electricsheepafrica/africa-ilo-une-tune-sex-age-cct-nb-unemployment-by-sex-age-and-citizenship-thousands

这是一个关于非洲45个国家从1991年到2025年的失业数据集，包含9,022个观测值，覆盖按性别、年龄和公民身份分类的失业指标（单位为千人）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，并经过Electric Sheep Africa重新打包，以提供统一的、机器学习就绪的数据格式。数据集包括国家代码、年份、观测值以及分类维度（如性别、年龄和公民身份）等信息，适用于表格分类、回归和时间序列预测等任务。license: cc-by-4.0 language: - en task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1000 < 样本量 < 10000 tags: - 表格数据 - 非洲 - ILOSTAT - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "分性别、年龄与国籍的失业人数（千人） | 非洲（ILOSTAT）" --- # 分性别、年龄与国籍的失业人数（千人） | 非洲（ILOSTAT） 🌍 **9022条观测样本** · **45个非洲国家** · **1991–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## 核心摘要 本数据集包含覆盖45个非洲国家、时间跨度为1991至2025年的**9022条观测样本**，涉及**1项独立指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等各类指标，数据来源于全国劳动力调查、家庭收入调查、机构调查与行政记录。该库覆盖全球200余个经济体，数据的标准化工作由国际劳工组织统计部门负责完成。 - **数据源**: [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_AGE_CCT_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**: 国际移民存量 ## 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_AGE_CCT_NB`拉取原始数据，并筛选出非洲国家的ISO 3166-1 alpha-3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处理；数据来源会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 覆盖45个非洲国家，以下按观测行数降序展示部分国家： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GHA` | 727 | 1991 | 2024 | | `BWA` | 705 | 1996 | 2024 | | `RWA` | 669 | 2014 | 2025 | | `MLI` | 531 | 2013 | 2024 | | `NAM` | 478 | 1994 | 2018 | | `SYC` | 448 | 2014 | 2024 | | `ZWE` | 391 | 2014 | 2024 | | `CIV` | 386 | 2012 | 2022 | | `SEN` | 359 | 2011 | 2024 | | `GMB` | 275 | 2012 | 2025 | | `BFA` | 262 | 2018 | 2023 | | `ZMB` | 248 | 2017 | 2024 | | `BEN` | 196 | 2019 | 2024 | | `SWZ` | 173 | 2016 | 2023 | | `CMR` | 168 | 2007 | 2021 | | ... | _另有30个国家_ | | | ## 指标（示例） - `UNE_TUNE_SEX_AGE_CCT_NB` — 分性别、年龄与国籍的失业人数（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国名 | `Angola` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BB:16199` | | `source.label` | `string` | 英文数据源名称 | `HIES - Survey on Expenditure, Revenue…` | | `indicator` | `string` | ILOSTAT指标代码 | `UNE_TUNE_SEX_AGE_CCT_NB` | | `indicator.label` | `string` | 英文指标名称 | `Unemployment by sex, age and citizens…` | | `sex` | `string` | 性别分组维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `Age (Youth, adults): 15+` | | `classif2` | `string` | 可选第二分类变量 | `CCT_CIT_TOTAL` | | `classif2.label` | `string` | — | `Citizenship: Total` | | `time` | `int64` | 观测年份 | `2019` | | `obs_value` | `float64` | 观测指标值（单位依指标定义而异） | `1639.157` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `float64` | — | `—` | | `note_classif.label` | `float64` | — | `—` | | `note_indicator` | `string` | — | `T5:1429` | | `note_indicator.label` | `string` | — | `Unemployment definition: Two criteria…` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 分组维度 以下字段提供数据分组维度： - **`sex`**（共3种唯一取值）: `SEX_T`, `SEX_M`, `SEX_F` ## 数据质量与注意事项 - 本数据集采用年度频率。部分指标同时发布月度或季度序列，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数据源时，将采用国际劳工组织选定的“最优数据源”。 - 分组字段（`sex`, `classif1`, `classif2`）仅在指标支持对应分组时才会有非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-une-tune-sex-age-cct-nb-unemployment-by-sex-age-and-citizenship-thousands") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "UNE_TUNE_SEX_AGE_CCT_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_TUNE_SEX_AGE_CCT_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_TUNE_SEX_AGE_CCT_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_age_cct_nb_unemployment_by_sex_age_and_citizenship_thousands_2025, title = {Unemployment by sex, age and citizenship (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_AGE_CCT_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-une-tune-sex-age-cct-nb-unemployment-by-sex-age-and-citizenship-thousands}} } ## 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。原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Africa的重新封装工作。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep项目的组成部分，该项目旨在HuggingFace平台上构建面向非洲的统一、可直接用于机器学习的数据层。我们从权威开源数据源拉取数据，对schema进行标准化处理，封装为Parquet格式，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据使用工作。 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流水线获取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_AGE_CCT_NB_

搜集汇总

数据集介绍

构建方式

在国际劳动力统计领域，跨国可比数据的系统化整理始终是一项基础性工作。该数据集由Electric Sheep Africa基于国际劳工组织统计数据库（ILOSTAT）的公开数据进行工程化重构，将原始数据转换为Parquet格式，并配套标准化元数据与溯源说明。数据集覆盖45个非洲国家，时间跨度为1991年至2025年，共包含9,022条观测记录，涉及按性别、年龄和公民身份分类的失业指标（以千人为单位）。构建过程中保留原始缺失值，未施加插补或变换，确保数据可追溯至上游来源。

特点

该数据集以表格结构组织，具备明确的经济金融领域属性和非洲区域聚焦特征，标签体系涵盖就业、失业、劳动统计等主题。其核心特色在于多维度的分类粒度，将失业指标按性别、年龄组和公民身份进行交叉划分，为分析移民与本地劳动力市场差异提供了结构化基础。数据规模处于1K至10K之间，格式为Parquet，便于高效读取与列式存储。元数据标注了来源归属、许可协议及使用注意事项，但部分字段如国家编码和上游发布者信息存在缺省，需在使用时加以核实。

使用方法

使用者可通过Hugging Face datasets库直接加载该数据集，调用load_dataset函数指定仓库名称即可获取数据对象，随后可查看特征结构并提取样本。对于表格分析场景，可将拆分后的Dataset对象转换为Pandas DataFrame，以便进行描述性统计、缺失模式探查和分组聚合。在建模前应检查各变量的定义与单位，明确地理与时间字段的对应关系，并在需要时与其他Electric Sheep Africa数据集按国家、年份和指标字段进行连接。缺失值处理需基于明确的分析假设，同时引用原始来源与Hugging Face仓库信息以保证可复现性。

背景与挑战

背景概述

伴随全球化进程加速，国际移民的就业融入成为劳动经济学与发展研究的核心议题。国际劳工组织（ILO）长期致力于构建跨国可比劳动力统计体系，ILOSTAT数据库即为该领域最具权威性的数据基础设施。在此背景下，Electric Sheep Africa于2026年对ILOSTAT中非洲区域按性别、年龄及公民身份分列的失业数据进行了标准化重封装，形成本数据集。该数据集覆盖45个非洲国家、1991至2025年间共计9022条观测记录，旨在为非洲移民劳动力市场研究提供开放、可复用的结构化证据，其方法论经元数据标准化处理，有效提升了非洲数据在全球研究中的可发现性与分析便捷性。

当前挑战

该数据集所应对的领域问题在于：如何借助标准化失业统计，精确刻画非洲各国不同性别、年龄及公民身份群体在劳动力市场中的边缘化程度，从而支撑跨国比较与移民政策评估。构建过程中的挑战则来自多个层面：元数据中缺失country与upstream_publisher字段，迫使分析者依赖标题或来源信息推断地理归属；不同国家统计口径、年龄分组与公民身份定义存在异质性，易引入跨国比较偏误；观测值以千人为单位且缺失值分布不均，对建模前的插补策略提出了审慎要求。这些因素共同构成了数据质量与推断效度之间的张力。

常用场景

经典使用场景

在劳动经济学与移民研究的交叉领域，该数据集凭借其对非洲45国1991至2025年间失业人口的性别、年龄与公民身份维度的系统记录，成为剖析劳动力市场结构性分化的经典素材。研究者通常将其用于按时间序列与国别截面构建面板数据，运用固定效应模型或双重差分法，探究不同公民身份群体在失业率上的动态差异，并检验性别与年龄的交互效应如何塑造非洲各国的就业脆弱性图谱。

解决学术问题

该数据集有效回应了非洲劳动力市场中移民与本地居民就业机会不平等这一长期学术关切。通过提供统一口径的、跨国可比的失业统计，它缓解了以往研究因数据碎片化而难以进行跨区域比较的困境，为检验移民融入理论、劳动力市场分割假说以及人口结构转型对失业的影响提供了可靠的量化基础，推动了非洲就业问题研究从个案描述向大样本实证分析的范式转换。

衍生相关工作

围绕该数据集，衍生出一系列聚焦非洲移民就业与性别差距的经典研究。部分工作将其与世界银行移民存量数据、ILO就业部门数据链接，构建多维度劳动力市场脆弱性指数；另有学者利用其时间跨度开展失业持续期的生存分析，或结合夜间灯光遥感数据探讨区域经济活力与失业的空间关联。这些工作拓展了数据集在跨学科研究中的应用边界，并催生了若干非洲劳动力市场监测报告与政策简报。