electricsheepafrica/africa-ilo-emp-xtru-sex-edu-geo-rt-time-related-underemployment-rate-by-sex-education

该数据集包含5,212个观测值，涉及31个非洲国家从2003年到2025年的时间相关就业不足率数据。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，重点关注按性别（总计、男性、女性）、教育程度和城乡地区划分的就业不足率百分比。数据集经过重新打包，以表格形式呈现，适用于分类、回归和时间序列预测任务。数据模式包括国家代码、指标代码、性别分类、年份、观测值等列，并包含数据质量说明，如年度频率、最佳来源选择和分类列非空条件。数据集旨在为研究人员和开发者提供机器学习就绪的非洲劳动力统计数据。This dataset contains 5,212 observations of Time-related underemployment data across 31 Africa countries, spanning 2003–2025, covering 1 distinct indicator. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on the underemployment rate disaggregated by sex, education, and rural/urban areas. The dataset is repackaged in a tabular format suitable for tabular classification, regression, and time-series forecasting tasks. It includes schema columns such as country codes, indicator codes, sex classifications, year, observed values, and data quality caveats like annual frequency and source selection. The dataset provides ML-ready labor statistics for Africa.

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数据库重新整理而成。原始数据通过ILOSTAT REST API直接获取，筛选出非洲国家ISO3代码对应的观测记录，涵盖31个非洲国家2003年至2025年间的时间序列数据。ILOSTAT依据国际劳工统计学家会议（ICLS）定义，对各国劳动力调查、家庭收入调查及行政记录等原始微观数据进行统一归并和标准化处理，确保数据在不同来源间具备可比性。每个观测值均附带来源标签，以追溯数据的原始出处，增强了数据的透明性和可复现性。

特点

数据集包含5,212条观测记录，聚焦于非洲地区按性别、教育程度以及城乡地域划分的时间相关就业不足率（%），是研究非洲劳动力市场结构非充分就业现象的关键指标。数据支持从性别（总计、男性、女性）、教育层次及地域类型三个维度进行细分分析，同时保留完整的元数据信息，如数据来源、观测状态标志及系列中断注释，为用户评估数据质量提供了依据。所有记录为年度频率，并采用ILO筛选的“最佳来源”以保证同一国家年份在存在多来源时数据的一致性。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset`函数直接加载该数据集，并借助`.to_pandas()`方法转换为Pandas DataFrame进行后续分析。使用时可依据`ref_area`字段按国家筛选数据，或针对`EMP_XTRU_SEX_EDU_GEO_RT`指标按时间排序绘制时间序列图。此外，利用`pivot_table`功能可便捷地将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或可视化展示。数据集以CC-BY-4.0许可发布，使用时需同时引用原始ILO数据和Electric Sheep Africa的封装版本。

背景与挑战

背景概述

在劳动经济学与非洲发展研究领域，时间相关不充分就业率（Time-related underemployment）是衡量劳动力市场非充分就业状态的关键指标，其与性别、教育水平和城乡地理区域的交叉分析，为揭示非洲大陆结构性就业不平等提供了重要视角。由国际劳工组织（ILO）统计部门发布的ILOSTAT数据库，作为全球劳动统计的权威来源，系统整合了来自31个非洲国家、跨越2003至2025年的5,212条观测数据。该数据集由Electric Sheep Africa于2025年重新封装并托管于HuggingFace平台，其核心研究问题聚焦于非洲区域内不同性别、教育背景及城乡分布的劳动者在时间相关不充分就业率上的差异，旨在为可持续发展目标（SDGs）中的体面劳动议题提供数据支撑。该数据集因其精细的分类维度和覆盖长达二十余年的时间序列，成为非洲劳动市场结构性分析及政策评估的重要数据基础。

当前挑战

该数据集所应对的领域挑战是非洲劳动力市场长期存在的就业质量量化难题，即如何从性别、教育和地理三个交叉维度综合描述不充分就业的结构性特征，避免单一指标掩盖区域内部的深层不平等。在构建过程中，主要挑战体现在三个方面：其一，数据同质性挑战，ILOSTAT虽对各国劳动力调查原始微观数据进行了基于国际劳动统计学家会议（ICLS）标准的统一化处理，但各国调查方法、样本设计及数据频率（年度为主）的差异，仍可能导致跨国家比较的偏倚；其二，数据稀疏性与不完整性挑战，不同国家在观测年份、细分维度上的数据覆盖极不均衡，如南非贡献868条记录而塞拉利昂仅119条，且部分数据被标记为不可靠或存有序列断裂；其三，维度编码复杂性挑战，教育水平、地理区域等分类变量采用ILOSTAT内部的标准化编码系统，研究者需深入理解其语义映射，否则易在时间序列分析与交叉表生成中引入误差。

常用场景

经典使用场景

该数据集最经典的使用场景在于进行非洲劳动力市场的时空分析与分类预测。基于ILOSTAT提供的与时间相关的就业不足率，数据按性别、教育程度及城乡地域进行细致分层，覆盖31个非洲国家、跨度2003至2025年的5,212条观测记录。研究者可借助表格分类与回归任务，探究不同群体在劳动参与中的结构性差异，亦可利用时间序列预测方法建模就业不足率的动态演变轨迹，从而揭示非洲各经济体在劳动力资源配置上的长期趋势与区域异质性。

解决学术问题

该数据集核心解决了非洲劳动经济学领域中精细分层数据缺失的学术困境，尤其填补了按教育与地理维度交叉分析的空白。以往研究多囿于国家层面或单一性别视角，难以深入剖析结构性就业不足的内在成因。借助本数据，学者得以量化教育水平提升对城乡及不同性别劳动力时间利用效率的真实影响，验证人力资本理论在非洲语境下的适用性。其意义在于为发展经济学与劳动社会学提供了可靠的数据基底，推动从描述性统计向因果推断与政策模拟过渡。

衍生相关工作

该数据集衍生出多项具有影响力的开创性工作。在经典基准测试方面，它被广泛用作时序预测模型（如Prophet、LSTM及Transformer架构）在劳动统计上的评估案例；同时支撑了多项关于非洲就业质量的比较研究。研究者基于此数据构建了多任务学习框架，同步预测总就业不足率及其按性别、教育程度的子类别指标。亦有工作将其与气候、贸易等外部数据集融合，催生了跨学科分析范式，极大推动了非洲劳动力市场动态建模的技术积累与理论深化。