electricsheepafrica/africa-ilo-luu-2lu2-sex-rt-combined-rate-of-time-related-underemployment-and

该数据集包含非洲53个国家从2005年至2027年的其他劳动力利用不足指标数据，共有3,630条观测记录，涵盖1个独特指标，即按性别划分的时间相关就业不足和失业综合率（LU2）——国际劳工组织（ILO）模型估计。数据来源于国际劳工组织的ILOSTAT数据库，经过重新打包，旨在提供机器学习就绪的非洲劳动力市场时间序列数据，支持表格分类、回归和时间序列预测等任务。This dataset contains 3,630 observations of Other measures of labour underutilization data across 53 Africa countries, spanning 2005–2027, covering 1 distinct indicator: Combined rate of time-related underemployment and unemployment (LU2) by sex -- ILO modelled estimates. It is sourced from the ILOs ILOSTAT database and repackaged to provide machine learning-ready time-series data on African labour markets, supporting tasks such as tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT数据库，其构建过程严格遵循国际劳工统计学家会议（ICLS）对劳动力利用不足测量指标的定义。数据通过ILOSTAT的REST API接口直接获取原始调查微观数据，并针对非洲53个国家的ISO3国家代码进行精细筛选。ILO统计部门对各国劳动力调查、家庭收入调查及行政记录等多元来源数据进行系统整合与协调处理，使得不同来源的数据在统一标准下具备可比性与一致性。最终整合为包含3630条观测值、跨越2005年至2027年时间维度的结构化数据集，每条记录均附有来源标签以实现数据溯源。

特点

该数据集的核心特色在于其聚焦于非洲大陆的劳动力利用不足状况，专门提供时间相关就业不足与失业的综合比率（LU2）指标，并按性别进行细分呈现。数据集覆盖了非洲全部53个国家，时间跨度长达23年，既包含历史观测值也涵盖ILO的模型预测估计值，为长期趋势分析与政策评估提供了丰富素材。数据结构规范统一，包含国家代码、指标名称、性别分类、观测数值及状态标记等关键字段，便于多维度交叉分析。此外，数据质量标记如'Real value'等状态标志使得用户能够有效识别与筛选不同可靠程度的数据点。

使用方法

使用该数据集极为便捷，用户可通过HuggingFace Datasets库的load_dataset()函数一行代码即可完成数据加载，并直接转换为Pandas DataFrame进行后续分析。数据集支持按国家代码进行筛选，例如通过ref_area字段快速提取肯尼亚等特定国家的子集；亦支持按特定指标进行时间序列分析，利用obs_value与time字段可绘制指标变化趋势图。更高级的应用包括将数据透视转换为以年份为行、国家为列的国家×年份矩阵，便于进行面板数据分析或构建机器学习模型。数据集已预先处理为Parquet格式，确保加载速度快且内存占用优化，适合在Jupyter Notebook或脚本环境中直接开展科研工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2025年11月发布，经Electric Sheep Africa整理后以HuggingFace数据集形式呈现，旨在提供非洲53个国家2005至2027年间按性别分列的时间相关不充分就业与失业综合率（LU2）的ILO模型估计值。LU2指标作为劳动力利用不足的复合衡量标准，能够更全面捕捉非洲劳动力市场的结构性困境，弥补传统失业率在反映隐性就业不足方面的局限。数据涵盖3630条观测记录，基于国家劳动力调查等权威来源，并经过ILO统一化处理，为研究非洲劳动力市场的性别差异、区域异质性及长期趋势提供了规范化、机器可读的纵向面板数据，显著提升了该区域劳动统计数据的可获取性与可比性，对推动非洲发展经济学与政策评估研究具有重要支撑作用。

当前挑战

该数据集面临的挑战聚焦于两个层面。领域问题层面，非洲大陆劳动力市场普遍存在非正规就业比例高、周期性波动剧烈及性别差距显著等结构性难题，传统失业率指标难以精准刻画劳动力利用不足的全貌，而LU2指标虽能整合时间相关不充分就业与失业信息，但其多源异构数据的融合与季节性调整仍是方法论上的持续性挑战。构建过程层面，数据须从ILOSTAT REST API拉取并严格过滤至非洲国家ISO3编码，面对53个国家间统计能力不一、历史数据缺失及频率不一致（年度为主）等问题，还需处理同一国家同年份多个来源的数据择优问题，同时确保性别维度（总、男、女）的完整性与标签标准化，对数据清洗与质量控制提出了较高要求。

常用场景

经典使用场景

在劳动经济学与发展经济学研究中，该数据集最典型的用途是作为面板数据支撑非洲各国劳动力利用不足状况的跨国比较与趋势分析。研究者可借此剖析时间相关就业不足与失业的综合率（LU2）在不同性别群体间的分布格局，结合2005至2027年的长时间跨度，捕捉经济周期、政策干预或结构性变迁对劳动力市场的动态影响。其经ILO统一协调的估算方法确保了跨国的可比性，为构建回归模型、测算性别差距演变或评估可持续发展目标（SDG）中体面劳动进展提供了可靠的数据基础。

实际应用

在实际应用层面，该数据集对国际组织、政府机构及非营利组织的劳动力政策制定具有直接指导价值。政策制定者可利用LU2指标识别就业不足问题最严峻的国家或地区，并针对女性劳动力群体设计精准的促进体面劳动计划，如技能培训项目或灵活就业扶持措施。同时，该数据作为ILO主导的跨国监测工具，辅助各国追踪可持续发展目标中指标8.5.1（按性别分列的失业率）的进展，并为世界银行等机构开展非洲劳动力市场援助项目提供基线参考。此外，企业亦可借助这些数据评估区域市场的人力资本潜力与消费驱动能力，优化在非洲的投资选址策略。

衍生相关工作

基于该数据集衍生的学术工作集中于劳动力利用不足的时空建模与预测。经典研究常以LU2指标作为因变量，构建固定效应面板模型探讨制度因素（如最低工资法规、工会覆盖率）或人口学变量（如城市化率、教育水平）对就业不足率的影响。亦有工作利用时间序列方法对社会经济冲击（如大宗商品价格波动、疫情）进行中断检测，或集成机器学习模型（如LightGBM、Prophet）对未来劳动参与趋势进行短期预测。此外，结合其他ILOSTAT指标（如失业率LU1、潜在劳动力LU3）构建劳动力利用不足综合指数，开展多维度聚类分析，已成为系统刻画非洲劳动力市场结构分化的典型范式。