electricsheepafrica/africa-ilo-une-3wap-sex-age-dsb-rt-youth-unemployment-to-population-ratio-by-sex-age

该数据集名为按性别、年龄和残疾状况划分的青年失业人口比例（%）|非洲（ILOSTAT），包含3,626个观测值，覆盖42个非洲国家，时间跨度为1998年至2025年。数据集源自国际劳工组织（ILO）的ILOSTAT数据库，通过API直接获取并过滤至非洲国家ISO3代码。数据指标为UNE_3WAP_SEX_AGE_DSB_RT，即按性别、年龄和残疾状况划分的青年失业人口比例（%）。数据集包含多个字段，如国家代码、指标、性别分类（总计、男性、女性）、年龄分类（15-29岁青年段）、残疾状况分类、观测年份、观测值（百分比）以及数据来源和质量标记。数据以年度频率发布，适用于表格分类、回归和时间序列预测等机器学习任务。数据集由Electric Sheep Africa重新打包，采用cc-by-4.0许可证。This dataset, titled Youth unemployment-to-population ratio by sex, age and disability status (%) | Africa (ILOSTAT), contains 3,626 observations across 42 African countries, spanning the years 1998 to 2025. It is sourced from the International Labour Organization (ILO) ILOSTAT database, pulled directly via the REST API and filtered to Africa ISO3 country codes. The indicator is UNE_3WAP_SEX_AGE_DSB_RT, representing the youth unemployment-to-population ratio disaggregated by sex, age, and disability status (%). The dataset includes fields such as country code, indicator, sex classification (total, male, female), age classification (youth bands 15-29), disability status classification, observation year, observed value (percentage), and source and quality flags. Data is annual frequency and suitable for tabular classification, regression, and time-series forecasting tasks. Repackaged by Electric Sheep Africa, it is released under the cc-by-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源于国际劳工组织（ILO）的ILOSTAT权威统计数据库，专注于非洲地区青年失业与人口比率的研究。通过调用ILOSTAT REST API，从原始指标`UNE_3WAP_SEX_AGE_DSB_RT`中提取数据，并依据非洲ISO3国家代码进行地域过滤。数据整合了各国劳动力调查、人口普查及行政记录等多元来源，经由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化处理，最终形成涵盖42个非洲国家、1998年至2025年间共3,626条观测的清洗后数据集。数据集中每个观测均附有来源标签，确保数据的可追溯性与透明度。

特点

该数据集的核心特色在于其多维度的精细分层结构。除了基础的国家（`ref_area`）与年份（`time`）维度外，数据按性别（`sex`）细分为总体、男性和女性三个类别，并引入`classif1`与`classif2`变量，分别代表年龄组（如15-29岁青年段）与残疾状况（如总体、残疾、非残疾）。这种分层设计使得研究者能够深入剖析不同社会群体在青年失业问题上的差异。此外，数据集包含丰富的元数据列，如观测状态标志（`obs_status`）与方法论修订注释（`note_indicator.label`），为数据质量的评估提供了关键支撑。

使用方法

使用者可通过HuggingFace Datasets库便捷加载数据，仅需调用`load_dataset`函数即可将数据导入为Pandas DataFrame，便于后续分析。典型应用包括按国家筛选进行国别比较、按指标排序以绘制时间序列趋势图，或利用透视表功能构建国家×年份的矩阵，以考察跨国差异。数据集的列设计遵循标准化命名规范，用户可灵活选择特定细分维度（如仅查看女性数据）进行聚焦分析。该数据集尤其适用于劳动经济学、发展研究及非洲区域政策评估领域的定量研究，可为建模与统计推断提供可靠的基础数据支撑。

背景与挑战

背景概述

在非洲大陆，青年失业问题长期困扰着区域经济发展与社会稳定，然而受限于数据基础设施薄弱与统计口径不一，高质量的劳动力指标数据集始终稀缺。国际劳工组织（ILO）作为全球劳动统计的权威机构，其ILOSTAT数据库系统整理了200余个经济体的就业、失业、工时等核心指标，为跨国比较研究提供了坚实基础。2025年，Electric Sheep Africa团队基于ILOSTAT官方API，针对非洲42个国家构建了“青年失业人口比率的性别、年龄与残疾状况细分”数据集，涵盖1998至2025年间共3,626条观测记录。该数据集聚焦于青年（15-29岁）失业率这一关键指标，并细分为性别与残疾状况维度，填补了非洲地区高粒度劳动力数据公开可用的空白。其核心研究问题在于揭示不同人口特征群体在非洲劳动力市场中的结构性差异，为政策制定者、发展机构及学术研究者提供ML-ready的时序分析基础。该数据集一经发布，便成为连接ILO官方统计与机器学习社区的重要桥梁，显著降低了非洲劳动经济实证研究的准入壁垒。

当前挑战

该数据集所应对的领域挑战主要在于非洲青年失业问题的复杂性——失业率在不同性别、年龄及残疾状况群体间呈现显著异质性，而传统宏观统计往往掩盖了这种组间差异。具体而言，数据集通过三维度分解（性别、年龄组、残疾状态）来捕捉被平均指标平滑掉的弱势群体特征，从而支持精细化的政策干预模拟。在构建过程中，团队面临多重障碍：首先，42个国家的时间跨度长达28年，各国统计能力参差不齐，导致数据稀疏性问题突出——部分国家的观测记录仅覆盖个别年份，且存在标志为“不可靠”的观测状态，给模型训练带来噪声挑战。其次，多源数据的汇合与清洗要求严格遵循国际劳工统计学家会议（ICLS）定义标准，不同来源的测度方法差异（如普查与劳动力调查交替）引发了时间序列中断与口径不连贯的问题，数据集通过注释字段指出了此类断裂，但并未完全消除其对预测任务的影响。此外，关键维度如残疾状况的分组因各国法律界定不同而难以实现跨地区一致聚合，进一步限制了机器学习模型在泛化学习中的表现。

常用场景

经典使用场景

该数据集收录了1998年至2025年间42个非洲国家的青年失业与人口比率观测值，按性别、年龄及残疾状况进行精细分层，是研究非洲劳动力市场结构性问题的核心资源。研究者可基于这一面板数据，构建时间序列模型或面板数据回归，评估青年失业率的长期演变趋势，并对比不同性别及残疾群体间的就业脆弱性差异。该数据集特别适用于探究非洲各国在全球化、人口红利与制度变革背景下，青年群体面临的就业壁垒及其动态演化规律。

解决学术问题

长期以来，非洲青年失业问题因数据零散且口径不统一而难以进行系统揭示。本数据集通过ILOSTAT官方发布的标准化指标，解决了跨国、跨时间比较中数据可比性不足的核心瓶颈，使学术界能够定量分析青年失业率的区域异质性、性别不平等及残疾群体的就业排斥现象。它支撑了关于劳动力市场制度、教育投资回报与社会包容性政策效果的实证研究，为国际发展经济学与劳动经济学提供了可靠的数据基石。

衍生相关工作

基于该数据集，研究者可以衍生出多元化的经典工作。例如，构建非洲青年失业率的预测模型，融合宏观经济变量与人口结构特征，预测未来年份的就业压力热点区域；还可开展机器学习分类任务，识别导致高失业率的关键驱动因子。此外，该数据与非洲各国教育支出、产业结构、冲突事件等外部数据集联合后，可催生耦合分析研究，揭示青年失业与人口迁移、政治不稳定间的复杂交互机制，推动跨学科交叉研究的深化。