electricsheepafrica/africa-ilo-une-tune-sex-mts-dsb-nb-unemployment-by-sex-marital-status-and-disability

该数据集包含非洲41个国家从1998年到2025年的失业统计数据，具体指标为按性别、婚姻状况和残疾状况划分的失业人数（千）。数据集共有7,364条观测记录，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并过滤为非洲国家。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、指标名称、性别分类（总计、男性、女性）、婚姻状况分类、残疾状况分类、观测年份、观测值（单位为千）、观测状态标志等。数据以年度频率发布，涵盖了失业主题下的多维细分信息，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以CC-BY-4.0许可发布。This dataset contains unemployment statistics for 41 African countries from 1998 to 2025, specifically the indicator Unemployment by sex, marital status and disability status (thousands). It includes 7,364 observations sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and filtered for African countries. The dataset provides a detailed schema with columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), marital status classification, disability status classification, observation year, observed value (in thousands), observation status flags, and more. The data is published at annual frequency and covers multi-dimensional breakdowns on unemployment, suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Africa and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织（ILO）核心统计数据库ILOSTAT为权威数据源，覆盖41个非洲国家在1998至2025年间的失业观测记录，共计7364条。Electric Sheep Africa团队对原始统计资料进行系统化整理与标准化封装，以Parquet列式格式重新发布，并配套统一的元数据描述、来源溯源说明与分析导向的上下文信息，从而在保留原 publisher 统计口径的前提下提升数据在机器学习工作流中的可发现性与可复现性。

特点

数据集聚焦于性别、婚姻状况与残疾状态三重维度交叉下的失业规模，以千人计量单位呈现，兼具表格与文本模态。其体量处于1K至10K区间，属单语英语资源，标签体系涵盖失业、劳动、就业及经济金融等主题。数据按非洲区域整合，时间跨度自1998年延展至2025年，为考察弱势群体劳动市场边缘化提供了细分粒度，但国家列与上游发布者等元数据字段存在缺失，需在使用前加以核验。

使用方法

研究者可借助Hugging Face datasets库以单行代码加载该数据集，先检视其划分结构与特征架构，再按需将表格分支转换为Pandas数据框以便分析。使用时应从仓库数据文件确认变量定义与计量单位，对缺失值保持审慎态度直至确立可辩护的插补规则；涉及地理推断时需明确记录假设。该数据可与其他Electric Sheep Africa数据集基于国家、年份与指标字段进行连接，支撑可复现的计量分析与可视化探索。

背景与挑战

背景概述

在全球化劳动力市场监测与非洲社会经济政策制定的双重需求驱动下，国际劳工组织（ILO）长期致力于构建跨国可比、多维度分层的失业统计体系。该数据集由Electric Sheep Africa于2026年标准化发布，依托ILOSTAT权威数据源，系统整合了1998至2025年间41个非洲国家共计7,364条观测记录，聚焦于性别、婚姻状况与残疾状态交叉分类下的失业人口测度。其核心研究问题在于揭示非洲劳动力市场中边缘化群体的失业分布规律，填补了残疾与婚姻状态维度在非洲失业统计中的交叉分析空白。该数据集以机器学习就绪的Parquet格式与标准化元数据为特征，为非洲经济金融领域的可复现研究提供了关键基础设施，对推动数据驱动的包容性就业政策具有显著影响力。

当前挑战

该数据集所聚焦的领域问题在于非洲劳动力市场中多重弱势身份叠加下的失业风险识别，其挑战源于性别、婚姻状况与残疾状态三重维度的交叉分析对统计粒度与样本量的严苛要求。在构建过程中，数据集面临非洲区域统计能力不均衡导致的跨国数据可比性难题，部分国家在残疾状态与婚姻状况分类标准上存在显著差异，且元数据中缺失国家标识与上游发布者信息，增加了数据溯源与变量对齐的复杂性。此外，缺失值处理策略的设定需兼顾统计严谨性与模型可用性，而不同国家在指标定义与数据采集方法上的异质性亦对跨时段趋势分析的可靠性构成持续挑战。

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中，该数据集凭借其涵盖41个非洲国家、跨越1998至2025年的7364条观测记录，成为探究失业率结构性差异的经典面板数据来源。研究者通常以性别、婚姻状况与残疾状态三维分组变量为核心解释维度，运用固定效应模型或分层回归方法，系统刻画不同社会身份群体在非洲劳动力市场中的失业风险分布形态，进而揭示多重弱势身份叠加对就业机会的系统性抑制效应。

衍生相关工作

围绕该数据集，已衍生出若干聚焦非洲劳动力市场排斥与脆弱性研究的工作，包括基于ILOSTAT多指标联表的跨国比较分析、将残疾与性别交叉性纳入失业持续期建模的计量研究，以及结合Electric Sheep Africa其他社会经济数据集构建的多维贫困与就业关联图谱。这些工作进一步推动了非洲劳动统计数据的标准化整合与机器学习驱动的政策模拟研究。

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包容性增长议题日益受到全球关注的背景下，该数据集依托国际劳工组织ILOSTAT的权威统计框架，整合了1998至2025年间41个非洲国家逾七千条观测记录，成为探究失业率性别差异、婚姻状况与残疾状态交互效应的关键实证基础。当前前沿研究聚焦于交叉性视角下的劳动力市场排斥机制，通过将婚姻状态与残疾身份纳入统一分析框架，揭示传统失业统计中被遮蔽的脆弱群体境遇，尤其关注残疾女性在婚姻变动后的就业脆弱性加剧现象。该数据集所承载的标准化元数据与可复现结构，为非洲区域比较研究、社会保障政策评估以及可持续发展目标中体面劳动议程的监测提供了稀缺的量化支撑，推动了发展经济学与残疾研究领域的方法论融合。