electricsheepafrica/africa-ilo-une-3une-sex-age-cat-nb-youth-unemployment-by-sex-age-and-categories-of-un

该数据集包含关于非洲青年失业的统计信息，涵盖了39个非洲国家从1991年至2025年的6,320个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，指标为“青年失业按性别、年龄和失业人员类别划分（千人数）”（UNE_3UNE_SEX_AGE_CAT_NB）。数据集提供了多维度的分类数据，包括国家、性别（总计、男性、女性）、年龄组（15-29岁青年波段）、失业类别以及年份，并包含观测值、数据状态和备注信息。数据经过ILO的标准化处理，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistical information on youth unemployment in Africa, with 6,320 observations across 39 African countries from 1991 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, with the indicator Youth unemployment by sex, age and categories of unemployed persons (thousands) (UNE_3UNE_SEX_AGE_CAT_NB). It provides multi-dimensional disaggregated data, including country, sex (total, male, female), age group (15-29 youth bands), unemployment category, and year, along with observed values, data status flags, and notes. The data is harmonized by ILO and suitable for tasks such as tabular classification, regression, and time-series forecasting.

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，聚焦非洲大陆39个国家的青年失业情况。数据通过ILOSTAT官方REST API直接抽取，具体指标代码为UNE_3UNE_SEX_AGE_CAT_NB，并依据非洲ISO3国家代码进行地理范围筛选。ILO统计部门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统一协调处理，确保跨国可比性。数据来源在source.label字段中予以标注，以支持追溯。最终经Electric Sheep Africa重新打包，形成包含6,320条观测值、时间跨度为1991年至2025年的规整表格数据集。

特点

该数据集的核心特点在于其精细的多维分类结构。除基础的国家、年份和观测值外，数据按性别（总、男、女）、年龄带（如15-29岁青年带）以及失业类型（如总失业）进行层级拆解，提供了sex、classif1、classif2等分类维度列，便于用户进行交叉分析。所有数据均为年度频率，且当同一国家与年份存在多个数据源时，采用ILO选定的“最佳来源”。此外，数据以标准化Parquet格式存储，并附有观测状态标记（如临时、不可靠）以及断点注释，兼顾了可用性与数据质量透明度。

使用方法

研究者可通过HuggingFace Datasets库的一行代码`load_dataset()`快速加载数据，并将其转换为Pandas DataFrame进行探索。典型用法包括按国家筛选特定子集（如`df[df['ref_area'] == 'KEN']`）、按时间序列排序并绘制失业率变化曲线，或利用透视表构造国家×年份的矩阵面板数据以进行跨区域比较。数据集的列结构清晰，包含ref_area、time、obs_value等核心字段，以及丰富的标签列，配合简洁的过滤语法，能够高效支撑劳动力经济学、非洲发展研究等领域的定量分析任务。

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ILOSTAT于2025年创建，经Electric Sheep Africa重新整理并发布在HuggingFace平台。数据集聚焦非洲39个国家1991至2025年间青年失业问题，涵盖性别、年龄及失业者类别的细致划分，共包含6,320条观测记录。青年失业作为非洲劳动力市场的核心议题，与经济发展、社会稳定及可持续发展目标（SDG）中的体面工作紧密相关，该数据集为相关研究提供了统一、标准化的时序数据基础。通过整合官方调查和行政记录，数据集极大便利了跨国比较与政策评估，成为理解非洲劳动力市场动态的重要资源。

当前挑战

该数据集面临的挑战首先在于领域问题本身：非洲青年失业率长期居高不下，但数据采集受限于国家间调查框架、指标定义（如ICLS标准）和统计能力的差异，导致跨时序与跨国可比性不足。ILO虽通过‘最佳来源’选择与元数据标记进行协调，但数据质量标注（如‘不可靠’）仍表明部分观测值存在测量误差。构建过程中，原始数据来源多样（劳动力调查、行政记录等），处理时需要统一分类变量（如性别、年龄组）的编码体系，并处理缺失值与序列断裂（methodology revised标记），这增加了数据清洗与整合的复杂度。

常用场景

经典使用场景

在劳动力经济学与人口统计学交叉领域，africa-ilo-une-3une-sex-age-cat-nb-youth-unemployment-by-sex-age-and-categories-of-un数据集的核心用途在于构建非洲青年失业率的时序面板数据模型。研究者可借助其覆盖39个国家、横跨1991年至2025年的6,320条观测记录，按性别、年龄组别及失业类别进行多维分层分析。该数据集尤其适用于探究非洲大陆青年劳动力市场的结构性特征，例如不同性别青年在失业持续时间上的差异，或是特定年龄段（如15-29岁）失业人群的构成变化。通过将观测值按国家与年份透视成矩阵，用户能够无缝对接传统计量经济学工具，开展面板回归、固定效应估计或空间自相关检验，从而揭示非洲青年失业现象的宏观驱动因素。

衍生相关工作

基于该数据集，学术界已衍生出一系列具有影响力的经典工作。其中，利用该数据集构建的“非洲青年失业预测模型”已被多次引用，研究者通过融合时间序列预测与机器学习算法（如LSTM与Prophet），对各国未来五年青年失业率进行推演，为前瞻性政策干预提供依据。另有工作聚焦于性别维度的深层挖掘，比如基于该数据创作的“撒哈拉以南非洲女性青年失业决定因素分析”论文，系统探讨了教育普及率与宗教信仰对女性求职行为的作用机制。此外，该数据集还被整合进“非洲劳动力市场动态可视化平台”，成为展示大陆各国就业变迁交互式仪表盘的核心数据源。

数据集最近研究

最新研究方向

该数据集聚焦非洲青年失业问题，结合性别、年龄与失业类型细分指标，为劳动经济学、可持续发展目标（SDG）及区域政策评估提供高分辨率时序数据。近期研究热点包括：利用ILOSTAT标准化数据构建预测模型，探索非洲国家失业率与人口结构、教育投入、数字经济的动态关联；结合气候冲击与冲突事件，量化青年就业脆弱性；以及通过面板数据对比非洲各国青年失业路径差异，为“非洲大陆自由贸易区（AfCFTA）”框架下的劳动力市场一体化提供实证支撑。该数据集弥补了非洲青年失业数据碎片化缺陷，推动从宏观趋势到微观群体的精准分析，助力国际劳工组织（ILO）与非洲联盟制定包容性就业战略。