electricsheepafrica/africa-ilo-luu-5lu2-sex-age-rt-combined-rate-of-time-related-underemployment-and

该数据集包含非洲23个国家从2016年至2025年的603个观测值，专注于其他劳动力未充分利用指标。核心指标为LUU_5LU2_SEX_AGE_RT，即按性别和年龄划分的时间相关就业不足和失业综合率（LU2），基于第19届国际劳工统计学家会议定义。数据来源于国际劳工组织的ILOSTAT数据库，通过其REST API获取，并过滤为非洲国家。数据集采用表格格式，包含多列，如国家代码、指标代码、性别分类、观测年份、数值以及数据质量标志。它支持按性别（总计、男性、女性）和年龄（15岁以上）进行细分，适用于劳动力市场分析、时间序列预测和经济社会研究。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习使用，遵循CC-BY-4.0许可。This dataset contains 603 observations across 23 African countries from 2016 to 2025, focusing on Other measures of labour underutilization. The key indicator is LUU_5LU2_SEX_AGE_RT — the combined rate of time-related underemployment and unemployment (LU2) by sex and age, based on the 19th International Conference of Labour Statisticians definitions. Data is sourced from the ILOSTAT database of the International Labour Organization, retrieved via its REST API and filtered to African country codes. It is presented in tabular format with columns such as country code, indicator code, sex disaggregation, observation year, value, and data quality flags. The dataset supports disaggregation by sex (total, male, female) and age (15+), and is suitable for labour market analysis, time-series forecasting, and socio-economic research. Repackaged by Electric Sheep Africa in Parquet format for machine learning readiness, it is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT统计数据平台，通过REST API接口直接抽取指标编码为LUU_5LU2_SEX_AGE_RT的原始数据，并依据非洲ISO3国家代码进行地域过滤，最终形成涵盖23个非洲国家、跨越2016至2025年间的603条观测记录。ILOSTAT采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行统一化处理，每条记录均标注数据来源标签以便追溯。数据集由Electric Sheep Africa团队重新打包，以Parquet格式发布在HuggingFace平台上，确保研究者能够通过load_dataset()方式实现即取即用。

特点

本数据集聚焦于非洲地区时间相关就业不足与失业的综合率（LU2），按性别（总人口、男性、女性）进行细致拆分，揭示了非洲大陆劳动力闲置状况的结构性特征。数据涵盖卢旺达、赞比亚、安哥拉等23国，观测频率为年度，每条记录包含国家代码、来源、指标、性别分类、观测值及状态标识等丰富字段，并附有系列断裂等注释信息。值得注意的是，数据集仅包含ILO选定的最佳来源数据，确保了每个国家-年份组合内数据的一致性，适合进行跨国比较和时序分析。

使用方法

使用者可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，返回的Dataset对象可直接转换为pandas DataFrame进行后续分析。典型应用场景包括：按国家代码过滤以分析单一国家的时间序列趋势；针对特定指标的观测值按年份排序后绘制趋势图；利用pivot_table方法构建以年份为行、国家为列的数据透视矩阵，便于跨国横向比较。数据支持分类任务、回归任务及时序预测，研究者可根据obs_value字段开展劳动力市场建模与分析工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT发布，并由Electric Sheep Africa于2025年重新整理并托管于HuggingFace平台。数据集聚焦于非洲23个国家2016至2025年间就业不足与失业的综合率（LU2），按性别和年龄分层，包含603条观测记录。其核心研究问题在于揭示非洲地区劳动资源未充分利用的复杂动态，为劳动力市场分析、政策制定及可持续发展目标（SDGs）的监测提供关键数据支撑。作为ILOSTAT非洲子集的精选版本，该数据集在劳动经济学、人口统计学及发展研究领域具有重要影响力，尤其为跨国的纵向比较分析提供了标准化、可复用的基础素材。

当前挑战

数据集所应对的领域挑战在于，非洲国家普遍存在非正规经济比例高、劳动力调查频率低且方法不统一的问题，导致传统的失业率指标无法全面反映劳动资源闲置的真实程度。LU2指标整合了时间相关就业不足与失业，更精准地刻画了劳动市场困境。构建过程中面临的挑战包括：数据源异构性——不同国家的劳动力调查设计、问卷定义和统计时段存在显著差异；数据质量与连续性不一——部分国家观测年份稀疏或存在方法论修订导致的序列断裂（如标注为‘Break in series’的观测状态）；此外，ILO虽负责数据协调，但原始数据收集依赖各国行政体系，部分数据仍标记为临时或可靠性存疑，需用户在使用时谨慎考量标注性注释。

常用场景

经典使用场景

在劳动经济学与发展经济学的研究领域中，该数据集作为衡量非洲劳动力市场非充分就业状态的关键指标，被广泛用于评估时间相关的不充分就业与失业的综合比率（LU2）。研究者通常利用其按性别和年龄分层的观测值，构建面板数据模型以分析不同非洲国家劳动力利用不足的变动趋势，尤其是针对青年与成年群体的差异比较。该数据集的年度观测频率和涵盖的23个非洲国家使其成为纵向比较研究的理想素材。

衍生相关工作

该数据集衍生出了多项具有影响力的研究工作，包括基于非洲多国面板数据的劳动力市场弹性分析、性别化就业质量的时间序列预测模型，以及结合其他ILOSTAT指标进行的劳动力利用不足综合指数构建。部分学者利用其中的分性别数据，验证了女性面临更严重的时间相关不充分就业假说。此外，该数据集还被用于训练机器学习模型以预测非洲国家短期内的就业结构变化，并成为开源社区中‘Electric Sheep Africa’项目推动非洲数据民主化与可复现研究的重要范例。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区时间相关就业不足与失业的综合率（LU2）的性别与年龄分层分析，为劳动经济学前沿研究提供了关键数据支撑。基于ILOSTAT官方统计，涵盖23个非洲国家2016至2025年的年度观测，数据集支持时序预测、分类与回归任务，尤其适合探究后疫情时代非洲劳动力市场的结构性变迁。当前研究热点包括利用该数据评估非正式就业与性别不平等对劳动利用率的动态影响，并结合非洲大陆自由贸易区（AfCFTA）等政策事件，剖析劳动力资源错配的内在机制。其跨国家、长时序的特性为构建精准的劳动力市场预测模型奠定了基础，对推动非洲体面劳动目标（SDG 8）的量化监测与政策优化具有重要学术与实践意义。