electricsheepafrica/africa-ilo-eip-3wap-sex-age-geo-rt-youth-inactivity-rate-by-sex-age-and-rural-urban-a

该数据集名为“按性别、年龄和农村/城市区域划分的青年不活动率（%）| 非洲（ILOSTAT）”，包含9,532个观测值，覆盖45个非洲国家，时间跨度为1994年至2025年。数据集专注于“其他劳动力未充分利用指标”主题，具体指标为EIP_3WAP_SEX_AGE_GEO_RT，即青年不活动率，按性别、年龄和农村/城市区域进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API提取并过滤为非洲国家代码。数据集采用表格格式，包含多列，如国家代码、指标代码、性别分类、年龄分类、区域类型、观测年份、观测值等，并提供了数据来源和质量说明。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的机器学习就绪数据层，便于研究人员和开发者使用。This dataset, titled Youth inactivity rate by sex, age and rural / urban areas (%) | Africa (ILOSTAT), contains 9,532 observations across 45 African countries, spanning from 1994 to 2025. It focuses on the topic of Other measures of labour underutilization, with a single indicator: EIP_3WAP_SEX_AGE_GEO_RT, which represents the youth inactivity rate disaggregated by sex, age, and rural/urban areas. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), extracted via the REST API and filtered to African country codes. The dataset is in tabular format, with columns including country code, indicator code, sex classification, age classification, area type, observation year, observed value, and more, along with source and quality notes. Repackaged by Electric Sheep Africa, it aims to provide a unified, ML-ready data layer for Africa, facilitating use by researchers and developers.

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，专注于非洲地区青年不活跃率的统计。构建过程通过ILOSTAT REST API直接提取指标代码为EIP_3WAP_SEX_AGE_GEO_RT的数据，并依据非洲国家ISO3代码进行地理筛选。原始数据来源于各国劳动力调查、家庭收入调查等官方统计，经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。最终数据集由Electric Sheep Africa重新打包为Parquet格式，确保机器学习就绪性，共计9,532条观测记录，覆盖45个非洲国家，时间跨度为1994年至2025年。

特点

该数据集的核心特点在于其多维度的细化分类与高覆盖度。除了基本的国家与年份信息外，数据按性别（男性、女性、总计）、年龄组（如15-29岁青年群体）以及地理区域（城市、农村、全国）进行细致分列，为分析青年劳动力参与模式提供了丰富的颗粒度。同时，数据集标注了每个观测值的来源编码与质量状态（如可靠性标志），便于用户评估数据可信度。此外，所有列名均附有英文标签，极大提升了数据的可读性与跨领域使用的便捷性。

使用方法

使用该数据集极为简便，推荐通过HuggingFace的datasets库直接加载。用户只需一行代码 `load_dataset("electricsheepafrica/africa-ilo-eip-3wap-sex-age-geo-rt-youth-inactivity-rate-by-sex-age-and-rural-urban-a")` 即可将数据转为Pandas DataFrame进行后续分析。典型应用包括按国家过滤（如肯尼亚）、对特定指标进行时间序列可视化，或通过数据透视表构建国家×年份矩阵，以支持跨区域比较研究。数据集以cc-by-4.0许可发布，使用时需注明原始数据来源及Electric Sheep Africa的重新打包工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，经Electric Sheep Africa重新封装后于HuggingFace平台开放。其核心关注非洲地区15-29岁青年群体的不活跃率，按性别、年龄及城乡维度进行细致划分，旨在弥合劳动力市场研究中长期存在的区域数据鸿沟。基于ILOSTAT官方统计数据库，数据集整合了45个非洲国家自1994年至2025年间逾9500条观测值，为理解非洲青年就业困境、评估劳动力闲置程度提供了标准化、跨国的量化基础。作为ILO劳动力利用不足指标体系的重要组成部分，该数据集为发展经济学、劳动社会学及可持续发展目标（SDG）相关研究提供了不可或缺的实证支撑，助力政策制定者与学者洞察青年人口结构变动对经济社会的影响。

当前挑战

研究领域层面，青年不活跃率作为衡量劳动力市场边缘化群体的核心指标，其测算面临概念界定不清与统计口径差异的挑战。ILO虽依据国际劳工统计学家会议（ICLS）标准进行数据协调，但各国调查方案、抽样框架与数据采集频率的参差，导致跨国可比性受到质疑。构建过程中，数据来源涵盖劳动力调查、企业调查与行政记录等多重管道，部分观测值被标记为不可靠（obs_status为U）或存在方法学修订导致的序列中断（note_indicator含I11），时间跨度亦因国家而异。此外，非洲地区基础设施薄弱、冲突频发等现实因素常使数据采集滞后，45国覆盖虽广但仍遗漏利比里亚、南苏丹等国家，构成数据代表性的又一隐忧。

常用场景

经典使用场景

该数据集汇集了45个非洲国家1994年至2025年间超过9500条关于青年不活动率的观测数据，按性别、年龄及城乡区域进行细分。其最经典的使用场景在于探究非洲大陆青年劳动力市场的结构性特征，研究者可借助该数据集构建面板数据模型，剖析经济发展水平、城镇化进程、教育普及程度与青年就业低迷之间的耦合关系。通过时间序列与横截面数据的交叉分析，能够揭示不同性别青年在城乡二元结构下的不活动率差异，为理解非洲青年群体在经济转型中的脆弱地位提供量化基石。

实际应用

在实际应用层面，该数据集为国际组织、非洲各国统计部门及政策智库提供了决策支持的基本原料。它可以直接用于监测联合国可持续发展目标中关于青年体面就业的具体进展，协助评估国家就业战略或青年创业计划的阶段性成效。城市与乡村的细分指标使政策制定者能够精准识别资源投放的优先区域，例如针对农村女性青年不活动率异常高企的现状设计专项培训或社会保护计划。此外，金融机构或跨国企业可依据该数据评估非洲不同国家青年群体的潜在消费能力与劳动力供给弹性，从而优化投资布局与市场进入策略。

衍生相关工作

围绕该数据集衍生出的一系列经典工作主要集中在三个方向。其一，基于ILOSTAT官方数据的方法论体系，催生了诸多关于劳动力未充分利用指标（LU1至LU4分类）的跨国比较研究，该数据集作为非洲子集被多次用于验证这些分类体系在低数据质量环境下的鲁棒性。其二，Electric Sheep Africa团队将原始API数据清洗、标准化并转化为机器学习就绪的Parquet格式，其Pipeline设计为其他非洲主题数据集的复现工作提供了可借鉴的模板，推动了‘加载即用’理念在非洲经济研究中的普及。其三，该数据集常与地理信息系统数据或其他社会经济调查（如DHS、LSMS）联用，构建融合空间异质性和时间动态的综合模型，用于模拟气候冲击、全球供应链波动对非洲青年就业生态的间接影响。