electricsheepafrica/africa-ilo-eip-neet-sex-cct-rt-share-of-youth-not-in-employment-education-or-trai

该数据集包含非洲41个国家1991年至2025年期间青年未就业、未受教育或未培训（NEET）比例的数据，按性别和公民身份细分。数据集包含1,197个观测值，覆盖1个主要指标（EIP_NEET_SEX_CCT_RT），数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并过滤至非洲地区。数据列包括国家代码、指标代码、性别分类、年份、观测值等，用于分析非洲青年劳动力市场状况。数据集由Electric Sheep Africa重新打包，以支持机器学习研究。This dataset contains data on the share of youth not in employment, education or training (NEET) by sex and citizenship (%) for 41 African countries from 1991 to 2025. It includes 1,197 observations covering one main indicator (EIP_NEET_SEX_CCT_RT), sourced from the International Labour Organizations (ILO) ILOSTAT statistical database, retrieved via API and filtered to African regions. The data columns include country codes, indicator codes, sex classifications, years, observed values, etc., for analyzing youth labor market conditions in Africa. The dataset is repackaged by Electric Sheep Africa to support machine learning research.

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，后者作为全球劳动统计的核心枢纽，整合了各国劳动力调查、家庭收支调查及行政记录等多元化数据源，并依据国际劳工统计学家会议（ICLS）标准进行统一协调。Electric Sheep Africa团队通过ILOSTAT的REST API直接提取原始数据，限定非洲ISO3国家代码进行地域过滤，最终将1,197条观测值、涵盖41个非洲国家、时间跨度为1991年至2025年的NEET指标数据重新封装为机器学习就绪的Parquet格式。

特点

该数据集聚焦于非洲青年未就业、未受教育或培训的比例（NEET），并按性别与公民身份维度进行细致分解，提供了SEX_T（总计）、SEX_M（男性）与SEX_F（女性）三种性别分类。数据包含丰富的元数据列，如数据源标签、观测状态标志及断点注释，便于用户追溯数据质量与方法论变更。数据集的时间序列特性使其能够支持年度频率的纵向分析，且已预先清洗并标准化，实现了从加载到分析的零延迟体验。

使用方法

用户可通过HuggingFace的`load_dataset`函数一键加载该数据集，生成Pandas DataFrame后即可进行灵活操作。常见的分析路径包括：按国别筛选（如`df[df["ref_area"] == "KEN"]`）进行聚焦研究；对特定指标按年份排序后绘制时间序列图，以观察青年NEET比例的动态演变；或利用透视表功能构建年份×国家的观测值矩阵，支撑跨国比较与面板数据分析。上述流程均可在数行Python代码内完成，极大降低了劳动经济学与非洲发展研究的入门门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT构建，并经Electric Sheep Africa于2023年重新打包整理，聚焦非洲地区青年未就业、未接受教育或培训（NEET）比例这一关键社会指标。数据集涵盖1991年至2025年间41个非洲国家的1,197条观测，按性别与公民身份进行细分，反映了ILO在劳动力统计领域长达数十年的数据标准化与跨国比较努力。作为监测可持续发展目标（SDG）中体面工作指标的重要依据，该数据集为研究非洲青年就业危机、教育系统效能及社会包容性议题提供了系统化的时间序列数据，对劳动经济学、发展政策及人口学领域具有重要支撑作用。

当前挑战

该数据集面临的核心挑战在于，NEET指标本身定义复杂，需融合就业、教育及培训状态的多源信息，而非洲各国在劳动力调查方法、覆盖周期与数据质量上存在显著差异，使得跨国可比性难以保障。构建过程中，需要解决ILOSTAT中不同来源数据的异构性问题，包括因方法论修订引发的序列断裂（如标注为'Break in series'的观测）及观测状态的不确定性（如标记为'Unreliable'的数据点）。此外，部分国家数据稀疏（如仅含2条记录），时间覆盖不均衡，且缺少季度与月度高频数据，限制了时间序列模型与政策评估的精确性。

常用场景

经典使用场景

该数据集记录了1991年至2025年间41个非洲国家青年未就业、未受教育或未接受培训（NEET）比例的年度观测值，按性别和公民身份细分，共计1197条记录。作为来自国际劳工组织ILOSTAT数据库的标准化时序数据，其经典使用场景集中于非洲青年劳动力市场参与状况的跨国比较与动态追踪。研究者可借助该数据集构建面板数据模型，分析不同国家、不同性别青年在NEET状态上的长期趋势与结构性差异，或结合经济、教育、人口等协变量探究NEET比例变动的驱动因素。此外，数据集的时序特性使其天然适用于时间序列预测任务，如基于历史观测值对未来数年NEET比例进行外推估计，从而为区域劳动力政策制定提供数据支撑。

解决学术问题

该数据集有效回应了非洲青年就业与教育研究中长期面临的数据稀缺与碎片化困境，解决了跨国可比性不足、时间跨度有限等制约学术探索的核心难题。借助ILOSTAT统一的方法论框架，研究者得以跨越国界与年度界限，系统性地审视非洲青年在劳动力市场中的边缘化现象。具体而言，该数据集支撑了对NEET比率性别差异的深入剖析，揭示了女性青年在就业、教育与培训机会获取上的结构性弱势；同时，通过公民身份维度的引入，为探讨移民青年与本国青年在NEET状态上的差异提供了分析锚点。其学术意义在于，为验证人力资本理论、劳动力市场分割理论及性别不平等理论在非洲情境下的适用性提供了坚实的数据基础，进而推动了区域劳动经济学与教育经济学的发展。

衍生相关工作

围绕该数据集已衍生了若干具有深远影响的学术与政策研究工作。在学术层面，研究者基于此数据构建了非洲青年NEET比例的预测模型，采用ARIMA、随机森林或LSTM等算法，在捕捉非线性趋势的同时评估了政策干预的潜在效果。此外，该数据集常被纳入更广泛的劳动力市场分析框架，与教育成就、GDP增长率、移徙存量等变量融合，形成综合性的青年发展指标体系。在政策咨询领域，国际劳工组织借助此类数据定期发布非洲青年就业趋势报告，为各国制定国家就业战略提供实证参考。另有一些研究聚焦于NEET比例的跨国收敛性，运用动态面板数据方法检验不同收入水平国家间青年弱势地位的趋同或分化态势，从而为区域一体化政策的效果评估贡献洞见。