electricsheepafrica/africa-ilo-emp-xtru-sex-dsb-rt-time-related-underemployment-rate-by-sex-and-disab

该数据集包含非洲24个国家从2005年至2025年的时间相关就业不足率数据，按性别和残疾状况分类，共计577个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过非洲国家代码过滤。数据集涵盖一个主要指标：EMP_XTRU_SEX_DSB_RT，即按性别和残疾状况分类的时间相关就业不足率（百分比）。数据模式包括国家代码、国家名称、数据来源、指标代码、性别分类、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。数据以年频率发布，经过ILO标准化处理，并包含数据质量说明，如来源选择和分类列的非空限制。This dataset contains 577 observations of time-related underemployment rate data across 24 Africa countries, spanning 2005 to 2025, disaggregated by sex and disability status. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Africa ISO3 country codes. It includes one key indicator: EMP_XTRU_SEX_DSB_RT, representing the time-related underemployment rate by sex and disability status (%). The schema comprises columns such as country code, country name, source, indicator code, sex classification, observation year, and observed value, making it suitable for tabular classification, regression, and time-series forecasting tasks. Data is annual, harmonized by ILO, with caveats on source selection and disaggregation column nullability.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织中央统计数据库（ILOSTAT）的原始记录，由Electric Sheep Africa团队进行系统性元数据标准化与重新封装。原始数据经采集、清洗与结构化处理后，以Parquet格式存储，保留了577条观测记录，覆盖24个非洲国家、2005至2025年时间跨度，涉及一项与时间相关的不充分就业指标。构建过程中，团队对来源信息、许可协议及字段定义进行了核验与标注，确保数据可追溯且符合开放数据规范，同时针对非洲区域数据发现需求补充了标准化元数据与使用指引。

特点

数据集聚焦于非洲地区按性别与残疾状况分类的时间相关不充分就业率，以百分比形式呈现，兼具表格分类与回归分析潜力。其核心特点在于多维度的分组结构，将性别与残疾身份纳入就业质量评估框架，为探究劳动力市场中的结构性差异提供了量化基础。数据规模精简，不足千条记录，但覆盖年限较长，国别范围明确。格式统一为Parquet，便于高效读取与处理，且附带详尽的元数据说明，降低了跨领域分析的门槛。

使用方法

研究者可通过Hugging Face的datasets库直接加载该数据集，利用内置的数据查看器快速浏览结构与内容。加载后，可提取特征列并转换为Pandas数据框，以便进行统计分析与可视化。使用时应优先查阅数据文件中的变量定义与单位，对缺失值采取审慎处理策略，避免在缺乏依据的情况下进行插补。若需与其他非洲数据集整合，建议依据显式的国家、年份及指标字段进行关联，并在分析中明确记录地理覆盖假设，以确保结果的可复现性与解释力。

背景与挑战

背景概述

在非洲劳动力市场深度转型的背景下，就业质量与包容性增长成为发展经济学和国际组织关注的核心议题。国际劳工组织（ILO）长期致力于构建跨国可比的劳动力统计体系，ILOSTAT即为其核心数据库。Electric Sheep Africa于2026年基于ILOSTAT数据再包装发布的该数据集，汇集了2005至2025年间24个非洲国家共577条观察记录，聚焦按性别与残疾状况分类的时间相关不充分就业率，旨在为非洲劳动市场的不平等与边缘化群体就业状况提供可复现的实证基础。

当前挑战

该数据集所应对的领域问题在于揭示非洲劳动力市场中时间相关不充分就业的性别与残疾差异，这一维度在既有统计中常被遮蔽。构建层面的挑战尤为突出：原始ILOSTAT数据在非洲国家的覆盖不均衡，部分国家与年份存在系统性缺失；残疾状况的分类标准在不同国家间缺乏一致性，导致跨区域比较面临效度威胁；此外，元数据中country与upstream_publisher字段的空缺进一步增加了溯源与地理归属的不确定性，分析者须在缺失值处理与定义校准上作出审慎判断。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇地带，该数据集为剖析就业不足的结构性特征提供了关键素材。其经典使用场景聚焦于按性别与残疾状况对时间相关就业不足率进行分组比较，研究者可借以刻画不同社会群体在劳动力市场中的边缘化程度。数据集覆盖24个非洲国家、577条观测、时间跨度自2005至2025年，使跨国与跨期面板分析成为可能，常被用于探究性别差距与残障就业劣势在非洲劳动力市场中的演变轨迹。

解决学术问题

该数据集直面劳动统计中弱势群体就业质量测度长期缺失的学术困境。过往研究多依赖总体失业率，难以揭示工时不足所折射的隐性就业不充分问题，且性别与残疾维度的交叉数据在非洲区域尤为稀缺。该数据集通过系统整合ILOSTAT的标准化指标，填补了非洲跨境比较中残障与性别双重分层数据的空白，为检验劳动力市场歧视理论、评估包容性增长政策提供了可复现的实证基础，对推动区域劳动治理研究具有实质意义。

衍生相关工作

围绕该数据集，Electric Sheep Africa已衍生出一系列标准化元数据驱动的非洲公开数据资产，涵盖就业、劳动参与及行业分布等主题，形成可互操作的非洲劳动统计目录。研究者在此基础上开展跨国面板回归、性别差距分解及残障就业包容性指数构建等分析，并与ILOSTAT原始数据库及其他区域社会经济数据集进行链接，催生出面向非洲劳动力市场不平等的可复现研究范式与开源分析工具。