electricsheepafrica/africa-ilo-luu-5lu4-sex-age-rt-composite-rate-of-labour-underutilization-lu4-by-s

该数据集包含非洲22个国家从2016年至2025年的劳动力利用不足复合率（LU4）数据，按性别和年龄细分，遵循第19届国际劳工统计学家会议（ICLS）标准。数据集共有540个观测值，涵盖1个核心指标：LUU_5LU4_SEX_AGE_RT，即按性别和年龄划分的劳动力利用不足复合率（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家。数据集结构包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值等列，适用于表格分类、回归和时间序列预测任务。数据为年度频率，经过ILO的标准化处理，并包含数据质量说明，如使用最佳来源和分类列的非空条件。数据集以Parquet格式发布，便于机器学习使用，并遵循CC-BY-4.0许可证。This dataset contains composite rates of labour underutilization (LU4) by sex and age for 22 African countries from 2016 to 2025, based on the 19th International Conference of Labour Statisticians (ICLS) standards. It includes 540 observations covering one core indicator: LUU_5LU4_SEX_AGE_RT, which represents the composite rate of labour underutilization (percentage) disaggregated by sex and age. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered for African countries. The dataset schema includes columns such as country code, country name, data source, indicator code, sex classification (total, male, female), age classification, observation year, observed value, and more, suitable for tabular classification, regression, and time-series forecasting tasks. Data is annual frequency, harmonized by ILO, with quality caveats like the use of best source and non-null conditions for disaggregation columns. It is published in Parquet format for ML readiness under the CC-BY-4.0 license.

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，通过调用其REST API接口（https://rplumber.ilo.org/data/indicator?id=LUU_5LU4_SEX_AGE_RT），直接提取了非洲地区22个国家的劳动力利用不足综合率（LU4）数据。原始数据源自各国劳动力调查、家庭收支调查及行政记录，并经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调处理。最终数据集仅筛选出非洲ISO3国家代码对应的观测值，涵盖2016年至2025年期间，共计540条记录，并以Parquet格式打包发布，确保机器学习的兼容性与高效加载。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，例如使用`load_dataset("electricsheepafrica/africa-ilo-luu-5lu4-sex-age-rt-composite-rate-of-labour-underutilization-lu4-by-s")`指令，即可将其转换为Pandas DataFrame进行分析。针对特定国家的研究，可依据`ref_area`列进行筛选；对于时间序列分析，可基于`indicator`列过滤出LU4指标并按年份排序。此外，数据集支持透视表操作，便于构建国家×年份的观测值矩阵，从而进行跨国比较或趋势可视化分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，依托其核心统计数据库ILOSTAT，并由Electric Sheep Africa在HuggingFace上重新封装。数据集聚焦非洲地区劳动力利用不足的综合率（LU4），涵盖2016至2025年间22个非洲国家的540条观测记录，按性别和年龄维度进行细化分析。劳动力利用不足是衡量经济体劳动力市场健康状况的关键指标，超越了传统失业率的单一维度，囊括了时间相关不充分就业、潜在劳动力以及失业人口等复合因素。该数据集的问世为深入剖析非洲劳动市场的结构性困境提供了标准化、可比化的量化基础，对推动可持续发展目标（SDG）中体面工作的实现具有重要参考价值。

当前挑战

该数据集所面临的挑战主要体现在两个方面。首先，在领域问题层面，传统失业率指标在非洲等发展中国家中往往低估了真实的劳动力闲置程度，因为大量劳动者处于非正规就业或就业不充分状态，LU4指标虽能更全面捕捉这一“隐形”失业现象，但其定义与测量方法在不同国家的统计口径与调查设计中仍存在显著差异，影响跨国比较的准确性。其次，在构建过程中，数据来源于多个国家的劳动力调查，存在来源方法论不一致、时间序列中断（如'Break in series'标记）和观察值状态不稳定（如 provisional 或 unreliable 标记）等问题，加之部分国家数据频次为年度，缺乏更高分辨率的月度或季度数据，限制了深入的时间序列分析能力。

常用场景

经典使用场景

该数据集收录了2016至2025年间非洲22个国家关于劳动利用不足综合率（LU4）的540条观测值，按性别与年龄维度进行细分。其经典使用场景在于构建面板数据模型，用以分析非洲各国劳动利用不足程度的时空演变规律。研究者可借助ILOSTAT标准化定义下的高可比性数据，跨越国境与年份，追踪特定群体（如青年、女性）在劳动力市场中的结构性困境，揭示经济发展水平、政策干预与劳动利用不足率之间的内在关联。

解决学术问题

数据集有效解决了非洲劳动统计中因数据碎片化与定义不统一而导致的比较研究障碍。它为学术研究提供了在ILO第19届国际劳动统计学家会议框架下统一口径的复合指标，使学者能够精准量化非洲区域内的劳动利用不足规模，并深入探讨性别不平等、青年就业危机及劳动力市场弹性等核心议题。这一标准化资源极大地提升了跨国家、跨时期实证分析的信度与效度，为推动劳动经济学与发展经济学领域的理论建构提供了坚实的数据支撑。

实际应用

在实际应用中，该数据集为国际发展机构、非洲各国政府及非政府组织提供了制定与评估就业政策的量化依据。通过监测LU4指标的年度波动，决策者能够识别劳动利用不足的高发群体与地域，从而定向设计职业技能培训计划、青年就业促进方案及性别包容性劳动政策。此外，数据集支持与宏观社会经济指标（如GDP、教育水平）的联动分析，辅助优化劳动力市场的资源配置，并服务于联合国可持续发展目标中关于体面工作与经济增长的监测与报告工作。

数据集最近研究

最新研究方向

当前，非洲劳动力市场的精准测度与动态监测成为国际发展经济学的前沿议题。基于国际劳工组织ILOSTAT权威源数据，该数据集聚焦综合劳动力利用不足率（LU4），覆盖2016至2025年间22个非洲国家，提供按性别与年龄的精细分层观测。其研究价值集中体现在两大方向：其一，利用长时序面板数据进行劳动力闲置率的跨国比较与趋势分解，尤其结合新冠疫情后非洲就业复苏的不均衡性，揭示不同人口亚组的脆弱性特征；其二，数据的高规范化处理与Machine Learning就绪格式，推动了预测模型与因果推断在欠充分就业领域的应用，为SDG体面劳动目标的量化评估提供实证基础。该数据集的发布，标志着非洲劳动力统计从零散调查向结构化、可复现开放数据的范式转变。