electricsheepafrica/africa-ilo-une-5eap-sex-age-rt-unemployment-rate-by-sex-and-age-19th-icls

该数据集包含了非洲24个国家从2016年至2025年的失业率统计数据，重点关注按性别和年龄分组的失业率指标（基于第19届国际劳工统计学家会议（ICLS）定义）。数据集共包含693个观测值，核心指标为UNE_5EAP_SEX_AGE_RT，表示按性别和年龄分组的失业率百分比。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过API提取并筛选为非洲国家数据。数据字段包括国家代码、国家名称、年份、性别分类（总计、男性、女性）、年龄分组、观测值及其状态注释等。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非洲劳动力市场数据。This dataset contains unemployment rate statistics for 24 African countries from 2016 to 2025, focusing on the indicator for unemployment rate by sex and age based on the 19th International Conference of Labour Statisticians (ICLS) definition. It includes 693 observations, with the core indicator UNE_5EAP_SEX_AGE_RT representing the unemployment rate percentage disaggregated by sex and age. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, extracted via API and filtered to African country codes. The schema includes fields such as country code, country name, year, sex disaggregation (total, male, female), age grouping, observed values, and status notes. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide machine learning-ready labor market data for Africa.

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，通过其REST API直接抽取‘UNE_5EAP_SEX_AGE_RT’指标数据，并筛选出非洲地区的ISO3国家代码进行地理限定。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行统一协调，数据来源标记在‘source.label’列中以供追溯。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，确保机器学习就绪的标准化结构。

特点

数据集涵盖2016年至2025年间24个非洲国家的693条观测记录，聚焦于按性别和年龄分层的失业率指标。数据以年度频率呈现，并包含性别（总、男、女）和年龄分组等细分维度。每个观测值均附带来源标识、观测状态标志及注释信息，以反映数据质量特征，如序列中断或方法修订。地理覆盖范围从卢旺达、赞比亚到安哥拉、博茨瓦纳等国，提供了丰富的非洲劳动力市场时空信息。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载数据集，并将其转换为Pandas DataFrame以进行探索性分析。支持按国家代码、指标类型或时间序列进行过滤与可视化，例如筛选肯尼亚的失业率数据或绘制某一指标的时间变化曲线。数据集还可通过透视操作转换为国家×年份矩阵，便于进行跨区域比较或构建面板数据模型，适配分类、回归及时间序列预测等多种任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司（ILOSTAT）于2025年构建，经Electric Sheep Africa重新打包发布至HuggingFace，聚焦非洲24国2016至2025年间按性别与年龄划分的失业率（基于第19届国际劳动统计学家会议定义）。ILOSTAT作为全球劳动统计权威数据库，通过整合各国劳动力调查、行政记录等来源，提供标准化指标，为跨区域劳动市场分析奠定基础。该数据集以693条观测支撑非洲失业动态的精细刻画，尤其弥合了该区域高频、细粒度劳动统计数据的长期匮乏，助力可持续发展目标中体面劳动指标的追踪，对发展经济学、劳动政策制定及机器学习驱动的预测模型研究具有重要价值。

当前挑战

核心挑战在于所解决的领域问题：非洲国家劳动市场数据普遍存在时空覆盖率不均、统计口径差异大、监测基础设施薄弱等难题，导致传统数据难以精准反映青年与女性失业的结构性风险。构建过程中，数据整合面临多来源衔接断裂（如序列中断与方法修订）、调查质量参差不齐（如标记为临时或不可靠状态）以及国家间标准化等级差异的困难，需通过ILO最佳来源选择机制与元数据注释（如obs_status与note_indicator列）来调和，但样本量有限（n<1K）仍制约了深度时序建模与多维异质性分析的可靠性。

常用场景

经典使用场景

该数据集是非洲劳动力市场研究的重要基石，其最经典的使用场景在于构建性别与年龄维度的失业率面板数据。通过覆盖2016至2025年间24个非洲国家的693条观测值，研究者可基于ILO统一口径的'UNE_5EAP_SEX_AGE_RT'指标，开展跨国纵向比较分析。典型应用包括利用时间序列方法刻画非洲各国失业率的演化轨迹，或借助分类与回归模型探究经济结构、人口特征与失业率之间的关联。该数据集的薄面板结构（N=24, T≈10）尤其适合固定效应或随机效应模型的计量分析，为揭示非洲劳动力市场的异质性规律提供了量化基础。

衍生相关工作

围绕此数据集，研究人员已衍生出若干具有影响力的学术工作。一类经典方向是利用该面板数据构建早期预警模型，结合宏观经济变量（如GDP增长率、通货膨胀率）预测非洲国家的失业率走势。另一类工作聚焦于性别维度的分解分析，通过固定效应模型量化女性失业率相较于男性对经济波动的敏感性差异。此外，有学者基于该数据集的年龄分层特征，检验了'技能错配'与'青年失业陷阱'等经典理论在非洲语境下的适用性。在方法论层面，该数据集也催生了针对稀疏面板数据的插补技术研究，以处理部分国家年份数据缺失的问题，从而进一步提升非洲劳动统计的数据完备性与分析深度。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆2016至2025年间按性别与年龄分层统计的失业率动态，其前沿研究方向正借助国际劳工组织第19届国际劳动统计学家会议（19th ICLS）的标准化定义，构建高时间颗粒度与多国别可比性的时序分析，以支撑学界对非洲青年就业脆弱性、性别鸿沟演变及劳动力市场结构性反弹的精准建模。结合后疫情时代非洲经济体非正规就业扩张与数字化转型交织的热点事件，该数据可作为监测联合国可持续发展目标中体面工作进展的权威基准，为设计区域包容性就业政策提供可信的量化依据。