electricsheepafrica/africa-ilo-luu-xlu2-sex-age-rt-combined-rate-of-time-related-underemployment-and

该数据集包含了来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体指标为按性别和年龄划分的时间相关就业不足和失业综合率（LU2），以百分比表示。数据集覆盖41个非洲国家，时间跨度为1991年至2025年，共包含6,957个观测值。数据通过ILOSTAT REST API获取，并过滤为非洲国家代码。数据集包含多个维度，如国家、数据来源、指标、性别、年龄分类和观测年份等，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，旨在为非洲提供统一的机器学习就绪数据层。This dataset contains Other measures of labour underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Combined rate of time-related underemployment and unemployment (LU2) by sex and age (%). It covers 41 Africa countries from 1991 to 2025, with 6,957 observations. Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. The dataset includes dimensions such as country, source, indicator, sex, age classification, and observation year, making it suitable for tabular classification, regression, and time-series forecasting tasks. It is released under the CC-BY-4.0 license and repackaged by Electric Sheep Africa as part of 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统计数据库ILOSTAT，由Electric Sheep Africa团队进行标准化工程化处理后发布。构建过程以非洲区域就业不足与失业综合比率为核心主题，从原始数据源中提取涵盖41个非洲国家、时间跨度自1991年至2025年的观测记录，总计6957条。数据经过重新打包为Parquet格式，并配套标准化的发现元数据、加载指引与来源说明，以适配Hugging Face平台的数据发现与复用流程。国家、年份、性别与年龄组等维度字段被系统化组织，形成可供分析的结构化表格资源，同时保留了原始发布者的版权归属与许可信息。

特点

数据集聚焦于非洲劳动力市场中时间相关就业不足与失业的综合度量（LU2），以百分比形式按性别和年龄组细分呈现。其显著特征在于覆盖范围横跨非洲41个国家并及时跨越三十余年，具备较强的时空比较价值。数据以表格与文本双模态呈现，文件规模介于一千至一万行之间，属于中小型结构化数据集。该资源经过元数据标准化处理，标签体系涵盖劳动、就业、失业等经济学金融领域关键概念，并明确标注缺失值处理与地理假设的注意事项，强调在建模前需核实变量定义与计量单位。

使用方法

使用该数据集可通过Hugging Face的datasets库直接加载，调用load_dataset函数传入对应仓库标识符即可获取数据集对象，进而查看数据结构与特征信息。研究者可提取首个数据分割并转换为Pandas数据框，以便进行统计分析与可视化。在应用过程中，建议从仓库文件与查看器入手，确认变量定义与单位，显式利用国家列进行地理筛选，在缺乏明确地理信息时于下游分析中记录假设。缺失值应保留至确立合理插补规则后再行处理，并可结合其他Electric Sheep Africa数据集通过国家、年份与指标字段进行联结，构建可复现的分析流程。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计体系的构建与完善，其ILOSTAT数据库作为核心统计平台，为各国劳动就业政策制定提供关键证据支撑。在此背景下，Electric Sheep Africa于2026年对ILOSTAT中非洲区域劳动力未充分利用数据进行系统性整理与标准化再发布，形成涵盖41个非洲国家、时间跨度为1991至2025年、共计6957条观测值的数据集。该数据集聚焦于时间相关就业不足与失业的复合比率（LU2），并按性别与年龄组进行细分，旨在为非洲劳动力市场结构性问题的量化研究提供可复现的公开数据基础，对区域就业政策评估与劳动经济学实证分析具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于：传统失业率指标难以全面捕捉劳动力未充分利用的真实图景，尤其是时间相关就业不足这一隐性维度在非洲区域长期缺乏跨国可比、分性别与年龄的系统性度量。在构建过程中，数据集面临多重挑战：其一，ILOSTAT原始数据在非洲各国的覆盖不均衡，部分国家与年份存在显著缺失，需在保留缺失值与避免误导性插补之间作出审慎权衡；其二，性别与年龄组的细分维度加剧了样本稀疏性，对统计推断的稳健性构成压力；其三，元数据中country与upstream_publisher字段的缺失，使得地理归因与来源追溯需依赖外部假设，增加了数据整合与跨数据集联结的复杂度。

常用场景

经典使用场景

在劳动经济学的量化研究版图中，该数据集承担着刻画非洲劳动力市场未充分利用状况的基准角色。其经典使用场景聚焦于以性别与年龄为分层维度，系统测算非洲41国1991至2025年间的LU2综合指标，即与时间相关的就业不足与失业之合并比率。研究者借此可绘制跨国、跨时段、跨人群的劳动市场弱势图谱，辨识青年群体与女性劳动者在就业质量与就业机会上的双重脆弱性，从而为非洲就业结构变迁的实证分析提供扎实的数据底座。

实际应用

在实际应用层面，该数据集为国际组织、政府部门与社会伙伴提供了监测非洲就业缺口的关键证据工具。政策制定者可依据性别与年龄分层的LU2比率，锁定青年与女性等高危群体，设计具有针对性的技能培训、就业补贴与劳动力市场改革方案。发展机构亦可将其纳入国别就业诊断与可持续发展目标进展评估，辅助资源配置与干预优先级排序，从而提升非洲包容性增长政策的精准度与问责性。

衍生相关工作

围绕该数据集，衍生出一系列具有代表性的后续研究与实践工作。其中既有基于面板计量方法探讨非洲青年失业持续性的学术论文，也有将LU2指标与其他劳动力未充分利用度量进行交叉验证的方法学比较研究。部分研究进一步将其与教育、非正规就业及性别工资差距数据联结，构建多维就业脆弱性指数。这些工作共同拓展了非洲劳动统计数据的分析边界，并强化了开放数据在政策研究与学术创新中的枢纽地位。