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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的失业率数据，专门针对非洲地区。数据集覆盖50个非洲国家，时间跨度为1982年至2025年，共包含131,911个观测值。核心指标为“按性别、年龄和教育程度划分的失业率（%）”，数据通过ILOSTAT REST API获取，并经过处理以符合非洲国家ISO3代码。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类、年龄和教育分类、观测年份、观测值以及数据状态标志等。数据质量方面，注意数据为年度频率，ILO选择“最佳来源”处理多源数据，且分类列仅在指标发布细分数据时非空。数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究人员和开发者提供机器学习就绪的非洲劳动力市场数据。This dataset contains unemployment rate data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It covers 50 African countries from 1982 to 2025, with 131,911 observations. The core indicator is Unemployment rate by sex, age and education (%). Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. The dataset provides a detailed schema including country code, country name, data source, indicator code, sex disaggregation, age and education classifications, observation year, observed value, and data status flags. Regarding data quality, note that the data is annual frequency, the ILO-selected best source is used for multiple sources per country-year, and disaggregation columns are non-null only when the indicator publishes that breakdown. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting, aiming to provide ML-ready labor market data for Africa to researchers and developers.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织统计数据库（ILOSTAT），由Electric Sheep Africa进行系统性工程化处理，将原始劳工统计资料转化为适配机器学习工作流的Parquet格式，并纳入其非洲数据目录。构建过程中聚合了131,911条观测记录，覆盖50个非洲国家，时间跨度自1982年至2025年，标准化了元数据、加载指引与来源注释，形成具有可复现性的表格型数据集。

特点

数据集以表格与文本为模态，聚焦经济金融领域，涵盖性别、年龄与教育维度的失业率指标，具有百万以下十万以上的规模，采用CC BY 4.0许可。其元数据经Electric Sheep Africa统一编目，支持非洲数据发现，但国家字段与上游发布者信息存在元数据缺口，需在分析中审慎处理。

使用方法

研究者可通过Hugging Face的datasets库以load_dataset函数直接加载该数据集，并利用to_pandas方法转换至DataFrame进行探索性分析。使用时应从仓库文件及数据查看器入手，结合README的快速定位指引，在使用显式国家列时确认变量定义与单位，保留缺失值直至建立合理插补规则。

背景与挑战

背景概述

在国际劳动力市场监测与非洲发展研究的交汇处，失业率数据的系统化整理构成了实证经济分析的重要基石。该数据集由Electric Sheep Africa于2026年基于国际劳工组织ILOSTAT的权威统计重新封装发布，收录了覆盖50个非洲国家、时间跨度自1982年至2025年的131,911条观测记录，按性别、年龄组与教育程度三个维度细分失业率指标。其核心研究问题在于揭示非洲劳动力市场中不同人口群体的失业结构性差异，为比较劳动经济学与区域政策评估提供可复现的微观数据基础。该数据集的影响力在于以标准化元数据降低了非洲就业数据的获取门槛，推动了跨国别、跨时期的失业动态研究。

当前挑战

该数据集所应对的领域问题在于刻画非洲失业率在性别、年龄与教育维度上的异质性分布，弥补既有研究中对非洲劳动力市场细分统计的不足。构建过程中面临多重挑战：其一，源数据在跨国覆盖上的系统性缺失，部分国家年份存在大量空值，需在保留缺失机制的前提下审慎处理；其二，性别、年龄与教育分类在不同国家间的统计口径不一致，指标可比性受到削弱；其三，元数据清单中标注的国家字段与上游发布者信息存在缺口，地理归属需依据标题与来源上下文推断，增加了下游分析的假设负担；其四，指标定义与计量单位须回溯原始文献方能确认，标签本身不足以支撑政策解读。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交叉领域，该数据集凭借其覆盖五十个非洲国家、时间跨度逾四十年的十三万余条观测记录，构成了探究失业率结构性差异的核心经验素材。研究者通常将其用于刻画不同性别、年龄段与受教育程度群体失业率的分布特征与动态演变，借助面板数据模型或分组比较分析，揭示非洲劳动力市场中失业问题的异质性图景。

衍生相关工作

围绕该数据集及其所属的Electric Sheep Africa非洲公开数据目录，衍生出一系列以劳动市场分析为主题的经典工作，包括非洲青年失业趋势的跨国比较研究、教育回报率与失业风险的关联分析，以及基于ILOSTAT多指标融合的劳动力市场综合指数构建。这些工作进一步推动了非洲经济金融领域可复现研究流程与标准化元数据实践的发展。

数据集最近研究

最新研究方向

在非洲劳动力市场结构性转型与全球就业脆弱性议题持续升温的背景下，该数据集凭借覆盖五十个非洲国家、跨越1982至2025年的十三万余条观测记录，成为探究失业率性别、年龄与教育维度异质性的关键实证基础。当前前沿研究聚焦于运用其细分指标揭示青年与女性群体在教育回报递减情形下的就业困境，并与非正规经济、技能错配及人口红利等非洲发展核心议题形成呼应。该数据集的标准化元数据与开放许可亦推动了跨国比较研究与可复现分析范式的普及，为循证政策制定和可持续发展目标监测提供了重要支撑。