electricsheepafrica/africa-ilo-eap-3eap-sex-age-geo-nb-youth-labour-force-by-sex-age-and-rural-urban-area

该数据集包含非洲45个国家的9,536个观测值，时间跨度为1994年至2025年，专注于“按性别、年龄和城乡地区划分的青年劳动力（以千计）”这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过处理和重新打包，适用于表格分类、回归和时间序列预测等任务。数据集涵盖了青年劳动力的详细分类，包括性别（总计、男性、女性）、年龄组（15-29岁）和地区类型（如全国范围），并提供观测值、状态标志和来源注释等信息。数据以年度频率发布，部分指标可能包含多个来源，ILO会选择“最佳来源”进行整合。This dataset contains 9,536 observations across 45 African countries, spanning the period from 1994 to 2025, with a focus on the indicator of youth labor force (in thousands) disaggregated by sex, age and urban/rural areas. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), and has been processed and repackaged to be applicable for tasks including tabular classification, regression and time series forecasting. The dataset provides detailed disaggregations of youth labor force, covering dimensions such as sex (total, male, female), age groups (15–29 years old) and regional types (e.g., national level). It also offers supplementary information including observations, status flags and source notes. The data is released at an annual frequency. For some indicators that may have multiple available sources, the ILO will select the "best available source" for consolidation.

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数据库，聚焦于非洲45个国家的青年劳动力数据，涵盖1994年至2025年的时间跨度。数据通过ILOSTAT的REST API直接获取，指标代码为EAP_3EAP_SEX_AGE_GEO_NB，并依据非洲ISO3国家代码进行筛选。ILOSTAT采用国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调，确保跨国的可比性，数据来源的标签列则提供了可追溯的元信息。Electric Sheep Africa团队将这些数据重新打包为Parquet格式，整合了性别、年龄组及城乡区域等多重维度，形成了包含9,536条观测记录的、面向机器学习的标准化数据集。

特点

数据集的核心特点是其精细的多维度分层架构，覆盖了性别（男性、女性、总计）、年龄组（如15-29岁青年区间）以及地理区域（国家与城乡分类）等关键分类变量。每个观测值都附带了详尽的来源标签和数据状态标志（如可靠性标识），以提醒用户注意数据质量。数据时间序列跨度长达31年，支持时间序列预测和面板数据分析。此外，数据集采用了统一的CC-BY-4.0许可协议，并经由Electric Sheep Africa进行了模式标准化处理，使其可直接通过HuggingFace的`load_dataset`函数调用，极大降低了研究人员在非洲劳动经济学领域的数据预处理门槛。

使用方法

用户可通过HuggingFace的Datasets库直接加载该数据集，一行代码即可将数据转换为Pandas DataFrame进行分析。典型的使用路径包括按国家代码过滤数据以进行国别研究，或利用`obs_value`和`time`字段绘制特定指标的时间序列图。对于跨国的比较分析，用户可以运用Pandas的透视表功能将数据重塑为国家×年份的矩阵格式。数据集同时支持表格分类、回归以及时间序列预测等多种任务类型，尤其适合用于预测非洲青年劳动力趋势的机器学习模型。研究人员在引用时需同时注明原数据来源（ILOSTAT）与重打包方（Electric Sheep Africa）。

背景与挑战

背景概述

在劳动经济学与发展研究领域，精准刻画非洲青年劳动力的地域与人口结构特征，对于制定包容性就业政策至关重要。该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2025年正式发布，并经Electric Sheep Africa重新封装，系统性收录了1994年至2025年间45个非洲国家的9,536条观测数据，聚焦于按性别、年龄及城乡区域划分的青年劳动力规模（单位：千人）。作为ILO在劳工统计领域的旗舰数据集，它为探究非洲大陆青年就业的时空差异、性别鸿沟及城乡分化提供了标准化的量化基础，对推动可持续发展目标（SDG）中体面工作的相关研究具有基石性价值。

当前挑战

该数据集所解决的领域核心挑战在于：非洲多数国家青年劳动力数据长期存在口径不一、缺失严重、时间序列断裂等问题，难以支撑跨国比较与趋势分析。ILOSTAT通过统一国际劳工统计学家会议（ICLS）定义，整合多来源调查微观数据，并在源列（source.label）中标注数据溯源，以提升可比性。然而构建过程中面临显著困难：各国数据收集能力参差，导致部分年份观测值被标记为‘不可靠’（obs_status: U）；且指标体系仅包含单一指标，缺乏对非正规就业、薪酬水平等维度的覆盖，限制了深度因果推断的可行性。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲45国青年劳动力在性别、年龄及城乡维度的多截面时间序列分析。研究人员借助这一高颗粒度数据，能够深入剖析非洲大陆不同国家青年劳动参与率的动态演变轨迹，揭示性别差异、年龄分层与地理区划之间的复杂交互效应。无论是绘制单一国别的就业趋势曲线，还是构建跨国的面板回归模型，该数据集都提供了标准化的底物支撑。

解决学术问题

该数据集有效回应了非洲劳动经济学中长期存在的“数据碎片化”与“口径不统一”两大瓶颈。在学术界，它被广泛用于检验青年就业与经济增长、城市化进程、教育投资之间的因果链路，尤其填补了城乡二元结构视角下性别不平等研究的实证空白。其意义在于将ILO的规范化统计框架落地至非洲大陆，使得跨国比较研究具备了可靠的数据基座，进而催生出一系列关于青年失业成因与劳动力市场分隔的高质量计量分析。

衍生相关工作

围绕该数据集衍生出的经典工作主要包括两类：其一，基于ILOSTAT的非洲青年劳动力面板数据构建的机器学习预测模型，用于模拟不同经济情景下的青年失业走势；其二，多项研究利用该数据验证“李斯特假说”在非洲语境下的适用性，揭示贸易开放与青年就业形态的关联。此外，Electric Sheep Africa将其重新封装为HuggingFace标准格式，极大降低了数据获取门槛，推动了劳动经济学领域可复现研究的普及与跨学科协作。