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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体指标为按性别、年龄和婚姻状况划分的劳动力未充分利用综合率（LU4）。数据集涵盖30个非洲国家，时间跨度为2003年至2025年，共包含8,550个观测值。数据以年度频率提供，包括国家代码、指标代码、性别分类（总计、男性、女性）、年龄分类、婚姻状况分类、观测年份、观测值（百分比）以及数据质量标志（如不可靠、临时数据等）。数据集经过Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层，方便研究人员和开发者使用。This dataset contains Other measures of labour underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Composite rate of labour underutilization (LU4) by sex, age and marital status (%). It covers 30 African countries from 2003 to 2025, with 8,550 observations. The data is provided at annual frequency and includes country codes, indicator codes, sex disaggregation (total, male, female), age classification, marital status classification, observation year, observed values (percentage), and data quality flags (e.g., unreliable, provisional). The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa, facilitating use by researchers and developers.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILO）的ILOSTAT数据库进行重新封装与整合而成。数据通过ILOSTAT的REST API接口（rplumber.ilo.org）直接抓取，获取了涵盖劳动力利用不足综合率（LU4）的原始指标数据，并依据非洲ISO3国家代码进行地理范围过滤。ILOSTAT本身依据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协调处理，数据集中的source.label字段则清晰地标注了各观测值的原始数据来源，确保了数据溯源的高度透明度。

特点

该数据集整合了2003年至2025年间覆盖30个非洲国家的8,550条观测值，聚焦于劳动力利用不足综合率（LU4）这一核心指标，并按性别、年龄及婚姻状况进行多维细分。数据集提供了丰富的分类信息，包括国家代码、数据来源、观测状态标志以及数据序列中断等注释信息，为研究者提供了完整的数据质量背景。此外，数据以年度频率呈现，并优先采用ILO选定的“最佳来源”数据，有效保证了跨国家和跨时间序列的一致性。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集，仅需执行`load_dataset("electricsheepafrica/africa-ilo-luu-xlu4-sex-age-mts-rt-composite-rate-of-labour-underutilization-lu4-by-s")`命令即可获取。加载后，可将数据转换为pandas DataFrame进行深入分析，支持按国家代码（如`ref_area == "KEN"`）筛选特定国家数据，通过`sort_values("time")`方法构建单一指标的时间序列，亦可利用`pivot_table`函数重塑为国家×年份的矩阵格式，极大地方便了面板数据分析与可视化应用。

背景与挑战

背景概述

劳动力利用不足的衡量是国际劳动组织（ILO）长期关注的核心议题之一。该数据集由ILO的统计部门基于国际劳工统计学家会议（ICLS）定义构建，经Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台上。数据集聚焦于非洲30个国家2003至2025年间劳动力利用不足综合率（LU4）的性别、年龄及婚姻状况分层指标，涵盖8550条观测记录。作为ILOSTAT数据库的一个子集，该数据为评估非洲地区劳动力市场困境、推动体面劳动目标（SDG 8）提供了关键的标准化量化工具，尤其弥补了非洲大陆在高频、可比性劳动力利用不足指标方面的长期数据空白。

当前挑战

该数据所解决的核心领域挑战在于量化隐性劳动力利用不足问题——传统失业率往往低估了非洲国家中因就业不充分、就业质量低下而陷入劳动力市场困境的群体规模。构建过程中面临的主要挑战包括：非洲各国劳动调查频率不一致、问卷设计差异导致数据可比性不足；ILOSTAT通过统一的ICLS定义与最佳来源选择策略进行数据调和，但仍存在因方法修订（如断点标识`note_indicator`）带来的时间序列非连续性；此外，部分观测因调查样本量或响应质量问题被标记为“不可靠”（`obs_status`），影响了模型输入的精度与因果推断的稳健性。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲地区劳动力利用不足的综合率（LU4）进行多维度的分析与建模。以性别、年龄和婚姻状况为关键分层变量，研究人员能够运用时间序列预测、分类与回归等任务范式，系统探究不同人口统计学群体在劳动力市场中的结构性差异。数据集覆盖2003至2025年间30个非洲国家的年度观测数据，为追踪劳动力利用不足的长期演变轨迹、识别区域异质性以及评估阶段性社会政策干预效果提供了宝贵的数据基础。其结构化的表格格式也便于直接集成到机器学习流水线中，进行跨国的动态比较研究。

衍生相关工作

围绕该数据集衍生了一系列重要的学术研究工作。这些工作主要聚焦于开发基于机器学习的区域劳动力利用短时预测模型、构建非洲国家劳动力闲置的聚类与排序基准，以及评估新冠疫情等重大事件对男性与女性劳动参与不对称冲击的因果推断研究。此外，部分研究将该数据与ILOSTAT其他关联指标（如失业率、非正式就业率）进行联合分析，以生成更综合的劳动市场健康度评分。数据集的开放性与标准化格式也催生了一批专注于非洲劳动经济可重复性研究的开源工具包和基准测试库，推动了该领域研究范式的透明化与效率提升。

数据集最近研究

最新研究方向

基于国际劳工组织（ILO）提供的非洲劳动力利用不足综合率（LU4）数据集，当前研究聚焦于性别、年龄与婚姻状况三维交叉维度下的劳动力闲置动态演变规律。该数据集覆盖30个非洲国家、2003至2025年间的8550个观测值，为区域就业政策评估提供了细粒度的时间序列支撑。前沿方向包括利用机器学习模型（如LSTM或Transformer）对LU4指标进行多步预测，并结合非洲大陆自由贸易区（AfCFTA）实施、青年人口激增等热点事件，量化结构性失业与隐性失业的演化路径。研究不仅揭示了非洲劳动力市场在性别平等维度的差异化进程，还通过耦合其他ILO指标（如NEET率、非正规就业占比）构建劳动力闲置综合指标体系，为可持续发展目标（SDG 8）中体面工作的监测评估提供了可操作的数据基础设施。