electricsheepafrica/africa-ilo-luu-xlu4-sex-dsb-rt-composite-rate-of-labour-underutilization-lu4-by-s

该数据集是一个表格型数据集，专注于非洲地区的劳动力市场统计，具体涵盖复合劳动力未利用率（LU4）按性别和残疾状况分类（%）这一指标。它包含530个观测值，涉及20个非洲国家（如卢旺达、赞比亚、塞内加尔等），时间跨度为2005年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并经过标准化处理，确保符合国际劳工统计会议（ICLS）的定义。数据集包括国家代码、年份、性别分类（总计、男性、女性）、残疾状况分类、观测值及其状态标记等字段，适用于表格分类、回归和时间序列预测等任务。This dataset is a tabular dataset focused on labour market statistics for Africa, specifically covering the Composite rate of labour underutilization (LU4) by sex and disability status (%) indicator. It contains 530 observations across 20 African countries (e.g., Rwanda, Zambia, Senegal) spanning the years 2005 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes fields such as country codes, years, sex disaggregation (total, male, female), disability status classification, observed values, and status flags, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集基于国际劳工组织（ILO）的ILOSTAT数据库构建，通过REST API接口直接采集原始指标数据，并针对非洲地区进行国家代码过滤，最终整合为涵盖20个非洲国家的530条观测记录。数据采集过程中，ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对调查微观数据进行统一协调处理，并在source.label字段中标注数据来源以确保可追溯性。数据集的重新打包与规范化由Electric Sheep Africa完成，旨在为机器学习任务提供标准化、可直接调用的表格数据。

特点

数据集聚焦于“劳动利用不足综合率（LU4）”，按性别与残疾状况进行交叉维度分解，包含SEX_T（总计）、SEX_M（男性）、SEX_F（女性）三类性别标识，以及残疾状态分类变量。时间跨度自2005年至2025年，涵盖年度频率的观测值，并附有观测状态标记（如可靠性标识）与注释字段，用于指示数据中断或方法修订等质量信息。数据以Parquet格式存储，结构清晰，包含国家代码、来源、指标标签、时间戳及数值等关键列，便于进行时间序列与多元回归分析。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset()函数直接加载该数据集，并转换为Pandas DataFrame进行后续分析。典型操作包括按国家代码过滤特定国家的数据、按指标与时间排序绘制时间序列图，以及通过数据透视表构建国家×年份的矩阵用于面板数据分析。数据集同时支持表格分类、回归与时间序列预测等任务，适合劳动经济学、发展经济学及非洲区域研究领域的学者与数据科学家进行统计建模与政策评估。

背景与挑战

背景概述

在全球劳动统计领域，国际劳工组织（ILO）通过其核心数据库ILOSTAT长期致力于提供高质量的劳动力市场指标，以支持可持续发展目标中体面工作的监测与评估。该数据集由Electric Sheep Africa于2025年重新整理发布，聚焦非洲地区，包含2005年至2025年间20个非洲国家的530条观测记录，核心指标为按性别和残疾状况分层的劳动利用不足综合比率（LU4）。这一数据集的构建背景源于传统失业率指标在反映劳动力市场真实状况时的局限性——许多非正式就业或边缘性劳动者虽未失业，却面临工时不足或技能错配等问题。通过引入LU4这一复合指标，数据集为学术界和政策制定者提供了更精细的分析工具，填补了非洲大陆在劳动利用不足细分维度上的数据空白，尤其在残疾人群体的就业包容性研究领域具有开创性意义。

当前挑战

该数据集所应对的领域核心挑战在于，非洲劳动力市场的非正规经济占比极高，传统失业率指标难以准确刻画劳动力闲置的全貌，LU4虽能更全面地捕捉工时不足、就业不足等现象，但其计算依赖于高质量的家庭调查和劳动力调查数据，而非洲多国在数据采集频率、覆盖范围及方法论一致性上存在显著差异。在构建过程中，数据集面临多重困难：原始数据来源于ILOSTAT的多源异构调查，需要跨国家、跨年份地统一不同来源的统计口径，处理因方法论修订（如断点序列标记）带来的时序可比性问题；同时，20个国家的数据稀疏性（如科摩罗仅有2021年观测值）限制了跨区域纵向分析，而性别与残疾状态的分层交叉导致部分子群体样本量过小，可能影响统计推断的稳健性。此外，数据质量标注（如“不可靠”状态）提示需谨慎处理异常值，这些挑战共同要求使用者具备专业的数据清洗与偏差校正能力。

常用场景

经典使用场景

该数据集收录了2005至2025年间20个非洲国家的530条劳动力利用不足综合率（LU4）观测值，并按性别与残疾状况进行细分，为研究非洲大陆劳动力市场的结构性特征提供了精细化的时序面板数据。在经典使用中，研究者常将其用于跨国比较分析，通过构建国家—年份二维矩阵，追踪特定群体（如女性或残疾劳动者）的LU4变化轨迹，进而揭示经济周期、政策干预或社会变革对劳动力吸纳能力的影响。其分层结构亦支持针对特定子群体开展深入的描述性统计或回归建模，例如比较不同性别残疾人群体的就业脆弱性差异。

解决学术问题

该数据集直面非洲劳动力统计中长期存在的维度缺失与颗粒度不足问题，尤其填补了按残疾状况划分的劳动利用不足指标这一学术空白。传统LU指标往往仅关注总体失业率，忽略了因时间相关或不充分就业形成的隐性冗余劳动力，而LU4综合率则涵盖了失业、时间相关不充分就业及潜在劳动力队伍，为更精准地测度劳动者福利与市场效率提供了依据。借助该数据，学者可探讨残疾歧视如何加剧劳动力排斥、性别差异如何被社会经济因素放大，以及不同国家制度环境下弱势群体就业吸纳机制的异同，从而推动包容性发展理论在非洲语境下的实证检验。

衍生相关工作

该数据集衍生出了一系列围绕非洲劳动力市场包容性测量的方法论与实证研究。一方面，其标准化的ILOSTAT来源与清晰的分层结构催生了多种预测建模工作，例如利用时间序列模型对LU4在特定国家或群体中的走向进行外推，并结合经济变量构建早期预警系统。另一方面，数据集中的残疾状态分类标签激励了关于社会身份交叉性（如性别×残疾）的计量分析，推动了针对多重劣势劳动者就业障碍的结构方程模型与反事实因果推断研究。此外，该数据还常被用作基准测试集，用以评估不同数据归因与缺失值插补技术在小样本跨国面板中的表现，为提升非洲劳动统计的整体鲁棒性奠定了基础。