electricsheepafrica/africa-ilo-une-deap-sex-age-cbr-rt-unemployment-rate-by-sex-age-and-place-of-birth

该数据集包含1991年至2025年间35个非洲国家的8,180个观测值，核心指标为按性别、年龄和出生地划分的失业率(%)。数据来源于国际劳工组织(ILOSTAT)数据库，通过官方API获取并经过过滤处理，专门针对非洲国家。数据集提供了详细的人口细分维度，包括性别(总计、男性、女性)、年龄组(15岁及以上)和出生地(总计)。每个观测值包含国家代码、指标代码、分类变量、年份、失业率数值以及数据质量标志等信息。数据集适用于劳动力市场分析、经济研究和社会科学研究，特别适合用于表格分类、回归分析和时间序列预测等机器学习任务。数据以标准化模式组织，便于直接使用HuggingFace的datasets库加载和分析。--- 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 < n < 10000 tags: - 表格数据 - 非洲 - ILOSTAT - 国际移民存量（International migrant stock） - ILO - 劳工 - 就业 pretty_name: "按性别、年龄和出生地划分的失业率（%）| 非洲（ILOSTAT）" --- # 按性别、年龄和出生地划分的失业率（%）| 非洲（ILOSTAT） 🌍 **8180条观测数据** · **35个非洲国家** · **1991–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## 快速概览 本数据集包含覆盖35个非洲国家的**8180条国际移民存量（International migrant stock）**观测数据，时间跨度为**1991–2025年**，仅包含**1项核心指标**。 ## 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）的中央统计数据库，为全球领先的劳工统计权威来源。其收录指标涵盖就业、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体面工作目标等多个领域，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标准化工作。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CBR_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**：国际移民存量（International migrant stock） ## 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_AGE_CBR_RT`拉取原始数据，并筛选出非洲地区的ISO 3166-1 α-3国家编码对应的数据集。ILOSTAT采用国际劳工统计会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化处理；数据来源信息将在`source.label`字段中标记以保证可追溯性。 ## 地理覆盖范围 覆盖35个非洲国家，以下为按数据行数排序的前15个国家及剩余国家： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GHA` | 792 | 1991 | 2024 | | `RWA` | 597 | 2014 | 2025 | | `AGO` | 572 | 2009 | 2025 | | `ZWE` | 420 | 2014 | 2024 | | `MWI` | 404 | 2005 | 2024 | | `ZMB` | 360 | 2017 | 2024 | | `BFA` | 359 | 2015 | 2024 | | `CPV` | 358 | 2009 | 2022 | | `UGA` | 323 | 2010 | 2024 | | `EGY` | 284 | 2008 | 2011 | | `GMB` | 281 | 2012 | 2025 | | `BEN` | 271 | 2011 | 2024 | | `ZAF` | 259 | 2011 | 2022 | | `NAM` | 254 | 2016 | 2023 | | `LBR` | 248 | 2010 | 2017 | | ... | 剩余20个国家 | | | ## 指标示例 - `UNE_DEAP_SEX_AGE_CBR_RT` — 按性别、年龄和出生地划分的失业率（%） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|----------|----------|--------| | `ref_area` | `string` | ISO 3166-1 α-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `Angola` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `LFS - 就业调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_DEAP_SEX_AGE_CBR_RT` | | `indicator.label` | `string` | 英文指标名称 | `Unemployment rate by sex, age and pla…` | | `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` | 对应维度名称 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | 对应分类说明 | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `CBR_BIR_TOTAL` | | `classif2.label` | `string` | 对应分类说明 | `出生地：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（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | 状态说明 | `不可靠` | | `note_classif` | `float64` | 分类备注 | `—` | | `note_classif.label` | `string` | 分类备注说明 | `—` | | `note_indicator` | `string` | 指标相关备注 | `I11:264` | | `note_indicator.label` | `string` | 指标备注说明 | `序列中断：方法学修订` | | `note_source` | `string` | 来源相关备注 | `R1:3513` | | `note_source.label` | `string` | 来源备注说明 | `存储库：ILO统计司 - 微观数据…` | ## 数据细分维度 本数据集通过以下字段实现数据细分： - **`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，但本数据集未收录此类数据。 - 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”。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会包含非空值。 ## 使用示例 python from datasets import load_dataset # 加载目标数据集 ds = load_dataset("electricsheepafrica/africa-ilo-une-deap-sex-age-cbr-rt-unemployment-rate-by-sex-age-and-place-of-birth") # 将训练集转换为Pandas DataFrame df = ds["train"].to_pandas() print(df.head()) ### 单国家数据筛选 python # 筛选肯尼亚的观测数据 kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python # 筛选目标指标并按年份排序 sample = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CBR_RT"] .sort_values("time")) # 绘制时间序列折线图 sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_AGE_CBR_RT") ### 转换为国家×年份矩阵 python # 构建国家-年份观测值矩阵 matrix = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CBR_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_age_cbr_rt_unemployment_rate_by_sex_age_and_place_of_birth_2025, title = {Unemployment rate by sex, age and place of birth (%) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CBR_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-une-deap-sex-age-cbr-rt-unemployment-rate-by-sex-age-and-place-of-birth}} } ## 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的重新整理版本。 ## 关于Electric Sheep Africa Electric Sheep Africa是Electric Sheep使命的一部分：旨在构建面向非洲地区的统一、可直接用于机器学习的标准化数据层，托管于HuggingFace平台。我们从权威开源数据源获取数据，对数据Schema进行规范化处理，打包为Parquet格式，并发布采用统一格式的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内完成数据加载并开展工作。 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流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CBR_RT_

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织统计数据库（ILOSTAT）的原始资料整理构建，属于非洲公开数据目录的组成部分。其核心构建流程包括从ILOSTAT采集按性别、年龄和出生地分类的失业率数据，随后进行元数据标准化、格式转换与上下文注释补充。数据集覆盖35个非洲国家，时间跨度为1991年至2025年，共计8180条观测记录，以Parquet格式重新封装，并在Hugging Face平台发布，附带标准化元数据、加载指南与来源说明，确保数据可追溯且便于复现分析。

特点

该数据集以表格与文本模态呈现，涵盖非洲地区失业率指标，维度包括性别、年龄组及出生地，具备较强的社会经济分析价值。其规模处于1K至10K之间，采用CC BY 4.0许可，语言为英语。数据集标签涉及劳动力、就业与失业、国际移民存量等主题，且被纳入非洲数据发现索引，支持跨域比较与可重复工作流构建。数据保留缺失值，未强制插补，并明确国家列，便于按地理与时间维度进行剖面分析。

使用方法

研究者可通过Hugging Face的datasets库直接加载该数据集，利用内置的数据查看器快速浏览结构。加载后可访问各分片的特征信息与样本，并可通过to_pandas方法转换为数据框以进行统计建模或可视化。使用中建议先检查模式与缺失情况，依据显式国家、年份和指标字段与其他非洲数据集联结，构建可复现的分析笔记。同时需注意单位与变量定义须回归原始来源确认，避免仅凭标签推断政策含义。

背景与挑战

背景概述

非洲大陆的劳动力市场长期面临结构性失业与跨国人口流动交织的复杂格局，按性别、年龄及出生地维度细分失业率数据，成为洞察移民群体经济融入状况的关键切口。国际劳工组织（ILO）通过ILOSTAT数据库持续汇编全球劳动统计数据，构成该领域最具权威性的国际比较来源。Electric Sheep Africa于2026年对ILOSTAT中非洲区域的相关指标进行标准化再封装，形成了涵盖35个非洲国家、8180条观测值、时间跨度自1991年至2025年的失业率数据集，核心研究问题在于揭示不同出生地（本土出生与外国出生）人群在非洲各国劳动力市场中的失业率差异。该数据集依托CC BY 4.0许可发布，为非洲经济金融领域的可复现研究提供了标准化的表格数据基础。

当前挑战

失业率按出生地分组的测算面临根本性的数据可得性困境：非洲多数国家的劳动力调查未将出生地或移民身份纳入常规统计口径，导致国际移民与本土居民的失业率差异难以在统一框架下系统比较。ILOSTAT的原始数据以分散的国别报告和估算模型为基础，各国在调查问卷设计、抽样方法、失业定义及参考期设定上存在显著异质性，拼接为跨国面板时须审慎处理口径差异带来的可比性偏差。数据集构建过程中，出生地变量的覆盖不完整与部分年份缺失构成主要障碍，建模前的缺失机制诊断与插补策略选择因此成为分析流程中不可回避的环节。移民身份与劳动力市场结果之间存在反向因果与选择性偏误，单纯依赖观测数据难以识别因果效应，对分析者的方法论素养提出了更高要求。

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，该数据集最为经典的运用场景在于刻画非洲各国不同性别、年龄组及出生地（本国出生与外国出生）群体失业率的长期演变轨迹。研究者借助其1991年至2025年间覆盖35个非洲国家的8180条观测记录，可构建多维度面板数据，用以识别移民身份在劳动力市场结果中的异质性效应。该数据集以百分比形式呈现失业率，天然适合进行跨国比较与时序分析，为探究出生地差异如何塑造就业脆弱性提供了坚实基础。

实际应用

在政策实践层面，该数据集为非洲各国政府、国际移民组织及区域经济共同体制定差异化就业促进策略提供了量化依据。劳动与社会保障部门可据此识别外国出生人口中失业率偏高的年龄与性别群体，进而精准设计职业培训、语言融入与就业匹配项目。国际发展机构亦可借助其时序特征评估既有移民就业政策的干预效果，优化资源配置。数据以Parquet格式发布，便于数据科学家快速接入分析工具，支撑实时监测与预警系统的搭建。

衍生相关工作

围绕该数据集，Electric Sheep Africa已衍生出一系列标准化的非洲公共数据产品，涵盖国际移民存量、就业与失业指标等多个主题，形成了可互相链接的元数据体系。研究者在此基础上开发了跨国劳动力市场比较分析、移民融入指数构建以及非洲人口流动与就业关联模型等经典工作。这些衍生成果不仅拓展了ILOSTAT原始数据的应用边界，也促进了非洲经济金融领域可复现研究范式的发展。