electricsheepafrica/africa-ilo-une-tune-sex-edu-geo-nb-unemployment-by-sex-education-and-rural-urban-area

该数据集名为按性别、教育程度和城乡区域划分的失业数据（千人）| 非洲（ILOSTAT），包含23,934个观测值，覆盖45个非洲国家，时间跨度为1994年至2025年。核心指标为UNE_TUNE_SEX_EDU_GEO_NB，即按性别、教育程度和城乡区域划分的失业人数（以千人为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，该数据库是全球劳动力统计的主要来源，通过国家劳动力调查、家庭收入调查、机构调查和行政记录等渠道收集。数据集经过Electric Sheep Africa重新打包，旨在为非洲提供统一、机器学习就绪的数据层，方便研究人员和开发者快速使用。数据集包括多个维度列，如国家代码、性别、教育分类、区域类型、观测年份和观测值等，并包含数据质量注释和来源标识。--- 许可证: CC BY 4.0 语言: - 英语 任务类别: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） 多语言属性: 单语言 样本规模: - 10000 < 样本量 < 100000 标签: - 表格数据 - 非洲 - ILOSTAT - 失业 - 国际劳工组织（ILO） - 劳动力 - 就业 数据集显示名: "按性别、教育程度及城乡地区划分的失业人数（千人）| 非洲（ILOSTAT）" --- # 按性别、教育程度及城乡地区划分的失业人数（千人）| 非洲（ILOSTAT） 🌍 **23,934 条观测数据** · **45 个非洲国家** · **1994–2025 年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## 简短摘要 本数据集包含**23,934条失业数据观测记录**，覆盖**45个非洲国家**，时间跨度为**1994–2025年**，涉及**1项独立指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）** 是国际劳工组织（ILO）的核心统计数据库，为全球领先的劳动力统计权威来源。其收录指标涵盖就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害及可持续发展目标体面工作目标等领域，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **来源**: [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_EDU_GEO_NB) - **发布方**: 国际劳工组织（ILO） - **许可证**: [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**: 失业 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=UNE_TUNE_SEX_EDU_GEO_NB`拉取原始数据，并筛选出非洲地区的ISO 3166-1 alpha-3国家代码对应的观测。ILOSTAT采用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标准化协调；数据来源将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 覆盖45个非洲国家，以下按观测行数排序展示部分国家样本： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 2,446 | 2008 | 2024 | | `EGY` | 2,023 | 2008 | 2024 | | `AGO` | 1,261 | 2004 | 2025 | | `GHA` | 1,214 | 2000 | 2024 | | `MLI` | 1,162 | 2013 | 2024 | | `RWA` | 1,098 | 2014 | 2025 | | `TUN` | 1,046 | 2006 | 2023 | | `ZMB` | 992 | 2015 | 2024 | | `SEN` | 847 | 2011 | 2024 | | `ZWE` | 696 | 2011 | 2024 | | `NAM` | 618 | 1994 | 2018 | | `UGA` | 615 | 2010 | 2021 | | `NGA` | 596 | 2016 | 2024 | | `KEN` | 591 | 1999 | 2022 | | `CIV` | 572 | 2012 | 2022 | | ... | 其余30个国家 | | | ## 指标（示例） - `UNE_TUNE_SEX_EDU_GEO_NB` — 按性别、教育程度及城乡地区划分的失业人数（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_TUNE_SEX_EDU_GEO_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、教育程度及城乡地区划分的失业人数…` | | `sex` | `string` | 性别细分维度（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | 无额外说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `EDU_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 无额外说明 | `教育程度（汇总级别）：总计` | | `classif2` | `string` | 可选第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | `string` | 无额外说明 | `地区类型：全国范围` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `1621.696` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 无额外说明 | `不可靠` | | `note_classif` | `string` | 无额外说明 | `C3:2620` | | `note_classif.label` | `string` | 无额外说明 | `非标准教育水平：包含…` | | `note_indicator` | `string` | 无额外说明 | `I11:264` | | `note_indicator.label` | `string` | 无额外说明 | `序列中断：方法学修订` | | `note_source` | `string` | 无额外说明 | `R1:3513` | | `note_source.label` | `string` | 无额外说明 | `存储库：ILO-STATISTICS - 微观数据…` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率，部分指标另有月度或季度序列，本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个来源时，将采用国际劳工组织选定的“最佳来源”数据。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-une-tune-sex-edu-geo-nb-unemployment-by-sex-education-and-rural-urban-area") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列 python sample = (df[df["indicator"] == "UNE_TUNE_SEX_EDU_GEO_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_TUNE_SEX_EDU_GEO_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_TUNE_SEX_EDU_GEO_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_une_tune_sex_edu_geo_nb_unemployment_by_sex_education_and_rural_urban_area_2025, title = {Unemployment by sex, education and rural / urban areas (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_EDU_GEO_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-une-tune-sex-edu-geo-nb-unemployment-by-sex-education-and-rural-urban-area}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。 原始数据 © 国际劳工组织（ILO）。使用本数据集时，请同时引用上述原始来源及Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep使命的一部分：旨在HuggingFace平台上构建统一的、适配机器学习的非洲数据层。我们从权威开源数据源获取数据，对数据结构（schema）进行标准化处理，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员和开发者可通过`load_dataset()`在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026年5月26日通过Electric Sheep流水线摄入。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_EDU_GEO_NB_

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）的中央统计数据库ILOSTAT，由Electric Sheep Africa团队对原始劳动力市场统计资料进行系统性整合与标准化再封装。构建过程中，团队从ILOSTAT中提取1994年至2025年间45个非洲国家按性别、教育程度及城乡地域分类的失业观测数据，共计23,934条记录，并以Parquet列式存储格式统一发布。数据经过元数据标引、来源追溯核验与格式规整，在保留原始统计口径与缺失值的前提下，构建为面向非洲劳动经济研究的可复现表格数据集。

特点

数据集覆盖非洲45个国家逾三十年的失业统计，以千人计量单位记录按性别、教育层次和城乡居住地交叉分组的失业规模，兼具时间纵深与人口维度细分。其突出特点在于以标准化的表格与文本模态组织数据，采用Parquet格式存储，体量适中且加载高效。数据集附带明确的许可协议、来源说明与元数据指引，支持按国家、年份和指标字段进行细分剖析，为劳动经济学研究提供了具备可追溯性的跨区域比较基础。

使用方法

使用者可借助Hugging Face的datasets库以load_dataset函数直接加载该数据集，并通过查看features与样本切片快速把握数据结构。当需要统计分析或建模时，可将首个数据划分转换为Pandas数据框进行缺失值探查、变量分布剖析与地理及时间维度的子群画像。该数据集亦可与Electric Sheep Africa目录中的其他非洲数据集，依据显式的国家、年份和指标字段进行连接，以构建可复现的分析流程，同时应确认变量的定义与单位并在引用时标注原始来源。

背景与挑战

背景概述

在非洲劳动力市场结构性转型与可持续发展议程深度交织的背景下，失业率数据的精细化刻画成为劳动经济学与区域政策研究的核心议题。该数据集由Electric Sheep Africa基于国际劳工组织ILOSTAT数据库系统性整编而成，收录了1994年至2025年间45个非洲国家共计23,934条观测记录，按性别、受教育程度及城乡区域多维交叉呈现失业人口规模。作为非洲劳动市场不平等研究的重要经验基础，该数据集为探究教育回报差异、性别就业鸿沟与城乡二元结构提供了可复现的量化支撑，亦对非洲区域人力资源政策评估与减贫战略设计具有显著的方法论意义。

当前挑战

非洲失业统计领域长期面临数据稀疏、口径不一与报告延迟等结构性难题，各国劳动力调查在抽样框架、失业定义及教育分类标准上存在显著异质性，跨国可比性因而受到根本制约。构建过程中，原始ILOSTAT数据在性别、教育层级与城乡维度的交叉分组下呈现大量缺失值，如何在保留缺失信息的前提下进行稳健建模构成关键挑战；同时，非正式经济部门就业状态难以界定，教育程度与城乡属性在部分国家缺乏独立编码，导致观测单元存在归类模糊性。该数据集虽经元数据标准化处理，但上游地理标识与发布机构信息的缺失仍为跨源整合与因果推断带来不确定性。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集构筑了一幅跨越三十载的非洲大陆失业图景。其经典使用场景集中于对失业率的异质性剖析，研究者依托性别、教育程度与城乡区隔三重维度，运用面板数据模型与分层回归技术，系统刻画不同社会群体在劳动力市场中的脆弱性差异。数据集内含45个非洲国家、逾两万条观测记录的时间序列与截面混合结构，使其成为探究结构性失业演变轨迹的理想素材，常用于构建多维贫困与就业排斥的关联分析框架。

实际应用

在政策制定与项目评估领域，该数据集展现出显著的实践价值。国际发展机构可借助其细分维度定位失业高发群体，指导职业技能培训资源的精准投放。各国劳工部门能够利用城乡与教育交叉分类数据，设计差异化的就业促进方案，以缓解青年失业与农村剩余劳动力转移压力。非政府组织亦可基于性别维度的失业趋势分析，优化面向女性劳动者的经济赋权项目，从而提升社会干预措施的针对性与有效性。

衍生相关工作

围绕该数据集，一系列衍生研究得以展开并逐步深化。比较劳动经济学领域涌现出针对非洲青年失业持续时间的生存分析，教育经济学方向则发展出基于城乡教育回报差异的明瑟方程扩展模型。同时，该数据集与Electric Sheep Africa目录中其他劳工统计资源形成互操作网络，催生了跨国劳动力流动与区域经济一体化的关联研究。这些工作共同推动了非洲就业问题从描述性统计向因果推断与政策模拟的范式跃迁。