electricsheepafrica/africa-ilo-luu-xlu4-sex-nb-composite-measure-of-labour-underutilization-lu4-b

该数据集名为“按性别划分的劳动力未充分利用综合衡量指标（LU4，以千计）| 非洲（ILOSTAT）”，是一个表格型数据集，专注于劳动力未充分利用的衡量。它包含354个观测值，覆盖30个非洲国家（如南非、卢旺达、毛里求斯等），时间跨度为2003年至2025年。数据集仅包含一个独特指标：LUU_XLU4_SEX_NB，即按性别划分的劳动力未充分利用综合衡量指标（LU4），该指标以千为单位，衡量劳动力市场中的未充分利用情况。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API直接提取，并过滤为非洲国家代码。数据集按性别维度进行分解，包括总计（SEX_T）、男性（SEX_M）和女性（SEX_F）三个类别。数据模式包括国家代码、国家名称、来源、指标、性别、时间、观测值等列，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以方便机器学习使用，采用CC-BY-4.0许可证发布。The dataset is named Composite measure of labour underutilization (LU4) by sex (thousands) | Africa (ILOSTAT) and is a tabular dataset focusing on measures of labour underutilization. It contains 354 observations across 30 African countries (e.g., South Africa, Rwanda, Mauritius), spanning the years 2003 to 2025. The dataset includes only one distinct indicator: LUU_XLU4_SEX_NB, which represents the composite measure of labour underutilization (LU4) by sex, measured in thousands. This indicator assesses underutilization in the labour market. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, pulled directly via the REST API and filtered to African country codes. It is disaggregated by sex dimensions, including total (SEX_T), male (SEX_M), and female (SEX_F). The schema includes columns such as country code, country name, source, indicator, sex, time, observed value, and more. It is suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset has been repackaged by Electric Sheep Africa for machine learning readiness and is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT数据库，经由Electric Sheep Africa团队重新整理打包而成。数据通过调用ILOSTAT REST API（接口标识为LUU_XLU4_SEX_NB）直接获取，并依据非洲ISO3国家代码进行筛选过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理，来源信息在source.label字段中标注以供追溯。数据以Parquet格式存储，确保机器学习和数据分析任务中的高效读取与处理。

特点

该数据集汇集了2003年至2025年间非洲30个国家的354条观测记录，聚焦于劳动利用不足的综合度量指标（LU4），并按性别（总计、男性、女性）进行细致分解。每条记录包含国家代码、来源、指标、性别、观测年份、数值及其状态标识等多维字段，同时提供指标和来源的详细说明。数据以年为单位呈现，并采用ILO选定的‘最佳来源’处理相同国家与年份的多个数据源，保证了数据的一致性和可靠性。

使用方法

使用者可通过HuggingFace的datasets库轻松加载该数据集，执行load_dataset('electricsheepafrica/africa-ilo-luu-xlu4-sex-nb-composite-measure-of-labour-underutilization-lu4-b')后，即可将其转换为Pandas DataFrame进行后续分析。支持按国家筛选（如df[df['ref_area'] == 'KEN']）、按指标进行时间序列分析（如按time排序并绘制obs_value），以及通过透视表构建国家×年份的矩阵，便于区域对比和趋势研究。数据遵循CC-BY-4.0许可，使用时需注明原始来源和Electric Sheep Africa的再包装贡献。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门基于ILOSTAT数据库构建，经Electric Sheep Africa于2025年重新打包发布，聚焦非洲30个国家2003至2025年间劳动力利用不足的复合度量（LU4）。劳动力利用不足是衡量劳动力市场健康度的关键指标，超越了传统失业率对潜在劳动力闲置的刻画，涵盖时间相关就业不足、劳动力附着不足及失业等多维状态。数据集以性别为细分维度，提供354条观测值，旨在为非洲区域劳动力市场分析、可持续发展目标（SDG）监测及政策制定提供标准化、机器可读的数据基础。其贡献在于将ILO认可的官方统计整合为时间序列格式，便于交叉比较与建模，对发展经济学与劳动社会学领域具有重要支撑价值。

当前挑战

数据集所面临的挑战首先源于领域问题：劳动力利用不足的复合度量（LU4）方案国别差异显著，各国对‘利用不足’的界定与调查方法受国际劳工统计学家会议（ICLS）定义影响，数据可比性受限；此外，非洲国家统计体系薄弱导致观测稀疏，30国中南非拥有51条记录而埃塞俄比亚仅9条，时间跨度不均制约了跨区域因果推断。构建过程中，数据源自ILOSTAT应用编程接口（API），需应对多源调查数据（如劳动力调查、行政记录）的异质性合并，以及‘中断序列’（break in series）等标注带来的缺失值处理难题；性别维度虽已分解，但其余分类（classif1、classif2）的稀疏性进一步增加了模型泛化的复杂性。

常用场景

经典使用场景

该数据集收录了2003年至2025年间非洲30个国家的劳动力利用不足综合指标（LU4），按性别分类的年度观测值共计354条。其最经典的使用场景是作为时间序列数据源，支持研究者追踪非洲各国劳动力市场的长期演变趋势。借助该数据集，学者能够绘制特定国家或区域劳动力利用不足率的变化曲线，开展跨时期、跨国别的比较研究。尤其适用于评估宏观经济政策、产业结构调整或社会变革对劳动力吸纳能力的动态影响。数据集提供统一的ILOSTAT标准编码和来源标识，便于与劳动经济学领域的其他面板数据高效整合，构建多维度分析框架。

衍生相关工作

该数据集的发布衍生了系列标志性研究与实践。在国际劳工组织的旗舰报告《世界就业与社会展望》中，非洲区域章节大量引用了此类经过协调的LU4数据，用于分析区域劳动市场韧性。学术层面，基于该数据集衍生出多项关于非洲性别工资差距与劳动力利用不足关联性的计量经济学研究，以及利用面板门限模型探讨产业结构转型对劳动力市场溢出效应的成果。在应用层，Electric Sheep Africa团队依托该数据集构建了统一的ML-Ready数据层，催生了多个非洲劳动力市场预测的开源基线模型，并作为训练数据支撑了面向撒哈拉以南非洲就业预测的轻量化机器学习工具包的开发。

数据集最近研究

最新研究方向

该数据集聚焦于非洲劳动力利用不足的综合测量（LU4），按性别与国别分列，覆盖2003至2025年间30个非洲国家的354次观测。在当前全球劳动力市场结构性变革与非洲人口红利释放的交叉点上，LU4指标超越了传统失业率，纳入时间相关及潜在劳动力群体，为描绘非洲大陆‘隐性失业’、‘就业不足’及‘脆弱就业’提供了量化视角。前沿研究趋向于利用此类面板数据，结合机器学习模型探索性别差异、制度变迁与劳动力市场刚性的动态关联，并以此评估非洲大陆自由贸易区（AfCFTA）实施对就业质量的实际影响。该数据集的公开与标准化，不仅赋能了跨国的可比性分析，更为国际劳工组织（ILO）在可持续发展目标（SDGs）框架下监测‘体面工作’进程提供了微观证据，其意义在于推动非洲劳动力研究从宏观笼统叙事转向微观精确建模。