.label）、指标代码（indicator）、指标标签（indicator.label）、性别分类（sex）、年龄分类（classif1）、劳动力市场状态分类（classif2）、年份（time）、观测值（obs_value）和观测状态（obs_status）等。数据按年度频率提供，并遵循国际劳工统计学家会议（ICLS）的定义进行标准化。数据集可用于表格分类、回归和时间序列预测等任务，适用于研究非洲劳动力市场、人口趋势和政策分析。数据以CC-BY-4.0许可证发布，由Electric Sheep Africa重新打包，以提供统一的、机器学习就绪的数据层。This dataset contains youth working-age population data for 49 African countries from 1982 to 2025, with 15,587 observations covering 1 distinct indicator: Youth working-age population by sex, age and labour market status (thousands). The data is sourced from the International Labour Organization (ILO)s ILOSTAT statistical database, extracted via the ILOSTAT REST API and filtered to African countries. The dataset includes columns such as country code (ref_area), country name (ref_area.label), source code (source), source label (source.label), indicator code (indicator), indicator label (indicator.label), sex disaggregation (sex), age classification (classif1), labour market status classification (classif2), year (time), observed value (obs_value), and observation status (obs_status). Data is provided at annual frequency and harmonized using International Conference of Labour Statisticians (ICLS) definitions. It is suitable for tasks like tabular classification, regression, and time-series forecasting, and can be used for research on African labour markets, population trends, and policy analysis. The dataset is released under the CC-BY-4.0 license and repackaged by Electric Sheep Africa to provide a unified, ML-ready data layer.

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直接获取指标代码为POP_3WAP_SEX_AGE_LMS_NB的原始数据，并基于非洲ISO3国家代码进行地理过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，数据来源在source.label列中予以标注，确保了数据的可追溯性。最终由Electric Sheep Africa团队重新打包为HuggingFace数据集，形成了包含15,587条观测记录、跨越1982年至2025年、覆盖49个非洲国家的结构化数据集。

特点

该数据集的核心特色在于其多维度的精细化拆解能力，涵盖了性别（男、女、总计）、年龄分组（如15-29岁青年段）以及劳动力市场状态（如就业、失业等）三个关键分类维度。数据结构清晰，包含ref_area、time、obs_value等17个字段，其中obs_status和note_indicator等注释列提供了数据质量标记与方法论修订信息，便于用户评估数据可靠性。此外，数据集采用了cc-by-4.0许可协议，确保了开放共享的合规性。

使用方法

用户可通过HuggingFace的datasets库快速加载数据，利用load_dataset函数即可获取训练集并转换为Pandas DataFrame进行后续分析。典型应用包括按国家过滤（如df[df['ref_area'] == 'KEN']）、按指标绘制时间序列曲线（如对POP_3WAP_SEX_AGE_LMS_NB按年份排序后可视化obs_value），以及构造国家×年份的透视矩阵（使用pivot_table函数）。数据集以Parquet格式存储，支持高效的大规模数据处理，特别适合劳动经济学、人口统计学等领域的时空分析与建模任务。

背景与挑战

背景概述

在非洲大陆，青年就业与劳动力市场参与始终是发展议程中的核心议题。为系统量度这一复杂现象，国际劳工组织（ILO）通过其ILOSTAT数据库，整合了来自49个非洲国家、跨越1982至2025年的15,587条观测记录，构建了名为“Youth working-age population by sex, age and labour market status (thousands) | Africa (ILOSTAT)”的数据集。该数据集由Electric Sheep Africa于2025年重新封装并发布于HuggingFace平台，聚焦于按性别、年龄及劳动力市场状态分层的青年劳动年龄人口规模。其核心研究问题在于为政策制定者与研究者提供高质量、标准化的纵向数据，以支持对非洲青年就业动态、性别差异及代际变迁的实证分析。该数据集凭借ILO在劳动统计领域的权威性及其对ICLS国际定义的系统遵循，已成为研究非洲劳动力市场结构的关键资源，对促进该地区的可持续发展目标（SDGs）监测具有深远影响。

当前挑战

该数据集所解决的领域问题挑战在于，非洲各国劳动力数据长期存在统计口径不一、时间序列稀疏且跨国可比性差等困境，阻碍了对青年就业形势的精准刻画与跨国比较研究。数据构建过程中则面临多重具体挑战：其一，原始数据源自各国劳动力调查、家庭收入调查及行政记录，来源的异质性导致需通过ILO统一协调并采用“最佳来源”策略进行数据整合；其二，数据中存在由于方法修订或调查中断引发的序列断裂（Break in series），需以特定标志字段予以标注，增加了时序分析的复杂性；其三，按性别、年龄及劳动市场状态构建分层维度时，部分分类字段仅在特定指标下非空，造成数据矩阵的结构性稀疏，增加了多维度联合分析的难度。

常用场景

经典使用场景

该数据集涵盖了1982至2025年间49个非洲国家的青年劳动年龄人口数据，按性别、年龄和劳动力市场状态进行细分，是研究非洲区域劳动力结构变迁的经典资源。研究者常利用其构建时间序列模型，追踪不同国家青年人口在就业、失业和非劳动力状态之间的动态演化，揭示非洲大陆劳动力市场的时空异质性。数据的高时间分辨率与国家覆盖率，使得跨国比较与长期趋势分析成为可能，尤其适用于探索人口结构转型对劳动力供给的影响路径。

衍生相关工作

基于该数据集的衍生工作已形成若干经典成果。研究者常将其与ILO发布的失业率、非正规就业率等指标结合，构建非洲劳动力市场健康度综合指数。机器学习领域的工作则聚焦于利用该数据进行劳动力人口预测，开发融合时空特征的LSTM或Transformer模型，预估未来五年青年劳动供给量。经济地理学团队还将其与夜间灯光遥感数据、教育统计数据进行多模态融合，量化城市化进程对青年就业结构的因果效应，相关方法论文被多家发展经济学顶刊收录。

数据集最近研究

最新研究方向

该数据集聚焦于非洲49国青年劳动年龄人口在性别、年龄及劳动力市场状态上的细粒度分层统计，为非洲青年就业与劳动力迁移的前沿研究提供了坚实的数据底座。结合ILOSTAT官方标准化定义与长达44年的时序观测，研究者得以深入剖析青年群体在正规与非正规经济之间的动态流动，以及新冠疫情后非洲各国劳动参与率的差异化恢复轨迹。近期，围绕“青年失业危机”与“非洲人口红利兑现”等全球热点，该数据集被广泛用于构建预测模型，评估教育投资、技能培训政策对青年就业质量的干预效果，并服务于联合国可持续发展目标中的体面工作指标监测。其标准化的开放许可与跨国家可比性，使得跨区域差距分析、劳动力市场韧性研究以及基于机器学习的就业趋势预判成为可能，有力推动了非洲劳动经济学与数据驱动型社会政策的交叉融合。