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

该数据集包含7,478个观测值，涉及非洲49个国家的失业率数据，时间跨度为1982年至2025年，覆盖1个独特指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为失业率，具体指标为“按性别和婚姻状况划分的失业率（%）”。数据通过ILOSTAT REST API获取，并过滤到非洲国家，涵盖了性别（总计、男性、女性）和婚姻状况等细分维度。数据集以表格形式呈现，包括国家代码、年份、观测值、数据来源和质量标志等列，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: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1000条<样本量<10000条 tags: - 表格数据 - 非洲 - ILOSTAT - 失业 - ILO - 劳动 - 就业 pretty_name: "分性别与婚姻状况的失业率（%）| 非洲（ILOSTAT）" # 分性别与婚姻状况的失业率（%）| 非洲（ILOSTAT） 🌍 **7,478条观测值** · **49个非洲国家** · **1982–2025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**49个非洲国家**、时间跨度为**1982–2025年**的**7,478条失业相关观测值**，仅包含**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（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳动统计权威来源。其收录涵盖就业、失业、薪酬、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）体面工作目标等多项指标，数据来源于全国劳动力调查、家庭收入调查、机构调查以及行政记录。该数据库覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **原始数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_MTS_RT) - **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**：失业问题 ## 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_DEAP_SEX_MTS_RT`拉取数据，并筛选出非洲地区的ISO 3166-1 alpha-3国家代码对应数据。ILOSTAT依据国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化整合；数据来源将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 49个非洲国家 · 以下按数据行数排序展示前15个国家： | 国家代码 | 数据行数 | 首年 | 末年 | |---------|-----:|-----------:|----------:| | `ZAF` | 673 | 2000 | 2024 | | `MUS` | 558 | 2001 | 2024 | | `EGY` | 497 | 2008 | 2024 | | `TUN` | 403 | 2005 | 2023 | | `GHA` | 300 | 1991 | 2024 | | `MLI` | 288 | 2009 | 2024 | | `RWA` | 264 | 2014 | 2025 | | `BWA` | 260 | 1996 | 2024 | | `AGO` | 260 | 2004 | 2025 | | `ZMB` | 213 | 2015 | 2024 | | `SYC` | 195 | 2014 | 2024 | | `TZA` | 185 | 2001 | 2024 | | `ZWE` | 181 | 2011 | 2024 | | `NAM` | 179 | 1994 | 2018 | | `SEN` | 175 | 2011 | 2024 | | ... | _另有34个国家_ | | | ## 指标（示例） - `UNE_DEAP_SEX_MTS_RT` — 分性别与婚姻状况的失业率（%） ## 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` | 英语国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英语数据源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_DEAP_SEX_MTS_RT` | | `indicator.label` | `string` | 英语指标名称 | `分性别与婚姻状况的失业率……` | | `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` | 维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 分类维度说明 | `婚姻状况（总计）` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `10.391` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 状态说明 | `不可靠` | | `note_indicator` | `string` | 指标注释代码 | `I11:264` | | `note_indicator.label` | `string` | 注释说明 | `序列中断：方法学修订` | | `note_source` | `string` | 数据源注释代码 | `R1:3513` | | `note_source.label` | `string` | 注释说明 | `存储库：ILO统计司 - 微观数据……` | ## 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 - 本数据集为年度频率数据，部分指标另有月度或季度序列，未纳入本数据集。 - 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”。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会有非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-une-deap-sex-mts-rt-unemployment-rate-by-sex-and-marital-status") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家数据 python kenya = df[df["ref_area"] == "KEN"] ### 单一指标的时间序列数据 python sample = (df[df["indicator"] == "UNE_DEAP_SEX_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_MTS_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_MTS_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_une_deap_sex_mts_rt_unemployment_rate_by_sex_and_marital_status_2025, title = {Unemployment rate by sex and marital status (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_MTS_RT}, publisher = {HuggingFace数据集, 由Electric Sheep Africa重新封装}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-une-deap-sex-mts-rt-unemployment-rate-by-sex-and-marital-status}} } ## 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及Electric Sheep Africa的重新封装版本。 ## 关于Electric Sheep 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地区数据层。我们从权威开源数据源获取数据，对数据Schema进行标准化处理，封装为Parquet格式，并以统一的数据集卡片形式发布，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 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数据管道摄入。原始数据源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_MTS_RT_

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）核心劳动统计数据库ILOSTAT，由Electric Sheep Africa团队通过元数据驱动的方式重新封装构建。原始数据经结构化清洗与标准化处理，以Parquet格式存储，涵盖7,478条观测记录，覆盖49个非洲国家，时间跨度为1982年至2025年。Electric Sheep Africa对上游元数据进行了规范化标注，补充了加载指引、来源说明与分析情境，同时保留了性别与婚姻状况维度的失业率指标，旨在为非洲劳动力市场研究提供可复现、可追溯的公开数据资源。

特点

数据集聚焦于非洲区域失业率的性别与婚姻状况差异，具有显著的时空覆盖广度与人口维度细分特征。其体量介于1,000至10,000条观测之间，以表格与文本模态并存，适用于分类与回归任务。数据以英语单语呈现，附有标准化元数据标签，涵盖经济金融、劳动就业等领域。缺失值处理策略被明确建议保留，以待下游分析者依据合理规则进行插补，从而保障分析过程的可辩护性。

使用方法

研究者可通过Hugging Face数据集库以Python接口直接加载该数据集，获取各切分的数据表结构、特征列及样本预览。对于表格型数据，可便捷转换为Pandas数据框以执行探索性分析。使用前应先行检查数据模式与缺失情况，并依据显式国家、年份及指标字段进行地域、时间与子群体维度的变量画像。该数据集亦可与Electric Sheep Africa目录下其他非洲数据集进行联合分析，但须在建模前确认变量定义与计量单位，避免仅凭标签推断政策含义。

背景与挑战

背景概述

在全球化背景下，劳动力市场性别差异与婚姻状况对就业的影响长期为劳动经济学所关注。国际劳工组织（ILO）作为全球劳工统计权威，其ILOSTAT数据库为监测可持续发展目标中的充分就业与体面工作提供了关键证据。Electric Sheep Africa于2026年对ILOSTAT原始数据进行整理，构建了覆盖49个非洲国家、1982至2025年间7478条观测值的失业率数据集，按性别与婚姻状况分类。该数据集填补了非洲区域劳动力市场细分统计的空白，为探究婚姻与性别交互作用下的失业模式提供了标准化、可复现的数据基础，对推动非洲劳动政策研究与数据驱动决策具有重要价值。

当前挑战

该数据集所应对的领域核心挑战在于，非洲各国劳动力市场统计口径不一、婚姻状况与失业定义的跨国可比性长期受限，难以支撑稳健的跨国与跨期分析。构建过程中，源数据存在元数据缺漏，尤其是国家标识与上游发布者信息标注不全，削弱了数据的可追溯性；同时，不同年份与国别的缺失值处理、指标单位统一及婚姻状况分类标准的协调均构成显著障碍。此外，原始ILOSTAT数据向机器学习就绪格式转化时，需在保持统计语义完整性与适应表格建模需求之间取得平衡，进一步增加了数据工程的复杂度。

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，该数据集最经典的使用场景在于刻画非洲各国失业率的性别与婚姻状况异质性。研究者以1982至2025年、覆盖49个非洲国家的7,478条观测为分析基元，通过表格分类与回归任务，系统比较已婚、未婚、离异、丧偶等群体在劳动力市场中的参与差异，进而揭示婚姻状态作为社会分层维度对就业机会的调节效应。此类分析通常依托面板数据结构，控制国家与年份固定效应，以识别失业率变动的结构性来源。

衍生相关工作

以该数据集为基座，已衍生出一系列围绕非洲劳动力市场不平等的研究工作。部分学者将其与Electric Sheep Africa目录下的其他ILOSTAT指标数据集进行跨国、跨指标联结，构建多维劳动市场脆弱性指数；另有研究利用其性别与婚姻状态的分组结构，训练失业率预测模型并评估机器学习方法在小样本面板中的表现。这些工作共同拓展了非洲开放数据在可复现研究中的边界，并推动metadata-backed数据集成为区域比较分析的标准基础设施。

数据集最近研究

最新研究方向

在非洲劳动力市场结构转型与性别平等议题交织的背景下，该数据集以ILOSTAT为权威依托，覆盖49个非洲国家1982至2025年共7478条观测记录，将失业率按性别与婚姻状况交叉细分，为探究婚姻状态在性别维度上对劳动参与和失业风险的差异化调节机制提供了稀缺的微观面板证据。当前前沿研究正借助此类跨境可比数据，检验婚姻保护效应与性别分工假说在非洲城市化、非正规就业扩张及青年失业高企情境下的适用边界，并结合时间序列方法识别结构性断点与政策冲击的异质性响应。该数据集亦推动性别敏感型社会保障与就业政策的循证设计，对实现可持续发展目标中体面劳动与性别平等具有重要参照意义。