electricsheepafrica/africa-ilo-une-deap-sex-mts-dsb-rt-unemployment-rate-by-sex-marital-status-and-disabi

该数据集包含非洲41个国家从1998年到2025年的失业率数据，共有7,364个观测值，主要指标为“UNE_DEAP_SEX_MTS_DSB_RT”，即按性别、婚姻状况和残疾状况划分的失业率（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过过滤仅包含非洲国家。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、指标标签、性别分类（总计、男性、女性）、婚姻状况分类、残疾状况分类、观测年份、观测值、观测状态等。数据以年度频率发布，涵盖了劳动统计的多个维度，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习使用，并遵循CC-BY-4.0许可证。This dataset contains unemployment rate data covering 41 African countries from 1998 to 2025, with a total of 7,364 observations. Its primary indicator is "UNE_DEAP_SEX_MTS_DSB_RT", which refers to the unemployment rate (in percentage) categorized by sex, marital status and disability status. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via REST API, and filtered to only include African countries. The dataset features a detailed column structure, including country code, country name, data source, indicator code, indicator label, sex category (total, male, female), marital status category, disability status category, observation year, observed value, observation status, and more. Released at an annual frequency, the dataset covers multiple dimensions of labor statistics, and is applicable to tasks such as tabular classification, regression, and time series forecasting. Repackaged by Electric Sheep Africa, the dataset is distributed in Parquet format for convenient machine learning applications, and is licensed under CC-BY-4.0.

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中央统计数据库（ILOSTAT），系全球劳动统计领域的权威数据来源。Electric Sheep Africa对原始统计资料进行系统性重包装，形成覆盖41个非洲国家、时间跨度自1998年至2025年的结构化表格数据，共计7364条观测记录，聚焦于按性别、婚姻状况与残疾状况划分的失业率指标。数据以Parquet格式存储于Hugging Face平台，并配备标准化元数据、加载指南、来源注释与分析情境说明，以支持非洲数据的可发现性与可复现研究。

特点

数据集以表格与文本为模态，属于经济学与金融领域，涵盖失业、劳动、就业等主题标签，采用CC BY 4.0开放许可。其规模介于1000至10000条之间，具备单一语言（英语）特征，并附有明确的国家、年份与指标维度。数据保留原始缺失值，未做插补处理，且元数据中未显式声明ISO3国家编码，需在分析中自行确认地理假设。该数据集突出性别、婚姻状况与残疾状况的交叉分析潜力，为非洲劳动力市场的差异化研究提供细粒度证据。

使用方法

研究者可通过Hugging Face的datasets库调用load_dataset函数直接加载数据集，获取数据分片与特征结构，并可转换为Pandas数据框以便进一步处理。使用时应从仓库文件与数据查看器入手，核实变量定义、单位与地理编码，保留缺失值直至确立合理的插补规则。建议在建模前检查模式与缺失情况，按地理、时间与子群变量进行剖析，并可与其他Electric Sheep Africa数据集通过国家、年份与指标字段进行联接。分析过程应引用原始来源与Hugging Face仓库，确保工作流可复现。

背景与挑战

背景概述

国际劳工组织于1998年启动的劳动力市场统计数据库（ILOSTAT）为全球就业研究奠定了权威数据基础，然而非洲地区在性别、婚姻状况与残疾状态交叉维度上的失业率数据长期呈现碎片化格局。Electric Sheep Africa于2026年将ILOSTAT中41个非洲国家、1998至2025年间7364条观测记录进行系统性标准化重封装，构建了该数据集。其核心研究问题在于揭示弱势群体在非洲劳动力市场中的结构性边缘化机制，为消除就业歧视、评估社会保障政策的包容性提供了关键量化依据，对发展经济学与残障研究领域具有显著的方法论示范与数据基础设施价值。

当前挑战

该数据集所应对的领域核心挑战，在于多维交叉性失业率的精确测度——婚姻状况与残疾状态的分类标准在非洲各国存在显著异质性，且残疾身份往往因社会污名化而面临系统性瞒报，导致传统调查难以捕捉真实失业差距。构建过程中面临的挑战同样严峻：元数据中上游发布者与国家字段存在缺失，ISO3地理编码未被声明，迫使分析者须依据标题推断地理覆盖范围并承担假设风险；此外，长达二十七年的时间跨度中指标定义与统计口径可能发生变动，要求研究者在建模前必须追溯源头文件以核实变量单位与分类逻辑，方能保证跨国比较的效度。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉领域，该数据集凭借其按性别、婚姻状况与残疾状况三维交叉细分的失业率指标，成为探究非洲劳动力市场结构性差异的经典素材。研究者通常将其用于横截面与面板数据分析，借助表格分类与回归任务，系统考察1998至2025年间41个非洲国家不同社会群体在就业机会上的异质性表现，尤其适用于识别性别与婚姻状态在劳动参与中的交互效应，以及残疾身份对失业风险的独立贡献。

解决学术问题

该数据集有效回应了非洲劳动统计中长期存在的细分数据匮乏问题，为检验多重弱势身份叠加假说提供了可量化的经验基础。既有研究多受制于性别或残疾维度的单一化测量，难以揭示婚姻状况所引致的差异性失业模式；本数据集通过交叉分类结构，使学者得以估计各社会类别的相对失业劣势，进而评估结构性排斥与统计歧视理论在非洲情境中的适用性，对完善发展经济学中的不平等测度具有实质意义。

衍生相关工作

该数据集衍生了一系列聚焦非洲劳动力市场不平等的实证研究，包括基于ILOSTAT多指标融合的失业决定因素分析、残疾与性别交叉歧视的计量检验，以及婚姻状况影响女性劳动供给的国别比较。部分工作进一步将其与非洲家庭调查、世界银行发展指标进行链接，构建多源面板以探讨宏观经济波动对弱势群体就业的异质性冲击，亦有研究以此为基础训练失业率预测模型，推动了非洲劳动统计数据的二次开发与方法论创新。