electricsheepafrica/africa-ilo-emp-3emp-sex-age-stu-nb-youth-employment-by-sex-age-and-school-attendance

该数据集是一个关于非洲青年就业的统计数据集，包含11,590个观测值，覆盖49个非洲国家，时间跨度为1991年至2025年。数据集聚焦于一个独特指标：按性别、年龄和上学出勤状态划分的青年就业（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为非洲国家。数据集提供了详细的列结构，包括国家代码、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）、教育出勤状态（总计）、观测年份、观测值（以千计）以及数据质量标志（如不可靠）等。数据以年度频率发布，并经过ILO的标准化处理，确保与国际劳工统计学家会议（ICLS）定义一致。数据集适用于表格分类、表格回归和时间序列预测等任务，可用于分析非洲青年就业趋势、性别差异和受教育状态影响。This dataset is a statistical dataset on youth employment in Africa, containing 11,590 observations across 49 African countries, spanning from 1991 to 2025. It focuses on one distinct indicator: Youth employment by sex, age and school attendance status (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via the REST API and filtered for African countries. The dataset provides a detailed schema with columns including country code, country name, data source, indicator code, sex disaggregation (total, male, female), age classification (youth bands: 15-29), educational attendance status (total), observation year, observed value (in thousands), and data quality flags (e.g., unreliable). The data is published at an annual frequency and is harmonized by the ILO to align with International Conference of Labour Statisticians (ICLS) definitions. It is suitable for tasks such as tabular classification, tabular regression, and time-series forecasting, and can be used to analyze trends in youth employment in Africa, gender disparities, and the impact of educational attendance status.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT数据库，通过调用其REST API接口，精准提取与非洲青年就业相关的核心指标EMP_3EMP_SEX_AGE_STU_NB，并依据非洲ISO 3166-1 alpha-3国家代码进行地理过滤。原始数据来自各国劳动力调查、家庭收入调查等官方来源，ILO依据国际劳工统计学家会议（ICLS）标准进行统一归整，确保跨国的可比性。随后，由Electric Sheep Africa团队对原始数据进行再处理，形成结构化的表格数据集，并以Parquet格式封装，通过HuggingFace Datasets库发布。

特点

该数据集聚焦于1991年至2025年间49个非洲国家的青年就业状况，包含11,590条观测记录，按性别、年龄组及在校状态进行精细划分。其独特之处在于提供了多维度分类变量（如sex、classif1、classif2），支持对青年劳动力市场的细致剖析。数据集不仅标注了观测值的可靠性状态与数据来源，还记录了方法变更等元数据，确保了数据分析的深度与可追溯性。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，仅需一行代码`load_dataset`即可读取。数据以Pandas DataFrame形式呈现，便于后续分析。典型用例包括按国家过滤查看特定地区的就业趋势，或对单一指标进行时间序列可视化。亦可利用透视表功能，构建以年份为行、国家为列的矩阵，便于进行跨国的比较分析。该数据集为研究非洲青年就业动态、评估劳动力政策效果提供了高效的数据基础。

背景与挑战

背景概述

青年就业问题是全球劳动力市场研究的核心议题，尤其在非洲大陆，青年人口占比高、就业形势复杂，亟需高质量数据支撑政策制定与学术分析。该数据集由国际劳工组织（ILO）于2025年构建，经由Electric Sheep Africa机构重新封装发布，收录了1991年至2025年间49个非洲国家的11,590条青年就业观测数据。数据基于ILOSTAT这一全球领先的劳动统计数据库，通过标准化API采集，并依据ICLS定义进行统一处理。数据集围绕“按性别、年龄和就学状况划分的青年就业人数”这一核心指标展开，为理解非洲青年劳动力参与、教育-就业过渡路径以及性别差异提供了粒度精细的时序面板数据，对推动区域劳动经济学研究与国际比较具有重要意义。

当前挑战

该数据集面临的首要挑战在于非洲大陆青年就业问题的多维复杂性，即如何通过统一指标刻画因国家间经济结构、教育体系与文化规范差异而迥异的青年就业形态，例如兼顾正规就业、非正规就业与失业状态的界定。构建过程中，数据整合遭遇严峻挑战：ILOSTAT原始数据来源于各国劳动力调查、行政记录等多源异构渠道，需处理因调查方法论修订（如序列断裂标注）与数据质量标记（如不可靠值）带来的噪声，同时应对不同国家在相同年份内存在多个数据源时“最佳来源”的遴选难题。此外，离散变量（如性别、年龄分组、就学分类）的缺失与不一致性也增加了预处理难度，确保跨国家、跨时间序列的可比性是数据可用性的关键瓶颈。

常用场景

经典使用场景

该数据集涵盖了1991年至2025年间非洲49个国家的青年就业数据，按性别、年龄组和在校状态进行精细分层，共计11,590条观测记录。其经典使用场景聚焦于劳动力市场的时间序列分析与跨国比较研究。研究者可借助该数据集追踪各国青年就业率的长期演变轨迹，剖析不同性别和年龄段群体在就业参与上的结构性差异，并通过面板数据模型考察经济增长、教育普及与劳动力政策对青年就业的动态影响。由于数据源自ILOSTAT的标准化统计框架，亦可用于验证国际劳工组织关于非洲青年就业的宏观假说，或作为基准数据集训练和评估时序预测模型，为理解非洲大陆就业转型的时空格局提供可靠的数据基础。

解决学术问题

该数据集在学术层面着力回应了非洲青年就业研究中长期存在的数据稀疏与碎片化难题。通过提供跨年度、多国别且具备性别与教育分层的高频观测值，它使学者得以系统考察学校出勤状态如何调节青年群体从教育向劳动力市场过渡的过程，进而识别不同国家在青年就业吸纳能力上的收敛或分化趋势。这一数据资源填补了撒哈拉以南非洲地区在高频就业统计上的显著空白，推动了关于青年失业与未充分就业成因的因果推断研究，并为评估国际发展目标（如可持续发展目标第八项所倡导的体面工作）在区域层面的实现进展提供了量化支撑，极大地提升了相关研究结论的可比性和外推效度。

衍生相关工作

围绕该数据集已衍生出一系列高质量的学术与计算研究工作。其中，基于该数据的非洲青年就业趋势报告为各国制定国家就业政策提供了基准分析框架；机器学习领域的学者利用其分层特征开展就业率的分类与回归预测实验，探索随机森林、梯度提升以及时序神经网络等模型在稀疏面板数据上的泛化能力。部分研究进一步将本数据集与教育入学率、GDP增速等外部数据融合，构建结构方程模型以检验学校出勤状态对青年就业概率的直接与间接效应。该数据集还被整合进开源的数据分析与可视化平台，作为教学案例用于劳动经济学、发展经济学以及数据科学课程中，培养新一代研究者对非洲劳动力市场的定量分析能力。