Spørgsmål og svar:Job til unge afrikanere – nyt dataværktøj afslører trends og røde flag

Det anslås, at 23,6 millioner unge afrikanere (i alderen 15-35) er arbejdsløse - det er én ud af 22 (4,5%). Med dette tal, der forventes at vokse til 27 millioner i 2030, er behovet for job kritisk. Men nøglen til gode politikker for jobskabelse er gode data.

På denne baggrund har World Data Lab (en datavirksomhed, der producerer estimater for udgifter og demografi) og Mastercard Foundation lanceret Africa Youth Employment Clock – et værktøj til at overvåge ungdomsjobvækst og forudsige tendenser til unges beskæftigelse frem til 2030.

Moina Spooner, fra The Conversation Africa, spurgte dataforsker Katharina Fenz, som udviklede metodologien og datamodelleringen for uret, om deres vigtigste resultater og hvad de håber at opnå.

Hvorfor uret på ungdomsansættelser, og hvordan fungerer det?

Africa Youth Employment Clock giver realtidsindsigt i beskæftigelsesstatus for personer i alderen 15-35 på tværs af kontinentet. Det betyder, at beskæftigelsestallene altid ændrer sig og viser nye forudsigelser hver dag. Dette inkluderer ungdomsansættelsesstatus, og om de er under uddannelse eller træning.

Uret fungerer ved at aggregere og analysere arbejdsmarkeds- og uddannelsesdata fra forskellige kilder for at give et samlet billede af unges beskæftigelsesdynamik. Kilderne omfatter nationale data og data fra Den Internationale Arbejdsorganisation.

Hvor langt dataene går tilbage afhænger af de tilgængelige landedata. Vi fandt og brugte konsistente data for 54 afrikanske lande. Hvis der manglede nationale data, udfyldte vi hullerne ved hjælp af estimerede værdier af kendte datapunkter eller regionale gennemsnit. Vi valgte den metode, der virkede bedst for hvert lands data.

Vi leverer også prognoser for unges beskæftigelsestendenser på tværs af kontinentet frem til 2030. Vi gør dette ved at kombinere nationale data om andelen af ​​den nationale arbejdsstyrke, som besiddes af unge, ungdomsbeskæftigelsesandele efter sektor og absolutte befolkningstal på nationalt niveau. Vi kombinerede ikke kun data fra forskellige kilder, men skabte også en model, der tager højde for både historiske tendenser og forventet fremtidig økonomisk vækst.

Dette er data på landeniveau for alle afrikanske lande. For nogle udvalgte lande, såsom Kenya og Rwanda – som er Mastercard Foundations fokuslande – leveres subnationale data.

Dataene er opdelt efter køn, uddannelsesniveau og sektor. Det giver nuanceret indsigt i de udfordringer og muligheder, som unge står over for på arbejdsmarkedet. Den viser, hvilke grupper af unge, der har mest brug for støtte – for eksempel om der er flere arbejdsløse mænd eller kvinder, eller hvordan uddannelsesniveau hænger sammen med arbejdsløshed.

Hvad er nogle af de vigtigste tendenser, du har set?

Uret har data for årene 2015 til 2030. Baseret på analyser, vi lavede på World Data Lab, er der dukket adskillige nøgletendenser frem fra dataene fra uret.

En bemærkelsesværdig tendens er faldet i landbrugsbeskæftigelsen på tværs af alle lande på kontinentet, hvilket indikerer et skift i beskæftigelsesmønstre i retning af industri og tjenesteydelser.

Især, baseret på både tidligere data og prognoser, tyder fremskrivninger på en betydelig stigning i jobmuligheder i byggesektoren, som det blev set i Kenya.

Dataene fremhæver også variationer i uddannelsesniveau blandt unge i forskellige lande. Data om uddannelsesniveauer kommer fra International Institute for Applied Systems Analysis og Wittgenstein Center. Kenya klarede sig bedre end det kontinentale gennemsnit på denne score:80 % af de kenyanske unge har opnået en ungdomsuddannelse sammenlignet med 46 % i hele Afrika.

Indsigt som disse er uvurderlig for politiske beslutningstagere, virksomheder og uddannelsesinstitutioner, der ønsker at tilpasse kompetenceudviklingsinitiativer til de skiftende krav på arbejdsmarkedet.

Hvad var nogle af de vigtigste røde flag, du fandt?

Flere fortjener opmærksomhed.

En stor bekymring er det vedvarende høje antal unge, der ikke er i beskæftigelse, uddannelse eller træning i mange afrikanske lande.

I 2024 var 111,6 millioner unge afrikanere – svarende til 21,2 % af alle unge afrikanere – uden for arbejdsstyrken. Arbejdsløse og personer uden for arbejdsstyrken er to forskellige grupper. De ledige er dem, der i øjeblikket ikke har et arbejde, men som leder efter et. Folk uden for arbejdsstyrken har heller ikke et job, men søger ikke et. For eksempel kan de tage sig af familiemedlemmer på fuld tid.

Vi forventer, at andelen af ​​unge uden for arbejdsstyrken vil forblive næsten konstant frem til 2030, mens vi forventer, at det absolutte antal stiger til 129,8 millioner mennesker. Når man ser på landespecifikke data, varierer andelen af ​​unge uden for arbejdsstyrken fra 3,8 % til 40,5 %.

Dette indikerer, at lande står over for en betydelig udfordring med at få unge mennesker til og fastholde dem i produktive aktiviteter.

Derudover lever en betydelig del af de beskæftigede unge stadig i fattigdom – 40 % af de beskæftigede unge i Afrika lever i ekstrem fattigdom. Dette fremhæver udbredelsen af ​​arbejdsfattigdom - andelen af ​​den beskæftigede befolkning, der lever i fattigdom på trods af at de er beskæftiget. Det betyder, at deres beskæftigelsesrelaterede indkomster ikke er tilstrækkelige til at løfte dem og deres familier ud af fattigdom og sikre anstændige levevilkår. Unge, der lever for mindre end 2,15 USD om dagen, betragtes som ekstremt fattige, mens de, der lever for 2,15 USD til 3,65 USD om dagen, betragtes som moderat fattige. Unge, der lever for mere end 3,65 USD om dagen, betragtes som ikke fattige.

Dette viser, at der er behov for en hurtig indsats for at afhjælpe de strukturelle barrierer for ungdomsbeskæftigelse og uddannelse. Politikere skal også sikre, at økonomisk vækst udmønter sig i forbedrede levevilkår for unge. Derudover signalerer forskelle i uddannelsesniveau på tværs af lande og køn behovet for målrettede interventioner.

Hvad kan gøres?

De data, der præsenteres af Africa Youth Employment Clock, kan være medvirkende til at informere evidensbaserede politiske interventioner.

For det første kan politikere bruge indsigt til at prioritere initiativer, der vil øge uddannelsesniveauet. For eksempel kan ngo'er være i stand til at identificere, hvilke lande der har mest brug for støtte. Samtidig kunne indsigter pege på muligheder. Data om sektorbestemte beskæftigelsestendenser kan også føre til udvidelse af jobmuligheder i nye sektorer, såsom byggeri.

Dette kan gøre det muligt for politiske beslutningstagere at sikre, at der er nok unge mennesker med de nødvendige færdigheder i denne sektor.

Investeringer i uddannelses- og kompetenceudviklingsprogrammer kan hjælpe med at ruste unge mennesker til at sikre anstændige beskæftigelsesmuligheder. Efterhånden som økonomier bevæger sig væk fra landbruget mod industri og tjenesteydelser, har virksomheder brug for mere kvalificeret arbejdskraft, der opfylder internationale standarder.

Derudover bliver teknologi vigtigere i mange jobs. Virksomheder vil lede efter folk med færdigheder inden for informationsteknologi og matematik. Disse færdigheder er ofte kun opnåelige for personer med mindst en vis ungdomsuddannelse.

For det andet kan målrettede bestræbelser på at reducere antallet af unge, der ikke er i beskæftigelse, uddannelse eller erhvervsuddannelse, informeres om de geografiske og demografiske data, der er tilgængelige døgnet rundt.

For det tredje kan interessenter bruge data om sektorbestemte beskæftigelsestendenser til at fremme økonomisk vækst, som ser en stigning i velstand og muligheder, som kommer alle medlemmer af samfundet til gode.

Leveret af The Conversation

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs den originale artikel.