electricsheepafrica/africa-ilo-eip-3wap-sex-age-edu-rt-youth-inactivity-rate-by-sex-age-and-education

该数据集包含关于“其他劳动力未充分利用指标”的数据，具体为“按性别、年龄和教育程度划分的青年不活跃率（%）”，覆盖非洲49个国家，时间跨度为1982年至2025年，共包含19,940个观察值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过过滤以仅包括非洲国家。数据集包含一个主要指标（EIP_3WAP_SEX_AGE_EDU_RT），涉及按性别、年龄和教育程度的细分维度，用于分析青年劳动力市场的不活跃情况。数据以表格形式存储，包括国家代码、年份、观测值、数据来源和质量标志等列，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习使用。This dataset contains 19,940 observations of Other measures of labour underutilization data, specifically the Youth inactivity rate by sex, age and education (%), across 49 Africa countries, spanning from 1982 to 2025. It is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via the REST API and filtered to include only African countries. The dataset includes one main indicator (EIP_3WAP_SEX_AGE_EDU_RT) with disaggregation dimensions such as sex, age, and education, aimed at analyzing youth labor market inactivity. The data is stored in tabular format with columns for country codes, years, observed values, data sources, and quality flags, suitable for tasks like tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Africa in Parquet format for machine learning readiness.

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接口直接抽取指标代码为EIP_3WAP_SEX_AGE_EDU_RT的原始数据，并依据非洲ISO3国家代码进行地理范围过滤。数据经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行微数据协调与标准化处理，最终由Electric Sheep Africa团队重新封装为HuggingFace数据集格式，确保数据来源可追溯至各国家劳动力调查、住户收入调查等原始资料，并在source.label列中明确标注数据来源。

特点

数据集覆盖49个非洲国家，时间跨度从1982年至2025年，包含19,940条观测记录，聚焦于青年不活跃率这一单一指标，并按照性别、年龄组及教育水平三个维度进行精细分层。数据以年度频率呈现，提供ISO 3166-1 alpha-3国家代码、指标代码、分类变量及其英文标签等结构化字段，同时保留观测值状态标识及系列断裂、方法修订等注释信息，便于用户评估数据质量与适用性。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，使用load_dataset()函数即可快速获取训练集并转换为pandas DataFrame进行后续分析。示例代码展示了按国家筛选、针对单一指标绘制时间序列图，以及构建国家×年度透视矩阵等典型操作流程。该数据集适用于非洲劳动力市场的描述性统计、国际比较研究以及时间序列建模等任务，配合obs_status列可过滤不可靠观测值以提升分析稳健性。

背景与挑战

背景概述

在全球劳动统计领域，青年失能率作为衡量劳动力市场疲软与青年发展困境的核心指标，长期受到国际劳工组织（ILO）及各国研究者的高度关注。该数据集由国际劳工组织统计司（ILOSTAT）基于1982至2025年间覆盖49个非洲国家的劳动调查、住户收支调查及行政记录构建，并由Electric Sheep Africa于2025年重新封装并发布。它聚焦于按性别、年龄及教育程度划分的青年失能率，旨在揭示非洲大陆青年群体未能参与劳动力市场的结构性特征与地区差异。作为整合自ILOSTAT权威指标的标准化时序数据集，它填补了非洲地区青年劳动参与精细维度数据的空白，为劳动经济学、发展社会学及公共政策研究提供了跨越四十余年的微观数据支撑，有力推动了非洲青年就业议题的量化分析与跨国比较研究。

当前挑战

该数据集首先回应了领域内亟需解决的青年劳动参与度量问题：传统失业统计往往低估青年群体因教育、家庭照护或制度障碍而完全退出市场的情况，青年失能率指标为此提供了更全面的观测维度。然而，构建过程中面临多重挑战：数据源来源于各国官方调查，其方法论、问卷设计及国际劳工统计会议（ICLS）定义执行的一致性需通过ILOSTAT严格调和，但不同国家的调查周期与样本质量差异显著，编号为‘U’的不可靠观测值在各年份均有标识。此外，按教育层次进行分类时，标注为‘Nonstandard education level’的注释提示了教育体系跨国可比性难题。数据时序跨度长达43年，其间多次出现因方法论修订导致的序列断裂（如注释‘Break in series: Methodology revised’），同时在多数据源覆盖的同一国家与年份，仅有ILO选定的‘最佳来源’被纳入，可能引入选择偏差。这些要素共同构成了在保证数据覆盖面广域性的同时，维持质量统一性与时间序列连贯性的显著挑战。

常用场景

经典使用场景

该数据集汇集了1982年至2025年间49个非洲国家的青年不活跃率数据，按性别、年龄和教育水平进行精细分层，共计19,940条观测记录。在劳动经济学与发展研究领域，其经典用途在于构建面板数据模型，以剖析非洲青年劳动力市场参与缺失的结构性诱因。研究者可借助此数据集，运用时间序列分析或固定效应回归，探究不同人口特征下青年不活跃率的长期演变趋势，为国家间横向比较与政策干预效果评估提供坚实的数据基石。

衍生相关工作

围绕该数据集的标准化整理与发布，已催生了一系列重要的衍生工作。一方面，Electric Sheep Africa 将其封装为机器学习就绪的Parquet格式，使得研究人员可通过HuggingFace的`load_dataset()`函数秒级加载，极大地降低了数据获取与预处理的门槛。另一方面，该数据集作为ILOSTAT官方非洲子集的精选版本，为后续构建统一的非洲劳动力统计数据集树立了范式，激励了类似经济指标（如就业率、工时、工资水平）的跨数据库整合与平台化发布，推动了区域劳动经济学研究的可复现性与开放性。

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力市场的结构性困境，特别是在后疫情时代与全球供应链重构背景下，青年不活跃率（NEET）成为衡量区域社会韧性与可持续发展目标（SDG 8）的关键指标。基于ILOSTAT标准化框架，数据集整合了49个非洲国家长达四十年的性别、年龄与教育层次细分观测，为研究者提供了探究教育回报率下降、性别鸿沟固化以及非正规就业对青年群体挤出效应的定量基础。前沿方向包括利用时间序列模型与空间面板分析，揭示宏观冲击（如气候变化、债务危机）如何通过劳动力市场传导至青年群体的参与决策，并为精准政策干预——如技能培训定向投放与社会保护扩面——提供基于证据的决策支持。这一数据资产的系统化整理，标志着非洲劳动经济学研究正从零散案例走向可复现、跨国的实证范式，对全球南方的青年发展议程具有深远的学术与实践意义。