electricsheepafrica/africa-ilo-une-deap-sex-edu-dsb-rt-unemployment-rate-by-sex-education-and-disability

该数据集包含非洲40个国家从1998年至2025年的失业率数据，共有4,375个观测值，核心指标为UNE_DEAP_SEX_EDU_DSB_RT，即按性别、教育水平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API获取并经过过滤仅涵盖非洲地区。数据集提供结构化表格，包括国家代码、年份、观测值、数据来源、性别分类（总计、男性、女性）、教育水平分类、残疾状况分类等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源和处理缺失分类维度的情况。许可证：cc-by-4.0 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 样本量范围：1000 < n < 10000 标签： - 表格数据 - 非洲 - ILOSTAT - 失业率 - 国际劳工组织（ILO，International Labour Organization） - 劳工 - 就业 数据集别名："按性别、教育程度与残疾状况划分的失业率（%）| 非洲（ILOSTAT）" # 按性别、教育程度与残疾状况划分的失业率（%）| 非洲（ILOSTAT） 🌍 **4375条观测数据** · **40个非洲国家** · **1998–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## 快速摘要（TL;DR） 本数据集包含**4375条失业率观测数据**，覆盖**40个非洲国家**，时间跨度为**1998–2025年**，涵盖**1个唯一指标**。 ## 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，International Labour Organization）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录的指标涵盖就业、失业、工资、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）的体面工作目标——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。该数据库覆盖200余个经济体，由国际劳工组织统计部门负责数据的标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_EDU_DSB_RT) - **发布方**：国际劳工组织（ILO，International Labour Organization） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：失业率 ## 方法论 本数据集直接从ILOSTAT的REST API接口 `https://rplumber.ilo.org/data/indicator?id=UNE_DEAP_SEX_EDU_DSB_RT` 拉取数据，并筛选出非洲地区的ISO3国家代码。ILOSTAT采用国际劳工统计学家会议（ICLS，International Conference of Labour Statisticians）的定义对原始调查微观数据进行标准化协调；数据来源信息会在`source.label`列中标记，以保证可追溯性。 ## 地理覆盖范围 40个非洲国家 · 以下按数据行数排序展示前15个国家： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `RWA` | 371 | 2014 | 2025 | | `GHA` | 316 | 2010 | 2024 | | `ZMB` | 286 | 2015 | 2024 | | `BWA` | 249 | 2009 | 2024 | | `ZWE` | 225 | 2014 | 2024 | | `SEN` | 220 | 2015 | 2024 | | `CIV` | 194 | 1998 | 2022 | | `TGO` | 187 | 2006 | 2022 | | `TZA` | 174 | 2008 | 2024 | | `BFA` | 144 | 2006 | 2024 | | `ETH` | 141 | 2005 | 2021 | | `GMB` | 137 | 2012 | 2025 | | `UGA` | 118 | 2010 | 2021 | | `MLI` | 111 | 2009 | 2022 | | `SWZ` | 109 | 2016 | 2023 | | ... | _另有25个国家_ | | | ## 指标（示例） - `UNE_DEAP_SEX_EDU_DSB_RT` — 按性别、教育程度与残疾状况划分的失业率（%） ## 数据结构（Schema） | 列名 | 数据类型 | 说明 | 示例 | |--------|------|-------------|---------| | `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 数据源代码（如劳动力调查） | `AA:835` | | `source.label` | `string` | 英文数据源名称 | `人口普查（PC）` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_DEAP_SEX_EDU_DSB_RT` | | `indicator.label` | `string` | 英文指标名称 | `按性别、教育程度与残疾状况划分的失业率` | | `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` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `EDU_AGGREGATE_TOTAL` | | `classif1.label` | `string` | — | `教育程度（汇总层级）：总计` | | `classif2` | `string` | 可选第二分类变量 | `DSB_STATUS_TOTAL` | | `classif2.label` | `string` | — | `残疾状况：总计` | | `time` | `int64` | 观测年份 | `2014` | | `obs_value` | `float64` | 观测指标值（单位参见指标定义） | `9.579` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `C3:2620` | | `note_classif.label` | `string` | — | `非标准教育程度：包含……` | | `note_indicator` | `string` | — | `T5:1429` | | `note_indicator.label` | `string` | — | `失业率定义：两项标准……` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO统计数据库-微观数据……` | ## 细分维度 以下列提供数据细分维度： - **`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。部分指标同时发布月度或季度序列，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”。 - 细分维度列（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-une-deap-sex-edu-dsb-rt-unemployment-rate-by-sex-education-and-disability") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "UNE_DEAP_SEX_EDU_DSB_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_EDU_DSB_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_EDU_DSB_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_edu_dsb_rt_unemployment_rate_by_sex_education_and_disability_2025, title = {按性别、教育程度与残疾状况划分的失业率（%）| 非洲（ILOSTAT)}, author = {国际劳工组织（ILO，International Labour Organization)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_EDU_DSB_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-edu-dsb-rt-unemployment-rate-by-sex-education-and-disability}} } ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)协议发布。 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数据源与Electric Sheep Africa的重新封装版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep项目的组成部分：该项目旨在构建面向非洲的统一、可直接用于机器学习的数据集层，托管于HuggingFace平台。我们从权威开源数据源获取数据，对Schema进行标准化处理，打包为Parquet格式，并发布为统一格式的数据集卡片，以便研究人员与开发者仅需使用`load_dataset()`即可在数秒内开始工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) _数据溯源：2026-05-26通过Electric Sheep流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_EDU_DSB_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（ILOSTAT）的官方统计数据库，由Electric Sheep Africa团队进行工程化整理与标准化元数据封装后发布。ILOSTAT作为全球劳动统计的权威来源，系统性地汇编了各国按性别、教育程度与残疾状况分类的失业率指标。Electric Sheep Africa在此基础上，对原始数据进行格式转换与元数据补全，将非洲区域40个国家的观测记录统一为Parquet格式，并附加了溯源信息、加载指南与分析导向的上下文说明。数据时间跨度为1998年至2025年，共涵盖4,375条观测记录，每条记录均对应特定国家、年份及人口子群体的失业率测量值，构建过程注重保留原始数值的完整性与可追溯性。

特点

该数据集的核心特征在于其多维度的人口分组结构与跨时段的面板数据属性。观测单元按性别、教育程度及残疾状况三重维度交叉分类，使得研究者能够细致辨析不同社会群体在劳动力市场中的边缘化程度差异。地理覆盖范围涉及40个非洲国家，时间跨度长达二十七年，为纵向比较与趋势分析提供了充裕的数据支撑。数据以表格与文本两种模态呈现，文件格式为Parquet，便于高效读取与列式存储。数据集规模属于千级至万级区间，体量适中而信息密度较高，且附有标准化的来源标注与许可证信息，增强了数据使用的规范性与可信度。

使用方法

在技术层面，使用者可通过Hugging Face的datasets库以一行代码加载该数据集，并借助内置的切片与特征查看功能快速了解数据结构。对于需要进一步分析的场景，可将数据集中的任意分割转换为Pandas DataFrame，从而利用Python生态中的统计与可视化工具进行深度探索。使用过程中应优先检查各变量的定义、单位与缺失值分布，避免在未确认口径的情况下直接建模。当数据中明确包含国家、年份与指标字段时，可与其他Electric Sheep Africa数据集进行横向融合，构建更为丰富的分析框架。建议在可复现的笔记本环境中记录数据加载、清洗与建模步骤，并同时引用原始来源与Hugging Face仓库信息。

背景与挑战

背景概述

在非洲劳动力市场结构性转型与包容性增长议题日益凸显的背景下，国际劳工组织（ILO）的ILOSTAT数据库长期为全球劳动统计提供权威来源。2026年，Electric Sheep Africa对ILOSTAT中非洲区域失业率数据进行了系统化整理，构建了覆盖40个非洲国家、1998至2025年间4375条观测的失业率数据集，按性别、教育程度与残疾状况三维度细分。该数据集旨在回应非洲劳动市场统计中弱势群体就业状况信息碎片化的核心问题，为性别平等、教育回报与残障包容等交叉领域研究提供可复现的数据基础，并推动非洲开放数据生态的标准化与可发现性。

当前挑战

该数据集所应对的领域问题在于，非洲各国失业统计长期受制于非正式就业普遍、调查口径不一与弱势群体样本稀疏等结构性障碍，性别、教育及残疾维度的交叉失业率尤为稀缺且可比性不足。构建过程中亦面临多重挑战：一是ILOSTAT原始数据各国上报口径与年份覆盖参差不齐，需在重打包时保持缺失值的可追溯性；二是残疾状况变量在多数非洲国家统计中定义模糊或系统性缺失，易致分组推断偏差；三是元数据清单中country与upstream_publisher字段的缺省，增加了地理归因与来源核验的难度。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉研究中，该数据集构成剖析非洲大陆劳动力市场结构性分化的核心经验来源。其经典使用场景聚焦于按性别、受教育程度与残疾状况三重维度解构失业率差异，研究者借此开展跨国的截面比较与历时趋势分析，识别不同社会群体在就业机会获取上的系统性不平等。借助涵盖四十个非洲国家、逾四千条观测值的面板结构，学者能够检验教育回报假说、性别就业鸿沟以及残疾劳动力边缘化等理论命题，并运用分层回归或固定效应模型揭示各国制度环境对失业格局的调节作用。

实际应用

在政策实践层面，该数据集为非洲各国劳工部门、国际发展机构及非政府组织提供了精准识别就业脆弱群体的决策工具。依托其性别、教育与残疾维度的细分数据，政策制定者能够针对特定弱势群体设计差异化的职业技能培训、反歧视立法与就业补贴方案，并借助时间序列监测干预措施的中长期效果。同时，该数据集亦服务于世界银行、国际劳工组织等机构的国别诊断报告与区域发展战略编制，支持投资优先序的量化排序以及跨国减贫与包容性增长项目的成效评估。

衍生相关工作

围绕该数据集已衍生出一系列劳动经济学与数据科学的经典工作。研究者将其与非洲各国GDP、教育支出及社会保障覆盖等宏观指标进行联结，构建了多维就业脆弱性指数与失业不平等测度框架。部分工作采用机器学习方法对缺失值进行多重插补，并借助贝叶斯分层模型提升小样本国家估计的稳健性。此外，该数据集催生了关于残疾与就业的跨国比较专著及政策简报，推动了非洲劳动统计方法论的标准化讨论，并为后续Electric Sheep Africa系列数据集的开发与整合奠定了方法论与元数据规范基础。