electricsheepafrica/africa-ilo-eip-3eip-sex-age-stu-nb-youth-outside-the-labour-force-by-sex-age-and-scho

该数据集包含来自国际劳工组织（ILO）的ILOSTAT数据库的“其他劳动力未充分利用指标”数据，具体聚焦于非洲49个国家的青年不在劳动力市场中的情况，按性别、年龄和上学出勤状态分类（以千为单位）。数据集涵盖1991年至2025年的年度观测，共11,986个观测值，涉及一个核心指标：EIP_3EIP_SEX_AGE_STU_NB（青年不在劳动力市场中的数量，按性别、年龄和上学出勤状态分列）。数据通过ILOSTAT REST API获取，并经过处理以仅包含非洲国家，使用ISO 3166-1 alpha-3国家代码进行标识。数据集模式包括多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、上学出勤状态分类、观测年份、观测值、观测状态和相关注释。数据质量方面，ILO使用国际劳工统计学家会议（ICLS）定义对原始调查微数据进行协调处理，并选择“最佳来源”以避免重复。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究人员和开发者提供机器学习就绪的数据层，以支持非洲劳动力市场分析。license: cc-by-4.0 language: - en task_categories: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） multilinguality: 单语言 size_categories: - 10,000 < 样本数 < 100,000 tags: - 表格型 - 非洲 - ILOSTAT（国际劳工组织统计数据库） - 劳动力未充分利用其他衡量指标 - 国际劳工组织（ILO） - 劳动力 - 就业 pretty_name: "按性别、年龄与就学状况划分的非洲非劳动力青年（单位：千人）| 非洲（ILOSTAT）" # 按性别、年龄与就学状况划分的非洲非劳动力青年（单位：千人）| 非洲（ILOSTAT） 🌍 **共11,986条观测样本** · **覆盖49个非洲国家** · **时间跨度为1991–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## 简明概览 本数据集包含覆盖49个非洲国家、时间跨度为1991至2025年的**劳动力未充分利用其他衡量指标**相关数据，共**11,986条观测样本**，仅包含**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（International Labour Organization, ILO）的核心统计数据库，是全球领先的劳动力统计权威来源。其收录涵盖就业、失业、薪酬、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）体面工作目标等领域的指标，数据来源于全国劳动力调查、家庭收入调查、机构调查与行政记录。该数据库覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_3EIP_SEX_AGE_STU_NB) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可协议**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：劳动力未充分利用其他衡量指标 ## 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=EIP_3EIP_SEX_AGE_STU_NB`拉取数据，并筛选出非洲国家的ISO 3166-1 alpha-3国别代码对应的样本。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化协调；数据来源可通过`source.label`列进行溯源标记。 ## 地理覆盖范围 覆盖49个非洲国家，以下为按样本行数排序的前15个国家示例： | 国家代码 | 样本行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MUS` | 880 | 2001 | 2024 | | `ZAF` | 826 | 2000 | 2024 | | `EGY` | 624 | 2006 | 2024 | | `ZMB` | 539 | 2008 | 2024 | | `GHA` | 455 | 1991 | 2024 | | `MLI` | 438 | 2009 | 2024 | | `UGA` | 433 | 2005 | 2021 | | `AGO` | 432 | 2004 | 2025 | | `TGO` | 415 | 2006 | 2022 | | `TZA` | 408 | 2001 | 2024 | | `RWA` | 408 | 2008 | 2025 | | `SEN` | 339 | 2011 | 2024 | | `BWA` | 325 | 1996 | 2024 | | `NGA` | 321 | 2011 | 2024 | | `MWI` | 318 | 2005 | 2024 | | ... | 其余34个国家 | | | ## 指标（示例） - `EIP_3EIP_SEX_AGE_STU_NB` — 按性别、年龄与就学状况划分的非劳动力青年（单位：千人） ## 数据结构 | 列名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国别代码 | `AGO` | | `ref_area.label` | `string` | 英文国名 | `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 - 就业调查` | | `indicator` | `string` | ILOSTAT指标代码 | `EIP_3EIP_SEX_AGE_STU_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、年龄与就学状况划分的非劳动力青年……` | | `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` | 维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `AGE_YTHBANDS_Y15-29` | | `classif1.label` | `string` | 分类变量说明 | `年龄（青年组）：15-29岁` | | `classif2` | `string` | 可选第二分类变量 | `STU_EDU_TOTAL` | | `classif2.label` | `string` | 第二分类变量说明 | `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） | `3944.82` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `B` | | `obs_status.label` | `string` | 状态标记说明 | `序列中断` | | `note_indicator` | `string` | 指标相关注释代码 | `I11:264` | | `note_indicator.label` | `string` | 注释说明 | `序列中断：方法学修订` | | `note_source` | `string` | 数据源相关注释代码 | `R1:3513` | | `note_source.label` | `string` | 数据源注释说明 | `存储库：ILO统计司 - 微观数据……` | ## 细分维度 以下列提供数据细分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 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”。 - 细分维度列（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会包含非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-eip-3eip-sex-age-stu-nb-youth-outside-the-labour-force-by-sex-age-and-scho") 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可视化 python sample = (df[df["indicator"] == "EIP_3EIP_SEX_AGE_STU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EIP_3EIP_SEX_AGE_STU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EIP_3EIP_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_eip_3eip_sex_age_stu_nb_youth_outside_the_labour_force_by_sex_age_and_scho_2025, title = {Youth outside the labour force 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=EIP_3EIP_SEX_AGE_STU_NB}, publisher = {HuggingFace Datasets, 由Electric Sheep Africa重新整理发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-eip-3eip-sex-age-stu-nb-youth-outside-the-labour-force-by-sex-age-and-scho}} } ## 许可协议 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。 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与Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep使命的一部分：旨在HuggingFace平台上构建统一的、适配机器学习的非洲数据层。我们从权威开放数据源获取数据，对其进行标准化处理，以Parquet格式封装，并发布为格式统一的数据集卡片，以便研究人员与开发者可通过`load_dataset()`函数在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) _数据溯源：2026年5月27日通过Electric Sheep数据管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_3EIP_SEX_AGE_STU_NB_

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）下属的ILOSTAT统计数据库提供，经由Electric Sheep Africa团队重新整理并发布至HuggingFace平台。数据通过ILOSTAT REST API直接拉取，筛选出非洲地区ISO3国家代码的观测记录。原始数据源自各国劳动力调查、家庭收入调查、机构调查及行政记录等多元渠道，并依据国际劳工统计学家会议（ICLS）定义进行统一整合与标准化处理。数据集中每条记录均标注了来源信息，以保障可追溯性。

特点

该数据集涵盖49个非洲国家、1991年至2025年间的11,986条观测记录，专注于反映青年群体（按性别、年龄及在校状况细分）脱离劳动力市场的状况。数据包含性别的三重分类（总、男、女），以及年龄分层与教育状态等细分维度。所有指标均来自ILOSTAT的核心指标体系，以千人为单位进行计量，并附有观测状态标记（如推测值、中断序列等），便于用户评估数据质量。数据以年度频率发布，具备统一的结构化模式。

使用方法

用户可通过HuggingFace的`datasets`库直接加载该数据集，调用`load_dataset()`函数即可获取训练集，并将其转换为pandas DataFrame进行分析。支持按国家代码（如`ref_area == 'KEN'`）筛选特定国家数据，也可针对单一指标进行时间序列排序与可视化。此外，利用pivot_table可实现国家-年份矩阵的透视分析，便于跨区域、跨时间的比较研究。数据集遵循cc-by-4.0许可协议，使用时需同时标注ILO原始数据来源及Electric Sheep Africa的再发布贡献。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门于2025年正式发布，经Electric Sheep Africa平台重新封装并托管于HuggingFace，聚焦非洲49个国家1991至2025年间青年（15-29岁）因性别、年龄及在校状态差异而处于劳动力市场之外的现象。ILOSTAT作为全球劳动统计的核心数据库，依托各国劳动力调查、家计调查及行政记录，依据国际劳动统计学家会议（ICLS）定义对微观数据进行协调，旨在揭示非洲青年劳动力利用不足的结构性特征。该数据集包含近1.2万条观测，覆盖性别、年龄组及教育参与等多维分类，为研究非洲劳动力市场边缘化群体、性别不平等及教育与就业衔接问题提供了标准化、机器可复用的时间序列基础，有力支撑区域社会政策制定与可持续发展目标（SDG）的实证分析。

当前挑战

该数据集所应对的核心领域问题在于，非洲青年劳动力利用不足的测量长期受限于数据碎片化、定义不统一及时间序列断裂。具体挑战包括：1）跨国可比性难题——49国因调查工具、分类标准及样本设计差异，导致“不在劳动力人口”的定义与统计口径存在系统偏差；2）动态平衡挑战——数据跨越35年，其间经历了多次方法论修订（如obs_status中记录的分类中断），需要精细处理断点与标志位以确保纵向分析的稳定性；3）多维稀疏性——性别、年龄组与在校状态交叉后形成大量空值，使完整联合分布的估算和插补任务变得复杂；4）构建过程层面——从ILOSTAT原始API推拉数据时，需筛选非洲国家编码、协调多源调查的“最佳来源”选择逻辑，并统一编码体系（如ISO3代码），这对数据清洗与溯源提出了严格的质量控制要求。

常用场景

经典使用场景

该数据集聚焦于非洲地区15至29岁青年群体中未进入劳动力市场的人口分布问题，按性别、年龄组别及在校状态进行细化统计，提供了自1991年至2025年间覆盖49个非洲国家的近12,000条观察记录。研究者常将其用于分析青年劳动力边缘化现象的时空演变规律，通过面板数据模型探讨教育参与、性别差异与劳动力退出之间的结构性关联。数据中丰富的分类维度——如性别与在校状态——使得跨群体比较成为可能，是开展非洲青年就业脆弱性研究的基础性资源。

解决学术问题

在学术研究中，该数据集有效回应了劳动力不足衡量指标中青年“失联”群体的量化难题。传统失业率往往低估劳动市场的真实压力，而该数据涵盖的“其他劳动力利用不足指标”为评估未就业、未就学青年群体的规模提供了可靠依据。学者得以借此解析教育与劳动参与之间的挤出效应，揭示性别不平等在青年经济排斥中的表现。其意义在于将政策讨论从单一的失业率视角扩展至更广义的劳动力边缘化问题，为联合国可持续发展目标8（体面工作与经济成长）提供了非洲区域的实证支撑。

衍生相关工作

该数据集衍生了若干具有影响力的学术与实践工作。一方面，其催生了针对非洲青年“尼特族”（NEET）现象的区域比较研究，通过整合多国面板数据揭示了经济结构转型中教育回报率下降对劳动参与的抑制作用。另一方面，基于该数据开发的机器学习模型被用于预测不同政策情景下青年劳动参与率的变化趋势，为国际劳工组织的政策模拟报告提供了输入。此外，数据集促成了跨学科合作，如将教育经济学与劳动社会学方法结合，探讨非洲快速城镇化进程中青年职业期望与现实岗位之间的错配机制。