electricsheepafrica/africa-ilo-sdg-0852-sex-age-rt-sdg-indicator-8-5-2-unemployment-rate-by-sex-and-a

该数据集包含非洲51个国家从2000年至2025年的失业率数据，具体指标为可持续发展目标（SDG）指标8.5.2（按性别和年龄分列的失业率百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Africa重新打包，共包含3421个观测值。数据集以表格形式存储，涵盖国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、观测年份、观测值、数据状态等字段。数据按性别（总计、男性、女性）和年龄组进行细分，适用于表格分类、回归和时间序列预测等任务。数据为单语种（英语），规模在1K到10K之间，遵循CC-BY-4.0许可协议。This dataset contains unemployment rate data for 51 African countries from 2000 to 2025, specifically for SDG indicator 8.5.2 (Unemployment rate by sex and age %). The data is sourced from the International Labour Organization (ILO) ILOSTAT database and repackaged by Electric Sheep Africa, with 3,421 observations. The dataset is in tabular format, covering fields such as country code, country name, data source, indicator code, sex classification, age classification, observation year, observed value, and data status. Data is disaggregated by sex (total, male, female) and age groups, suitable for tabular classification, regression, and time-series forecasting tasks. The data is monolingual (English), with a size category of 1K<n<10K, and is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集根植于联合国可持续发展目标监测框架，由Electric Sheep Africa基于国际劳工组织统计数据库（ILOSTAT）及联合国SDG数据平台进行工程化重构。原始数据经标准化元数据标注后，以Parquet格式封装发布，涵盖51个非洲国家自2000年至2025年的失业率观测记录，共计3421条。构建过程保留了来源发布者的原始权属与许可信息，同时对变量定义、单位及缺失值处理方式不作主观修改，确保下游分析可追溯至官方统计口径。

特点

作为面向非洲劳动市场研究的表格型数据集，其核心特征在于跨性别与年龄组的细粒度失业率刻画，并严格遵循SDG指标8.5.2的统计规范。数据集以经济学金融领域为分类标签，兼具表格与文本模态，体量适中，适合进行分组比较与趋势分析。元数据中明确标注了许可协议、来源归属及最后修改时间，但部分地理编码与上游发布者字段存在缺失，需在使用时结合原始资料加以确认。

使用方法

研究者可通过Hugging Face datasets库以单行代码加载数据集，获取默认分割后转换为Pandas数据框进行探索性分析。建议在建模前先行检查模式结构与缺失值分布，利用国家、年份及性别年龄等显式字段进行分组剖面或与其他Electric Sheep Africa数据集联接。分析过程中应保留缺失值直至确立合理的插补规则，并在成果中同时引用原始来源与Hugging Face仓库链接，以确保方法透明与结果可复现。

背景与挑战

背景概述

非洲劳动力市场长期面临结构性失业与性别、年龄维度上的显著不平等，精准衡量这些差异对实现联合国可持续发展目标至关重要。该数据集由Electric Sheep Africa于2026年基于国际劳工组织ILOSTAT及联合国SDG数据库整理发布，收录了2000至2025年间51个非洲国家共3421条失业率观测记录，以性别和年龄组为核心分类维度。其核心研究问题在于揭示非洲各国失业率的异质性分布，为SDG指标8.5.2的监测与政策评估提供可复现的表格化数据基础，对劳动经济学与非洲发展研究具有重要参考价值。

当前挑战

该数据集所应对的领域问题在于如何从跨国、跨时间的异质统计口径中提取可比的失业率指标，以支撑SDG 8.5.2的精准评估。构建过程中面临的挑战包括：各国劳动力调查方法、年龄分组标准与失业定义存在差异，导致指标口径难以统一；部分年份与国家的数据缺失或报告延迟，影响时间序列的完整性；非正式就业普遍存在，使得失业率可能低估真实劳动力利用不足。此外，元数据中性别与年龄维度的标准化映射亦需审慎处理，以避免分析结论产生系统性偏误。

常用场景

经典使用场景

在劳动经济学与可持续发展测度领域，该数据集凭借其覆盖五十一个非洲国家、跨越二十五年、按性别与年龄组分列的失业率统计，构成了评估非洲劳动力市场结构性差异的基准性语料。经典使用方式聚焦于面板数据分析，研究者通过加载Parquet格式文件，将失业率作为因变量，结合性别与年龄分组探索青年失业、女性劳动参与等长期议题，并通过可视化手段呈现各国SDG指标8.5.2的达标进度。

衍生相关工作

围绕该数据集已衍生出一系列与非洲劳动力市场相关的分析性工作。研究者将其与世界银行、国际劳工组织其他指标数据集进行跨国别链接，构建涵盖就业结构、非正规经济与教育投入的多维分析框架；部分工作进一步结合机器学习方法对失业率缺失值进行插补与预测，或将其作为非洲区域发展研究的基准数据层，用以支撑关于性别平等与体面劳动目标进展的跨国比较研究。

数据集最近研究

最新研究方向

围绕非洲劳动力市场结构性转型与可持续发展目标监测的交叉议题，该数据集为探究性别与年龄维度下失业率异质性提供了长时段跨国面板基础。当前研究前沿聚焦于非正规经济扩张、青年就业困境与性别就业差距的时空演化机制，并结合国际劳工组织统计口径与联合国SDG指标框架，评估宏观经济波动、人口结构变迁及政策干预对失业动态的差异化影响。在数据科学层面，研究者日益关注多源劳动统计数据的元数据标准化、缺失值处理与跨库链接问题，以提升非洲区域可比性与可复现性。该数据集亦被用于构建机器学习预测模型，识别失业风险高发群体与区域，为包容性就业政策设计及SDG 8.5.2进展追踪提供证据支撑，其开放许可与规范化封装进一步推动了非洲经济金融领域的可复现研究。