electricsheepafrica/africa-ilo-eip-3wap-sex-age-dsb-rt-youth-inactivity-rate-by-sex-age-and-disability-st

该数据集包含来自42个非洲国家的4,774个观测值，时间跨度为1998年至2025年，聚焦于其他劳动力利用不足指标，具体指标为EIP_3WAP_SEX_AGE_DSB_RT，即按性别、年龄和残疾状况划分的青年不活跃率（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并由Electric Sheep Africa重新打包为机器学习就绪格式。数据集包含多个列，如国家代码、性别分类（总计、男性、女性）、年龄分类（青年波段：15-29岁）、残疾状况分类、观测年份、观测值以及数据质量标志（如不可靠或临时数据）。该数据集适用于表格分类、回归和时间序列预测任务，旨在为非洲劳动力市场研究提供标准化数据支持。This dataset contains 4,774 observations across 42 African countries, spanning from 1998 to 2025, focusing on Other measures of labour underutilization with the specific indicator EIP_3WAP_SEX_AGE_DSB_RT, which represents the youth inactivity rate by sex, age and disability status (%). Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API, and repackaged by Electric Sheep Africa into a machine-learning-ready format. The dataset includes columns such as country code, sex classification (total, male, female), age classification (youth bands: 15-29), disability status classification, observation year, observed value, and data quality flags (e.g., unreliable or provisional). It is suitable for tabular classification, regression, and time-series forecasting tasks, aiming to provide standardized data for labor market research in Africa.

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）的核心统计数据库ILOSTAT，通过其REST API直接提取指标代码为EIP_3WAP_SEX_AGE_DSB_RT的青年不活跃率数据，并依据ISO 3166-1 alpha-3标准筛选出42个非洲国家的地理范围。原始数据来源于各国劳动力调查、人口普查及行政记录，经由ILO依据国际劳工统计学家会议（ICLS）定义进行统一化处理。Electric Sheep Africa 项目将整合后的数据重新封装为Parquet格式，最终以HuggingFace Datasets标准格式发布，确保研究者可通过'load_dataset()'函数直接调用，极大降低了数据获取与预处理的门槛。

特点

该数据集囊括1998年至2025年间共4,774条观测记录，横跨42个非洲国家，聚焦于按性别、年龄（青年年龄段15-29岁）及残疾状况分层的青年不活跃率单一指标。其显著结构性特征在于包含多维分类变量：性别维度细分为总计、男性和女性三类，分类变量1提供年龄分层信息，分类变量2则标注残疾状态。此外，数据集中标注了来源类型、观测状态（如临时性或不可靠性）以及序列中断等质量注释，为用户提供了充分的追溯与评估依据。

使用方法

用户可通过Python的HuggingFace Datasets库以'load_dataset("electricsheepafrica/africa-ilo-eip-3wap-sex-age-dsb-rt-youth-inactivity-rate-by-sex-age-and-disability-st")'指令便捷地加载数据，并转换为Pandas DataFrame进行深入分析。典型使用场景包括：基于'ref_area'列筛选特定国家进行本土化研究；依据'indicator'列过滤指标后按'time'排序绘制时间序列图；利用'pivot_table'函数重塑为国家×年份的稀疏矩阵，以支持面板数据分析或跨国比较研究。数据集的标准化schema设计确保了所有领域任务的无缝接入。

背景与挑战

背景概述

在非洲大陆，青年失业与不充分就业问题长期困扰着区域发展，而残障青年群体的劳动参与状况更是数据匮乏与研究盲区。为系统性地衡量这一挑战，国际劳工组织（ILO）依托其核心统计数据库ILOSTAT，构建了横跨1998年至2025年、覆盖42个非洲国家的青年不活动率数据集。该数据集由Electric Sheep Africa于2025年重新封装并发布，聚焦于按性别、年龄与残障状况分层的青年不活动率（%），共计4774条观测记录。通过整合各国劳动力调查、人口普查及行政记录等多元来源，该数据集为研究劳动力利用不足的交叉性维度（尤其是残障与性别的双重影响）提供了宝贵支撑，成为推动非洲包容性就业政策制定的关键实证基础。

当前挑战

该数据集在构建与应用中面临多重挑战。首先，非洲各国劳动统计数据采集能力参差不齐，部分国家仅提供稀疏或间歇性的时间序列，导致数据覆盖在年份与国家间严重不平衡，例如卢旺达（360条记录）与利比里亚（125条记录）的观测密度悬殊。其次，残障身份界定在不同调查中存在显著差异（如国际劳工统计会议ICLS标准与各地实践的不一致），使得跨国家可比性受到局限。此外，数据来源多样化（如人口普查与劳动力调查）引发的统计方法变更与序列断裂，必须依靠ILO的‘最佳来源’选择策略进行调和，但这一过程本身可能引入系统性偏差。最后，数据集中标注为‘不可靠’或‘临时性’的观测值，进一步增加了时间序列建模与政策推断的不确定性。

常用场景

经典使用场景

该数据集收录了1998年至2025年间42个非洲国家的青年不活动率，涵盖性别、年龄及残疾状况等关键人口学维度，共计4774条观察记录。其经典使用场景在于开展非洲大陆青年劳动力市场参与的纵向比较研究。研究者可借助该数据的跨年度、跨国别及多维度分层特征，精准量化并剖析不同社会群体中青年长期远离教育与就业市场的结构性差异，为理解非洲青年人力资本闲置问题提供坚实的数据基石。

衍生相关工作

该数据集衍生的相关工作主要集中于劳动力市场预测模型、区域劳动力动态对比分析以及社会脆弱性评估框架的构建。基于其时间序列特性，研究人员已利用机器学习方法预测青年劳动力参与度的演变趋势，并探索宏观经济波动对不活动率的影响路径。同时，该数据催生了将性别与残疾状况纳入交叉分析的方法论创新，推动了诸如“劳动利用不足的多维图谱”等可视化产品或政策模拟工具的开发，为非洲劳动经济学研究向更精细、更实用的方向演进提供了源头活水。

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群体在劳动力市场中的边缘化现象，尤其关注性别、年龄与残疾状态三重交叉维度下的不活跃率动态。伴随全球对包容性增长与体面劳动议程的深入推进，ILOSTAT数据被广泛用于评估非洲国家在可持续发展目标（SDG 8）上的进展。研究者正利用该时间序列数据构建预测模型，分析后疫情时代非洲青年就业韧性，并探究残疾青年群体在结构性不平等中的脆弱性，为区域就业政策优化与精准干预提供实证支撑。