electricsheepafrica/africa-ilo-luu-xlu4-sex-edu-rt-composite-rate-of-labour-underutilization-lu4-by-s

该数据集包含非洲29个国家从2003年至2025年的劳动力利用不足复合率（LU4）数据，按性别和教育程度分类，共计4,879个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过过滤处理，覆盖单一指标（LUU_XLU4_SEX_EDU_RT）。数据集包括国家代码、年份、观测值、数据来源、性别分类、教育分类等字段，适用于表格分类、回归和时间序列预测等任务。数据以CC-BY-4.0许可证发布，由Electric Sheep Africa重新打包，旨在为非洲提供机器学习就绪的数据层。This dataset contains 4,879 observations of the composite rate of labour underutilization (LU4) by sex and education (%) across 29 African countries from 2003 to 2025. Sourced from the International Labour Organizations ILOSTAT database via API and filtered for Africa, it covers a single indicator (LUU_XLU4_SEX_EDU_RT). The data includes fields such as country codes, year, observed values, source information, sex and education disaggregation, and is suitable for tabular classification, regression, and time-series forecasting tasks. Released under the CC-BY-4.0 license and repackaged by Electric Sheep Africa, it aims to provide a unified, ML-ready data layer for Africa.

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核心统计数据库，通过其REST API接口直接抽取指标LUU_XLU4_SEX_EDU_RT的原始数据，并依据非洲ISO3国家编码进行地域过滤。ILOSTAT基于国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行统一协调，所有源数据均在source.label列中清晰标注，确保了数据的可追溯性与跨国产出的一致性。最终由Electric Sheep Africa团队重新打包为HuggingFace上的机器学习就绪格式。

特点

本数据集汇集了29个非洲国家共计4,879条观测记录，时间跨度覆盖2003年至2025年，聚焦于劳动力利用不足的综合比率（LU4）这一核心指标。数据按性别（总、男、女）和教育程度进行精细分层，提供了多维度交叉分析的视角。此外，数据集中包含丰富的元数据注解，如观测状态标志、方法论变更说明及非标准教育水平注释，为用户评估数据质量与进行稳健分析提供了关键的上下文信息。

使用方法

用户可通过HuggingFace的datasets库便捷加载，仅需一行代码`load_dataset("electricsheepafrica/africa-ilo-luu-xlu4-sex-edu-rt-composite-rate-of-labour-underutilization-lu4-by-s")`即可将数据转换为Pandas DataFrame。随后可借助`ref_area`字段对国家进行筛选，或利用`time`与`obs_value`列绘制特定指标的时间序列曲线。通过pivot_table功能，用户还能轻松构建以年份为行、国家为列的分析矩阵，便于开展跨国的面板数据分析与对比研究。

背景与挑战

背景概述

在全球劳动力市场研究中，劳动利用不足率是衡量经济健康与社会福利的关键指标，尤其对于发展中国家密集的非洲大陆，其结构性就业矛盾与性别教育差异交织，构成了复杂的政策挑战。由国际劳工组织（ILO）于2025年发布、经Electric Sheep Africa重新打包的“Composite rate of labour underutilization (LU4) by sex and education (%) | Africa (ILOSTAT)”数据集，聚焦于非洲29个国家2003至2025年间按性别与教育程度划分的综合劳动利用不足率。该数据集源自ILOSTAT权威统计数据库，整合了劳动力调查等微观数据，旨在为非洲地区的就业质量、性别平等及教育回报等核心议题提供标准化、机器可读的量化基础，对推动区域发展经济学研究与精准政策制定具有重要参考价值。

当前挑战

该数据集所面临的挑战首先体现在领域研究层面：非洲各国劳动力市场存在显著的结构性差异，如非正规就业占比高、数据采集频率不一（仅年度频率）及方法论间断，导致基于LU4指标进行跨国或跨时间比较时，需谨慎处理来源标识（source.label）与观测状态（obs_status）等质量标记，否则易产生误导性结论。其次，在数据构建过程中，挑战来自多源异构数据的整合：ILO需从不同国家的劳动力调查中依据国际劳工统计学家会议定义进行标准化，但部分观测值被标记为“不可靠”或存在“方法修订后的序列断裂”，这要求用户在建模前必须进行细致的清洗与筛选，以平衡数据广度和分析精度。

常用场景

经典使用场景

复合劳动力利用不足率（LU4）数据集由国际劳工组织（ILO）整理，涵盖2003至2025年间29个非洲国家的4879条观测记录。该指标综合了失业、时间相关不充分就业及潜在劳动力队伍等维度，按性别与教育水平精细分类，为分析非洲劳动力市场的结构性困境提供了标准化标尺。研究者常利用此数据集构建时间序列模型，追踪各国LU4的演变轨迹，或通过面板数据回归剖析教育水平、性别差异与劳动力闲置之间的复杂关联，从而揭示非洲大陆劳动力资源错配的核心特征。

实际应用

在实际政策制定层面，该数据集成为国际发展机构与非洲各国劳动部门进行动态监测与干预评估的关键工具。借助该数据集，实务工作者可以绘制劳动力利用不足的热点分布图，识别需要优先干预的国家或地区，并追踪特定职业培训项目的实效。同时，按性别与教育程度的细分数据为设计包容性就业计划提供了实证依据，例如针对女性高学历群体的就业瓶颈制定专项补贴策略。此外，时序列数据支持构建早期预警系统，帮助政府在劳动力市场出现恶化迹象时提前采取逆周期调节措施，降低长期失业与社会动荡风险。

衍生相关工作

基于该数据集已衍生出一系列具有影响力的学术工作。在方法论层面，研究者提出了针对非洲面板数据的空间计量模型，以捕捉邻近国家间劳动力市场波动的空间溢出效应；在实证研究领域，有经典工作利用此数据量化了资源型经济体在商品价格周期中的劳动力闲置特征，揭示了采矿业繁荣期非正规部门扩张的挤出效应。另有学者结合教育成就分布数据，构造了教育与劳动力利用不足的非线性回归模型，识别出非洲特有的‘中等教育陷阱’现象——即中等教育普及初期反而可能短期推高青年LU4率。这些工作共同丰富了全球南方劳动力市场理论的学术版图。