electricsheepafrica/africa-ilo-emp-xtru-sex-geo-nb-time-related-underemployment-by-sex-and-rural-urba

该数据集是一个关于非洲32个国家从1996年至2025年时间相关就业不足的表格数据集，重点关注性别和城乡区域的差异。数据集包含1,117个观测值，涵盖一个核心指标（EMP_XTRU_SEX_GEO_NB），即“按性别和城乡区域划分的时间相关就业不足（千人）”。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家代码，采用CC BY 4.0许可证。数据集结构包括多个列，如国家代码（ref_area）、年份（time）、性别分类（sex）、观测值（obs_value）等，并提供数据源和质量说明。数据以年度频率发布，适用于表格分类、回归和时间序列预测任务，旨在支持劳动市场和经济发展研究。数据集由Electric Sheep Africa重新打包，以提供统一的机器学习就绪格式。This dataset is a tabular dataset on time-related underemployment across 32 African countries from 1996 to 2025, focusing on disaggregation by sex and rural/urban areas. It contains 1,117 observations and covers one key indicator (EMP_XTRU_SEX_GEO_NB), which represents Time-related underemployment by sex and rural / urban areas (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African ISO3 country codes, under a CC BY 4.0 license. The schema includes columns such as country code (ref_area), year (time), sex classification (sex), observed value (obs_value), and others, with notes on data sources and quality. The data is published at annual frequency and is suitable for tabular classification, regression, and time-series forecasting tasks, aimed at supporting labor market and economic development research. The dataset is repackaged by Electric Sheep Africa to provide a unified, ML-ready format.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织中央统计数据库ILOSTAT的公开统计资料，经Electric Sheep Africa团队系统化整理与重新封装而成。原始数据涵盖32个非洲国家1996年至2025年间共计1117条观测记录，聚焦于按性别及城乡地域划分的与时间相关的不足就业指标。整理过程中，团队对来源元数据进行了标准化处理，补充了加载指引、溯源说明及面向分析人员的上下文信息，并以Parquet格式发布，从而在保留原始统计口径的同时提升了数据的可发现性与可复现性。

特点

该数据集以表格与文本为模态，体量处于1K至10K量级之间，采用CC BY 4.0许可协议开放获取。其涵盖非洲区域多国、多性别的城乡对比维度，时间跨度自1996年延伸至2025年，单指标观测结构清晰，便于开展纵向与横向比较分析。数据以Parquet列式存储，兼具读取效率与跨平台兼容性，并附带标准化元数据标签，涵盖劳动力、就业、不足就业等主题，为非洲劳动经济研究提供了结构化的证据基础。

使用方法

研究人员可通过Hugging Face datasets库直接加载该数据集，利用load_dataset函数获取数据对象并检视其划分结构与特征列。对于表格型分析任务，可将数据集转换为Pandas DataFrame以利于探索性统计与建模。使用时应先核查仓储文件中的变量定义与计量单位，明确国家字段的覆盖范围，对缺失值保持审慎态度直至确立合理的插补规则。在跨数据集联合分析中，可依据国家、年份与指标字段进行匹配，并在成果中同时标注原始来源与Electric Sheep Africa的封装贡献。

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的标准化与可及性，其核心数据库ILOSTAT为监测就业质量提供了权威依据。在此背景下，Electric Sheep Africa于2026年将ILOSTAT中非洲区域的时间相关就业不足数据重新包装发布，覆盖32个非洲国家、1996至2025年间共1,117条观测记录，按性别与城乡维度细分。该数据集旨在回应非洲劳动力市场中就业不充分问题的量化研究需求，为分析性别差异与城乡鸿沟提供结构化证据，并推动非洲公开数据的可发现性与可复用性。

当前挑战

该数据集所应对的核心领域问题在于时间相关就业不足的精细测度与跨区域可比性，其难点在于非标准就业形式的界定模糊及各国统计口径的差异。构建过程中，源数据在性别与城乡维度的细分完整性面临挑战，部分年份与国家的数据存在缺失，且元数据未明确声明国家字段与上游发布者，增加了溯源与整合的复杂度。此外，1996至2025年的长时序跨度要求处理统计方法变更与单位一致性，对下游建模中的缺失值处理与假设文档化提出了更高要求。

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，该数据集承载着解析就业质量的结构性使命。其最经典的使用场景在于按性别与城乡二元维度，对32个非洲国家1996至2025年间的时间相关不充分就业进行精细化测度与比较。研究者借助这一面板数据，得以刻画非洲劳动力市场中时间相关不充分就业的性别差异与城乡鸿沟，揭示女性与农村劳动者在就业时长不足方面的脆弱性，进而为包容性就业政策提供统计证据。

实际应用

在实际应用层面，该数据集为国际组织、政策制定者与非洲各国劳工部门提供了评估就业政策成效的量化工具。其数据可服务于体面劳动监测、减贫战略制定与劳动力市场规划，尤其有助于识别农村与女性群体中时间相关不充分就业的高发区域，从而优化就业培训、社会保障与农村发展资源的配置。此外，研究者亦可将其与其他社会经济数据集链接，开展多维度的实证评估与政策模拟。

衍生相关工作

以该数据集为基石，衍生出一系列围绕非洲就业质量与性别平等的经典工作。研究者基于其面板结构，构建了跨国不充分就业指数的比较分析，并与其他ILOSTAT指标融合，探讨就业不足与贫困、教育及非正规经济之间的关联。这些工作不仅拓展了非洲劳动统计的应用边界，也催生了针对城乡就业差距与性别鸿沟的专题研究，为后续机器学习驱动的就业预测与政策评估模型提供了可靠的训练与验证资源。