electricsheepafrica/africa-ilo-emp-3emp-sex-age-how-nb-youth-employment-by-sex-age-and-weekly-hours-actua

该数据集是一个关于非洲青年就业的表格数据集，包含24,733个观测值，覆盖43个非洲国家，时间跨度为1991年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主要指标为青年就业按性别、年龄和每周实际工作小时数（千计）。数据集包含多个维度，如国家、年份、性别、年龄分组和工作小时数分类，用于分析非洲青年就业趋势。数据以年度频率发布，经过ILO的标准化处理，并包含数据质量标志和来源信息。数据集由Electric Sheep Africa重新打包，便于机器学习研究使用。Youth employment by sex, age and weekly hours actually worked (thousands) | Africa (ILOSTAT)

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核心统计数据库，通过调用其REST API接口直接提取原始指标数据，并依据非洲国家ISO3编码进行地域筛选与过滤。ILOSTAT对各国劳动力调查、家计调查及行政记录等多元原始数据，依照国际劳工统计学家会议（ICLS）定义进行标准化整合，确保跨国家、跨年份数据的一致性与可比性。经Electric Sheep Africa重新封装后，以Parquet格式发布在HuggingFace平台上，便于机器学习工作流程直接调用。

特点

本数据集聚焦于非洲43个国家1991至2025年间青年按性别、年龄及实际周工作小时分类的就业数据，涵盖24,733条观测记录。其特色在于多维度的细粒度拆解：除性别维度外，还提供年龄分层（如15-29岁青年区段）和工时区间等分类变量，为研究青年劳动力市场结构提供了丰富的分析视角。数据来源标注清晰，并附带观测状态标记（如临时性、不可靠性）及系列中断等说明，便于用户评估数据质量。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，仅需一行代码`load_dataset("electricsheepafrica/africa-ilo-emp-3emp-sex-age-how-nb-youth-employment-by-sex-age-and-weekly-hours-actua")`即可获取训练集数据框。支持按国家代码过滤子集、按时间序列绘制指标变化曲线，亦可利用透视表功能构建国家×年份的观测值矩阵。数据以表格形式呈现，适配分类、回归及时序预测等多种机器学习任务场景。

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ILOSTAT平台创建，并经Electric Sheep Africa重新打包发布，聚焦于非洲43个国家1991至2025年间青年就业的性别、年龄及每周实际工作小时数统计。作为全球劳动力统计的权威来源，ILOSTAT整合了各国劳动力调查与行政记录，为追踪青年劳动力市场参与模式提供了标准化数据基础。这一数据集填补了非洲地区青年就业细颗粒度时空数据的空缺，尤其在性别与工作时间维度的交叉分析上具有独特价值，为研究非洲劳动力市场结构、评估青年就业政策效果以及推进联合国可持续发展目标中的体面工作指标提供了关键实证依据。

当前挑战

该数据集面临的领域挑战主要源于非洲各国劳动力统计能力的显著差异，导致数据在国别间的可比性与时间序列的连续性受限。构建过程中，ILO需协调超过40个国家来源各异、定义不一的调查数据，通过国际劳工统计学家会议（ICLS）标准进行统一整合，但诸如方法论修订、小时带非标准分类（如49+小时区间）及观测值可靠性标记（如'U'标志）等问题仍难以完全消除。此外，部分国家数据存在年份缺失或仅适用单一最佳来源选择，使得完整覆盖青年就业与工作时间关系的动态演变面临方法论与时效性的双重困境。

常用场景

经典使用场景

非洲青年就业数据集（africa-ilo-emp-3emp-sex-age-how-nb-youth-employment-by-sex-age-and-weekly-hours-actua）是国际劳工组织ILOSTAT数据库的精选子集，聚焦于非洲大陆43个国家1991年至2025年间青年就业的性别、年龄及实际周工作小时数分布。该数据集最经典的使用场景聚焦于劳动力市场的时间序列分析与面板数据建模，研究者可利用其丰富的分类维度（如性别二分变量、年龄层段以及工作时长带）构建多层级回归模型或固定效应估计，以揭示非洲青年就业模式的长期演变趋势。此外，该数据还广泛用于分类与回归任务，例如预测不同性别群体在特定年龄区间内的就业率波动，以及基于历史观测值开展未来年份的时序预测，从而为发展经济学中的劳动力供给研究提供量化支撑。

解决学术问题

该数据集系统性地回应了非洲青年就业研究中长期存在的数据碎片化与可比性缺失问题。通过ILO统一采纳的国际劳工统计学家会议（ICLS）定义进行数据协调，研究者得以跨越国界比较青年就业的性别差异、年龄结构特征以及工作小时数的异质性分布，从而解决诸如‘非洲青年就业弹性如何随性别与年龄变化’或‘不同工作时长区间内就业质量是否存在系统性歧视’等学术命题。其意义在于，它首次以机器可读的标准化格式整合了来自二十余个国家劳动力调查和行政记录的多源异构数据，为检验人力资本理论、劳动力市场分割假说以及性别平等的经济效应提供了可复现的实证基础，进而推动了非洲发展经济学与劳动经济学领域的实证研究范式向数据密集型方向演进。

衍生相关工作

围绕该数据集已衍生出一系列具有代表性的学术与工程实践工作。在方法学层面，研究者基于其面板结构开发了针对非洲劳动力市场的多层贝叶斯模型，以处理缺失数据与测量误差问题；同时，时间序列分解技术被应用于分离就业指标的周期性波动与长期趋势。在应用层面，Electric Sheep Africa团队的数据管道实现了从ILO REST API到HuggingFace平台的自动化摄取与标准化封装，为后续开发基于Transformer的时序预测模型（如Temporal Fusion Transformer）奠定了基础。此外，该数据集常与非洲经济研究中的其他公开资源（如世界银行非洲发展指标、非洲人口与健康调查数据）联合使用，构建综合性的劳动力市场预测系统，从而催生了跨数据源的迁移学习与多任务学习研究，进一步拓展了在资源稀缺环境下经济建模的可能性。