electricsheepafrica/africa-ilo-eap-3eap-sex-age-dsb-nb-youth-labour-force-by-sex-age-and-disability-statu

该数据集包含4559个观测值，涵盖了42个非洲国家从1998年至2025年的青年劳动力数据。核心指标为按性别、年龄和残疾状况划分的青年劳动力（千人），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，并由Electric Sheep Africa重新打包以方便机器学习使用。数据集以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类（青年年龄段：15-29岁）、残疾状况分类、观测年份、观测值（单位：千人）以及数据质量标志（如不可靠、临时数据）等列。该数据集适用于表格分类、表格回归和时间序列预测等任务，旨在为研究非洲劳动力市场提供标准化、易于访问的数据支持。This dataset contains 4,559 observations of youth labour force data across 42 African countries, spanning from 1998 to 2025. The primary indicator is Youth labour force by sex, age and disability status (thousands), sourced from the International Labour Organization (ILO) ILOSTAT database and repackaged by Electric Sheep Africa for machine learning readiness. The data is structured in tabular format, including columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), age classification (youth bands: 15-29), disability status classification, observation year, observed value (in thousands), and data quality flags (e.g., unreliable, provisional). It is suitable for tasks like tabular classification, regression, and time-series forecasting, providing standardized and accessible data for research on African labour markets.

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）通过其ILOSTAT REST API接口直接抽取，原始数据来源于各国劳动力调查、住户收入调查、企业调查及行政记录，并依据国际劳工统计学家会议（ICLS）定义进行统一协调。随后，Electric Sheep Africa团队将数据过滤至非洲42个国家的ISO3编码范围，并以Parquet格式重新封装，形成标准化、机器学习就绪的数据集。数据集涵盖1998年至2025年间的4,559条观测记录，聚焦于青年劳动力按性别、年龄和残疾状况分层的统计指标，所有数据均附有来源标识以保证可追溯性。

特点

此数据集的核心优势在于其精细的多维分层结构，包含性别（男、女、总计）、年龄层（如15-29岁青年波段）及残疾状况等多个分类变量，为研究者提供了深入分析非洲青年劳动力市场异质性的可能。数据遵循CC-BY-4.0许可协议开放获取，来源权威，且经过ILO标准化处理，确保了跨国家、跨时间的可比性。此外，数据集标注了观测值质量状态（如不可靠或临时值），并记录了系列中断等元数据，助力使用者审慎评估数据可靠性，从而做出更稳健的推断。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据：使用`load_dataset`函数即可将4,559条记录读入Pandas DataFrame进行探索。典型应用包括按国家过滤（如`df[df['ref_area'] == 'KEN']`）以聚焦特定区域，或针对单一指标`EAP_3EAP_SEX_AGE_DSB_NB`进行时间序列分析，通过排序和绘图揭示青年劳动力变化趋势。若需比较各国差异，可借助透视表功能将数据重塑为国家×年份矩阵。这种即用型设计大幅降低了数据预处理门槛，使研究人员能快速投入实质性分析工作。

背景与挑战

背景概述

青年劳动力参与是衡量区域经济活力与社会包容性的关键指标，尤其在非洲大陆，青年失业与残疾人群体的就业排斥问题长期困扰政策制定者。国际劳工组织（ILO）依托其ILOSTAT数据库，自1998年至2025年间系统收集了42个非洲国家的青年劳动力数据，涵盖性别、年龄及残疾状况等维度，共计4559条观测值。该数据集由Electric Sheep Africa于2025年重新封装，旨在为机器学习与时间序列预测提供标准化、可调用的结构化资源。其核心研究问题聚焦于揭示非洲青年劳动力市场的结构性差异，为SDG体面工作目标的监测提供实证基础，并推动AI驱动的劳动力政策建模。该数据集在非洲发展经济学与劳动统计学领域具有重要影响力，填补了高层次面板数据在公开机器学习生态中的空白。

当前挑战

该数据集面临的领域问题挑战在于，非洲青年劳动力市场的分析长期受困于数据稀疏性与异质性——不同国家统计体系、调查频率与定义标准差异显著，传统的回归或时间序列方法难以捕捉残疾状况与性别的交互效应。构建过程中，挑战体现在三方面：其一，原始ILOSTAT数据来源多样，包括人口普查、劳动力调查及行政记录，需通过ICLS标准进行严格协调统一；其二，数据质量控制复杂，部分观测值标注为“不可靠”（obs_status=U），且存在方法学断点（break in series），需在清洗时谨慎处理；其三，跨国家、跨年份的缺失值分布不均，42国中最小观测值国家仅占数行，无法直接用于面板分析，需额外的插补或聚合策略。

常用场景

经典使用场景

该数据集聚焦于非洲42个国家1998年至2025年间青年劳动力人口的分布情况，按性别、年龄和残疾状态进行细致划分。经典的使用场景是将观测值作为时间序列数据，分析特定国家或地区青年劳动力的长期变化趋势。研究者可以借助该数据构建面板数据模型，探讨经济发展、教育普及或政策干预对青年就业格局的动态影响。同时，它也支持分类与回归任务，例如预测不同人口群体在未来年份的劳动力参与率，为劳动经济学和人口学研究提供了标准化的实证基础。

解决学术问题

该数据集有效回应了非洲劳动力市场中数据碎片化与口径不一的长期难题。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始微观数据进行统一标准化，使得跨国家、跨时期的比较分析成为可能。学术研究中常见的问题包括：青年劳动力供给如何受性别与残疾状况交互影响、非洲国家间青年就业模式的差异是否可由制度环境解释，以及残疾群体在劳动力市场中的结构性排斥程度。这一数据集填补了非洲青年群体分层劳动力参与的系统性数据空白，推动了发展经济学与劳动经济学在区域不平等议题上的量化研究。

衍生相关工作

基于该数据集，研究者可以衍生出一系列有影响力的学术工作。例如，构建预测模型估算非洲青年残疾劳动力参与率的未来走势，或利用面板回归方法评估国家政策、经济增长与教育普及对青年就业的因果效应。数据还支持生成多维度汇总统计，作为系统性文献综述或元分析的基础输入。此外，该数据可作为基准数据集，用于训练劳动经济学中的机器学习模型，推动可解释性研究，探究性别与残疾交互作用对劳动力市场结果的非线性影响，进而催生更多关注边缘群体的实证与理论创新。