electricsheepafrica/africa-ilo-emp-xtru-sex-geo-mts-nb-time-related-underemployment-by-sex-rural-urban-ar

该数据集包含非洲32个国家从1996年至2025年的时间相关就业不足数据，共3,398个观测值，涉及1个核心指标（EMP_XTRU_SEX_GEO_MTS_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤到非洲国家。数据集按性别（总计、男性、女性）、地区类型（农村/城市）和婚姻状况进行细分，提供年度观测值，包括国家代码、来源、指标值、时间年份和数据质量标志等列。数据经过ILO标准化处理，适用于表格分类、回归和时间序列预测等任务。This dataset contains 3,398 observations of time-related underemployment data across 32 African countries, spanning from 1996 to 2025, covering one distinct indicator (EMP_XTRU_SEX_GEO_MTS_NB). Sourced from the ILOSTAT database of the International Labour Organization (ILO), the data is retrieved via API and filtered to African countries. It is disaggregated by sex (total, male, female), rural/urban area, and marital status, providing annual observations with columns including country codes, sources, indicator values, time years, and data quality flags. The data is harmonized by ILO and suitable for tasks such as tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集来源于国际劳工组织统计数据库（ILOSTAT），由Electric Sheep Africa进行元数据标准化与重新封装。原始数据涵盖32个非洲国家1996年至2025年间与时间相关就业不足的统计数据，共计3398条观测记录。构建过程以非洲数据发现为导向，对上游公开统计资料实施统一化处理，生成标准化元数据、溯源说明及面向分析场景的上下文信息，并以Parquet格式进行存储，同时配套Hugging Face数据集卡片以提升可发现性与可复用性。

特点

数据集聚焦于非洲区域与时间相关的就业不足议题，按性别、城乡区域及婚姻状况进行多维交叉分类，计量单位为千人。其时间跨度近三十年，覆盖32个非洲国家，具备显著的面板数据特征，适用于劳动经济学与性别研究等领域的比较分析。数据以表格与文本双模态呈现，规模处于一千至一万行区间，附带CC BY 4.0开放许可，并保留了缺失值等原始统计特征，便于研究者依据自身需求构建可复现的分析流程。

使用方法

研究者可通过Hugging Face datasets库加载该数据集，调用load_dataset函数并传入对应仓库路径即可获取数据对象，随后可访问特征结构与样本记录。对于表格型数据，可将其转换为Pandas数据框以开展描述性统计、缺失值诊断及建模分析。在使用过程中，建议依据数据文件核实变量定义与计量单位，利用显式的国家、年份与指标字段进行跨数据集联结，并保留缺失值直至确立合理的插补规则，从而确保分析结论的稳健性与可追溯性。

背景与挑战

背景概述

非洲大陆的劳动力市场长期面临就业不足的结构性困境，其中与工时相关的隐性失业问题尤为突出。国际劳工组织（ILO）作为全球劳工统计的权威机构，其ILOSTAT数据库持续追踪各国就业质量指标。在此背景下，Electric Sheep Africa于2026年前后对ILOSTAT中非洲区域的时间相关就业不足数据进行了标准化整理与元数据增强，形成了覆盖32个非洲国家、时间跨度为1996至2025年、包含3398条观测值的专题数据集。该数据集按性别、城乡地域及婚姻状况等维度细分，为研究非洲非充分就业的性别差异与空间异质性提供了关键证据基础。

当前挑战

该数据集所应对的领域问题在于：时间相关就业不足的测量本身具有多维性与情境依赖性，不同国家对“非自愿兼职”与“工时不足”的界定标准存在差异，这直接威胁到跨国比较的有效性。在构建过程中，数据整理者面临若干具体挑战：一是ILOSTAT原始数据的元数据字段缺失，如ISO3国家代码与上游发布者信息未在清单中完整声明；二是城乡与婚姻状况等分类变量在部分国家存在系统性漏报或编码不一致；三是长达三十年的时间序列中，指标定义与采集方法可能经历修订，需谨慎处理结构断点，避免误导性趋势推断。

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处，该数据集以时间相关就业不足为核心观测对象，系统记录了1996至2025年间32个非洲国家按性别、城乡地域及婚姻状况分类的就业不足规模。研究者常将其用于刻画非洲劳动力市场结构性缺陷的时空图景，通过面板数据建模揭示就业不足在性别与城乡维度上的异质性分布，并借助时间序列分析追踪其演变轨迹。此类分析往往结合ILOSTAT的标准化定义，确保跨国比较的统计效度。

衍生相关工作

基于该数据集，Electric Sheep Africa目录下的其他ILOSTAT派生数据集得以在统一的元数据框架下实现互操作，催生了非洲就业质量多指标联合分析、非正规经济与就业不足关联研究等衍生方向。部分学者将其与非洲家庭调查数据融合，探索微观层面的劳动供给决策；亦有研究利用其时间维度构建非洲就业不足预测模型，推动了劳动统计机器学习方法在非洲语境下的应用与反思。

数据集最近研究

最新研究方向

伴随国际劳工组织对体面劳动议程的持续深化，聚焦非洲劳动力市场中时间相关不充分就业的性别与城乡异质性已成为发展经济学的前沿议题。该数据集整合了1996至2025年间32个非洲国家的3398条观测记录，为刻画性别、城乡及婚姻状况三重维度下的就业不足动态提供了稀缺的纵向证据。近期研究借助此类面板数据，着力揭示结构性转型进程中农村女性就业脆弱性的累积机制，并评估非正规经济扩张对劳动时间配置的扭曲效应。在非洲人口红利窗口与就业质量赤字并存的背景下，该数据集支撑的实证分析有助于校准包容性增长政策，为监测可持续发展目标中充分生产性就业进展提供关键基准。