electricsheepafrica/africa-ilo-une-3eap-sex-age-stu-rt-youth-unemployment-rate-by-sex-age-and-school-atte

该数据集包含非洲青年失业率的数据，按性别、年龄和学校出勤状态进行划分。数据集涵盖49个非洲国家，时间跨度为1991年至2025年，包含10,195个观测值和1个主要指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并经过处理，以确保数据的一致性和可追溯性。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、学校出勤状态分类、观测年份、观测值、观测状态标志等。数据质量方面，数据为年度频率，当同一国家同年有多个数据源时，使用ILO选择的最佳来源。数据集适用于表格分类、表格回归和时间序列预测等任务，并可用于研究非洲青年失业率的趋势和模式。This dataset contains data on youth unemployment rates in Africa, disaggregated by sex, age, and school attendance status. It covers 49 African countries, spanning the years 1991 to 2025, with 10,195 observations and 1 main indicator. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, retrieved via the REST API and processed for consistency and traceability. The dataset includes multiple columns such as country code, country name, data source, indicator code, sex classification, age classification, school attendance status classification, observation year, observed value, observation status flag, etc. In terms of data quality, the data is annual frequency, and when multiple sources exist for the same country and year, the ILO-selected best source is used. The dataset is suitable for tasks such as tabular classification, tabular regression, and time-series forecasting, and can be used to study trends and patterns in youth unemployment in Africa.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的权威统计数据库ILOSTAT，聚焦非洲地区青年失业率这一核心劳动指标。数据通过ILOSTAT的REST API直接抽取，并依据ISO 3166-1 alpha-3标准筛选出49个非洲国家的观测记录。原始数据来源于各国劳动力调查、家庭收入调查等官方统计，经ILO统计部门采用国际劳工统计学家会议（ICLS）定义进行统一化处理，确保跨国的可比性与完整性。最终数据集包含10,195条观测，时间跨度覆盖1991年至2025年，并以Parquet格式封装，便于机器学习和时间序列分析。

特点

该数据集的核心特点在于其多维度的细粒度分层结构。除了按性别（总、男、女）进行基本拆分，还通过classif1和classif2变量提供了年龄组（如15-29岁青年段）与在校状况的交叉分类，使得研究者能够深入剖析不同群体间的失业率差异。数据同时附带了详细的元数据标签，如观测状态标识（可靠、临时或不可靠）及方法论变更注释，为数据质量评估提供了透明依据。此外，覆盖49国、35年间的丰富时空间信息，使其成为研究非洲劳动力市场动态与青年就业政策的宝贵资源。

使用方法

该数据集已集成至HuggingFace Datasets库，用户可通过简洁的Python代码直接调用。使用`load_dataset`函数即可加载全部数据，并通过`.to_pandas()`方法转换为DataFrame格式，便于后续分析。数据集支持按国家代码进行切片，以聚焦特定区域的长期趋势；也可针对单一指标构建时间序列，快速可视化失业率的演变。对于面板数据分析，用户能够利用pivot_table将数据重塑为国家×年份的矩阵形式，适用于计量经济学建模或跨区域比较分析。此外，官方提供了清晰的引用格式，鼓励学术使用中进行规范署名。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）核心统计数据库ILOSTAT创建，经 Electric Sheep Africa 于2025年重新整理并发布在HuggingFace平台。数据集聚焦于非洲49个国家1991年至2025年间按性别、年龄和就学状况划分的青年失业率，包含10,195条观测记录。青年失业率是衡量劳动力市场健康状况与可持续发展目标（SDGs）进展的关键指标，尤其在非洲大陆，青年人口激增与就业机会不足之间的矛盾日益突出，亟待结构化的高质量数据支撑政策分析与模型构建。ILO作为全球劳工统计的权威机构，其数据被广泛用于国际比较、学术界研究及国际发展机构决策，该数据集通过标准化、机器可读的格式发布，显著降低了研究者在非洲青年就业领域开展数据驱动分析的门槛。

当前挑战

该数据集面临的核心挑战在于非洲劳动力统计数据的异构性与质量问题。首先，各国统计能力参差不齐，数据来源包括劳动力调查、家庭收入调查、企业调查和行政记录等多种渠道，不同来源在采样方法、问卷设计和时序一致性上存在显著差异，直接影响跨国可比性。其次，部分国家观测年份稀疏或存在较长缺口（如纳米比亚数据仅覆盖1994-2018年），导致面板数据不连续，削弱了时间序列分析的有效性。在数据构建过程中，ILO虽然通过“最佳来源”策略和统一的ICLS定义进行调和，但数据标注中仍存在大量不可靠观测（obs_status标记为U）和序列断裂（note_indicator标记为方法论修订），需要用户自行筛选与校正，增加了预处理难度。

常用场景

经典使用场景

该数据集以ILOSTAT权威数据库为基石，聚焦非洲49个国家1991至2025年间青年失业率的时序观测，共计逾万条记录。其经典应用在于构建面板数据模型，用于剖析性别、年龄与在校状态等维度对青年就业状况的异质性影响。研究者可据此开展跨国家、跨时段的纵向比较，揭示非洲大陆青年劳动力市场的结构变迁与区域差异。

实际应用

在实际应用中，该数据集成为国际组织与各国劳工部门制定青年就业干预措施的决策锚点。例如，政策制定者可依据不同性别与年龄段的失业率波动，精准设计职业培训计划或创业扶持方案。非政府组织也能借助其分维度数据，评估学校出勤状态对就业韧性的缓冲作用，从而优化教育资源分配与技能开发路径。

衍生相关工作

该数据集衍生出多项经典研究，如利用时间序列分解方法预测非洲关键经济体的青年失业周期性波动，以及采用多层级回归模型量化国家治理质量与失业率之间的调节效应。此外，基于该数据的机器学习分类工作探索了利用人口学特征预测高失业风险群体的可行路径，为劳动力市场的智能预警系统奠定了基础。