electricsheepafrica/africa-ilo-pop-3wap-sex-age-stu-nb-youth-working-age-population-by-sex-age-and-school

该数据集包含非洲49个国家从1991年至2025年的青年工作年龄人口统计数据，共12,140个观测值，重点关注按性别、年龄和学校出勤状态划分的青年工作年龄人口（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家。数据集包含指标代码“POP_3WAP_SEX_AGE_STU_NB”，并提供国家代码、年份、观测值、数据来源、分类维度（如性别、年龄组）等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如观测状态标志和来源追溯信息。license: 知识共享署名4.0（cc-by-4.0） language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语种 size_categories: - 10000 < n < 100000 tags: - 表格数据 - 非洲 - ILOSTAT - 人口 - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "按性别、年龄和就学状况划分的非洲青年劳动年龄人口（千人）| 非洲（ILOSTAT）" --- # 按性别、年龄和就学状况划分的非洲青年劳动年龄人口（千人）| 非洲（ILOSTAT） 🌍 **12140条观测数据** · **49个非洲国家** · **1991–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## TL;DR 本数据集包含**49个非洲国家**的**人口**类数据，共计**12140条观测数据**，时间跨度为**1991–2025年**，仅覆盖**1项独立指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录涵盖就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等多项指标，数据源自全国劳动力调查、家庭收入调查、机构调查以及行政记录。该数据库覆盖全球200余个经济体，由国际劳工组织统计部门负责数据的标准化处理。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_3WAP_SEX_AGE_STU_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：人口 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=POP_3WAP_SEX_AGE_STU_NB`拉取原始数据，并筛选出非洲地区的ISO 3166-1 alpha-3国家代码对应的条目。ILOSTAT依据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标准化处理；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 49个非洲国家 · 以下按观测行数排序展示前14个国家： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MUS` | 882 | 2001 | 2024 | | `ZAF` | 850 | 2000 | 2024 | | `EGY` | 625 | 2006 | 2024 | | `ZMB` | 540 | 2008 | 2024 | | `GHA` | 458 | 1991 | 2024 | | `MLI` | 451 | 2005 | 2024 | | `UGA` | 445 | 2005 | 2021 | | `AGO` | 438 | 2004 | 2025 | | `TGO` | 420 | 2006 | 2022 | | `TZA` | 413 | 2001 | 2024 | | `RWA` | 408 | 2008 | 2025 | | `SEN` | 352 | 2005 | 2024 | | `BWA` | 330 | 1996 | 2024 | | `NGA` | 324 | 2011 | 2024 | | `MWI` | 324 | 2005 | 2024 | | ... | _其余34个国家_ | | | ## 指标（示例） - `POP_3WAP_SEX_AGE_STU_NB` — 按性别、年龄和就学状况划分的青年劳动年龄人口（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文数据源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `POP_3WAP_SEX_AGE_STU_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别划分的青年劳动年龄人口……` | | `sex` | `string` | 性别细分维度（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育、状态等） | `AGE_YTHBANDS_Y15-29` | | `classif1.label` | `string` | — | `年龄（青年组）：15-29岁` | | `classif2` | `string` | 可选第二分类变量 | `STU_EDU_TOTAL` | | `classif2.label` | `string` | — | `就学状况：总计` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `10332.915` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO-STATISTICS - 微观数据……` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标同时发布月度或季度序列，但未包含在本数据集中。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-pop-3wap-sex-age-stu-nb-youth-working-age-population-by-sex-age-and-school") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "POP_3WAP_SEX_AGE_STU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="POP_3WAP_SEX_AGE_STU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "POP_3WAP_SEX_AGE_STU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_pop_3wap_sex_age_stu_nb_youth_working_age_population_by_sex_age_and_school_2025, title = {Youth working-age population by sex, age and school attendance status (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_3WAP_SEX_AGE_STU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-pop-3wap-sex-age-stu-nb-youth-working-age-population-by-sex-age-and-school}} } ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)许可发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源以及Electric Sheep Africa的重新封装工作。 ## 关于Electric Sheep Electric Sheep Africa隶属于Electric Sheep项目，旨在为HuggingFace平台构建统一的、适配机器学习的非洲数据层。我们从权威开源数据源获取数据，对数据Schema进行标准化处理，封装为Parquet格式，并发布为格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-27 通过Electric Sheep流水线摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=POP_3WAP_SEX_AGE_STU_NB_

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中央统计数据库，经由Electric Sheep Africa重新封装整合而成。原始数据通过ILOSTAT REST API直接获取，针对非洲地区ISO3国家代码进行过滤筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行标准化处理，并在source.label字段中标注数据来源以确保可追溯性。数据集最终包含了来自49个非洲国家的12,140条观测记录，时间跨度覆盖1991年至2025年，以Parquet格式打包发布至HuggingFace平台，为机器学习应用提供了标准化、可直接调用的数据接口。

特点

本数据集聚焦于非洲青年劳动适龄人口的性别、年龄与在校状况的分布统计，具有明确的时空维度和细粒度分类特征。数据按性别（男性、女性、总计）及年龄组（如15-29岁青年段）进行细分，并涵盖受教育状态分类，为研究非洲青年劳动力市场与教育参与提供了结构化数据支撑。所有观测值均附有obs_status状态标识（如临时性、不可靠性）及notes_indicator注解字段，标注方法论修订或来源变动等元信息，确保数据使用的透明性和严谨性。

使用方法

用户可通过HuggingFace的datasets库以一行代码加载该数据集，快速转换为Pandas DataFrame进行后续分析。例如，使用`ds = load_dataset("electricsheepafrica/africa-ilo-pop-3wap-sex-age-stu-nb-youth-working-age-population-by-sex-age-and-school")`即可获取训练集。支持按国家筛选（如`df[df["ref_area"] == "KEN"]`），按指标进行时间序列分析，并可利用pivot_table构建国家×年份的观测值矩阵，便于开展跨国家、跨时段的比较研究与可视化呈现。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT统计数据库发布，并经Electric Sheep Africa重新整理，聚焦非洲49个国家1991至2025年间青少年劳动年龄人口按性别、年龄和就学状态划分的统计观测值，共计12,140条记录。作为全球劳动力统计的权威来源，ILOSTAT基于各国劳动力调查、家庭收入调查及行政记录等微观数据，经国际劳工统计学家会议（ICLS）定义进行标准化处理，旨在为非洲劳动力市场研究提供精细化的年龄-性别-教育参与三维人口结构数据。该数据集填补了非洲大陆尺度上青少年人口特征与教育状态交叉分析的空白，对于理解青年就业、辍学率及人力资本积累具有基础性支撑作用，已成为劳动力经济学、发展研究及政策评估领域的重要参考资源。

当前挑战

该数据集所解决的领域核心挑战在于，非洲许多国家缺乏高频次、可比较的青少年劳动人口按就学状态细分的官方统计数据，传统宏观数据往往仅提供总人口或简单性别比，难以支撑精准的政策建模。构建过程中则面临多重障碍：首先，非洲各国调查体系差异显著，数据来源涵盖劳动力调查、就业调查等多个类型，需通过ILO的‘最佳来源’筛选机制进行统一；其次，部分国家观测缺失或年份不连续（如尼日利亚仅覆盖2011年后），且数据标注中存在‘不可靠’（U）或方法修订（Break in series）等质量标记，需使用者谨慎处理；此外，年度频率限制了高时间粒度分析，未能涵盖季/月度波动，对短期动态研究构成制约。

常用场景

经典使用场景

该数据集涵盖了1991至2025年间49个非洲国家的青年劳动适龄人口数据，按性别、年龄及就学状态进行细致划分，为非洲劳动力市场与人口结构的定量研究提供了坚实的数据基石。研究者常利用此数据集开展跨国比较的时序分析，例如构建固定效应面板模型以考察教育参与率对青年就业潜力的长期影响，或借助队列分解方法揭示性别差异在代际间的演变轨迹。同时，其中包含的12,140条观测记录为机器学习中的监督学习任务（如回归与分类）提供了丰富的特征空间，使得预测特定国家或年龄段的青年人口趋势成为可能，因此成为诸多计量经济学与统计学习范式下实证研究的不可或缺的起点。

实际应用

在实际应用层面，该数据集为国际组织、政府机构及非政府组织开展非洲区域发展规划提供了直接的数据支撑。例如，国际劳工组织可借助其中按性别与就学状态拆分的青年人口估算，设计针对辍学青年的技能培训政策，或评估现有劳动法规对特定年龄亚群的实际覆盖效力。此外，数据分析师与公共政策研究者可利用该数据构建可视化仪表板，追踪各国青年劳动适龄人口的动态变化，从而为教育资源配置、就业促进项目及社会保护体系的精准部署提供量化依据。私营部门亦可借此评估不同国家未来人力供给的结构特征，优化农业、制造业与服务业领域的跨区域劳动力战略规划。

衍生相关工作

围绕此数据集已涌现出多个经典的衍生工作。在迁移学习领域，研究者将其作为非洲青年人口预测任务的预训练基准，结合其他ILOSTAT指标构建多任务学习模型，提升在数据稀疏国家的外推表现。在时序分析方向，基于该数据开发的动态因子模型被用于筛选影响青年就业的关键社会经济变量，为后续的因果推断研究奠定了特征工程基础。此外，数据重打包方Electric Sheep Africa提供的标准化Parquet格式与HuggingFace集成接口，催生了多个开源的交互式数据探索工具和可视化项目，显著降低了非统计背景用户获取与利用这一高阶劳动统计数据的门槛，推动了跨学科合作与研究范式的民主化进程。