electricsheepafrica/africa-ilo-luu-xlu3-sex-edu-geo-rt-combined-rate-of-unemployment-and-potential-labour

该数据集包含非洲39个国家从1994年至2025年的7,037条观测数据，涵盖1个独特指标，即“失业与潜在劳动力综合率（LU3）”，按性别、教育和城乡区域进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过非洲ISO3国家代码过滤。数据集涵盖了就业不足的其他衡量指标，旨在提供标准化的、机器学习可用的非洲劳动力市场数据层，便于研究人员和开发者快速加载和使用。数据结构包括国家代码、指标代码、性别分类、教育分类、城乡分类、观测年份、观测值及其状态标志等列，并提供了数据质量注意事项，如年度频率、最佳来源选择和分类列的非空条件。This dataset contains 7,037 observations of Other measures of labour underutilization data across 39 Africa countries, spanning 1994–2025, covering 1 distinct indicators: Combined rate of unemployment and potential labour force (LU3) by sex, education and rural / urban areas (%). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via its REST API and filtered to African ISO3 country codes. The dataset provides a unified, ML-ready data layer for Africa, with normalized schemas and packaged as Parquet for easy access via load_dataset(). It includes columns for country codes, indicator codes, sex disaggregation, education classification, rural/urban classification, observation year, observed values, and status flags, along with data quality caveats such as annual frequency, best-source selection, and non-null conditions for disaggregation columns.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa从ILOSTAT REST API直接获取，包含1994年至2025年间39个非洲国家的7,037条观测记录。原始数据来源于国际劳工组织（ILO）的中央统计数据库，经过ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行协调统一。数据集通过筛选非洲ISO3国家代码构建，涵盖了按性别、教育水平和城乡地区分类的失业与潜在劳动力综合率（LU3）指标，各观测值均附有来源标签以确保可追溯性。

特点

数据集以时间序列格式呈现，支持年度频率的劳动力市场分析。其核心优势在于提供精细化的分类维度，包括性别（男女总计）、教育程度及地理覆盖类型（国家层面），共有三个独立的性别的取值。数据集中包含了观测状态标志（如'Unreliable'）和注释字段，用于标识方法论变更、非标准教育水平等数据质量信息，增强了数据的透明度和可靠性。资源以表格分类、回归和时间序列预测任务格式组织，便于进行多维度分析。

使用方法

用户可通过HuggingFace的`datasets`库直接加载数据集，调用`load_dataset()`函数即可获取并转换为Pandas DataFrame进行后续处理。典型应用包括按国家代码筛选特定国家的数据子集（如肯尼亚）、对单一指标进行时间序列可视化，或通过透视表生成国家×年份的观测值矩阵。ILO推荐的引用方式涵盖原始数据来源和Electric Sheep Africa的重新打包版本，确保学术使用的合规性。

背景与挑战

背景概述

劳动力市场的不充分就业现象是全球发展议题的核心关切之一，尤其在非洲大陆，结构性失业、非正规就业与潜在劳动力群体的复杂交织，构成了社会经济政策制定的重大挑战。为精准刻画这一多维困境，国际劳工组织（ILO）依托其权威统计数据库ILOSTAT，构建了涵盖“失业与潜在劳动力综合率（LU3）”的标准化指标体系。该数据集由Electric Sheep Africa于2025年重新整理并发布，聚焦39个非洲国家、覆盖1994至2025年的7,037条观测记录，按性别、教育水平及城乡区域进行精细分层。通过整合各国劳动力调查、家庭收入调查等多元来源，数据集为研究者提供了跨时空、可比较的劳动力不充分利用图景，成为监测可持续发展目标体面劳动进展、评估区域就业政策效果的基础性资源，有力推动了非洲劳动经济学领域的实证研究。

当前挑战

该数据集面临的核心挑战在于所解决的领域问题与构建过程的双重复杂性。在领域问题上，LU3指标旨在捕捉传统失业率无法涵盖的劳动力闲置状态，如因就业信心不足而退出市场的“潜在劳动力”，但非洲国家普遍存在的非正规经济、季节性工作及多职业兼营现象，使得精确界定与测量这些群体成为难题，不同国家调查问卷的设计差异进一步削弱了跨区域可比性。在构建过程中，数据来源横跨39国历时三十余年，各来源的统计口径、调查频率与质量管控标准参差不齐，导致时间序列中存在大量“方法修订”标记（如`note_indicator.label`中的“Break in series”），且部分观测值因样本量过小或数据波动被标注为“不可靠”（`obs_status`为`U`），这些数据缺口与质量瑕疵为模型训练与趋势推断设置了严峻障碍。

常用场景

经典使用场景

在非洲劳动经济学与可持续发展研究领域，该数据集作为ILOSTAT官方统计的精炼版本，为探讨劳动力利用不足问题提供了时空维度上的高颗粒度数据。其典型应用场景涵盖性别、教育水平与城乡分类对失业及潜在劳动力综合率（LU3）的交叉影响分析，研究者可据此构建面板数据模型，追踪1994至2025年间39个非洲国家的劳动力市场动态演变。数据集的年度观测频率与标准化分类体系，使其天然适用于时间序列预测与分层回归任务，尤其适合评估区域间劳动参与差异及结构性失业的长期趋势。

解决学术问题

该数据集直接回应了非洲劳动经济学领域长期面临的数据碎片化与跨国可比性缺失的学术困境。通过提供经ILO统一口径处理的LU3指标，它首次系统性地揭示了教育与地理空间如何共同调节非洲劳动力市场的弱势群体吸纳能力，填补了传统失业率指标（如UE）对潜在劳动力群体系统性忽略的研究空白。基于此，学者能够量化评估教育投资对降低劳动利用不足率的边际效应，检验性别不平等与城乡二元结构在劳动力边缘化中的交互作用，为非洲国家实现体面劳动目标（SDG 8）提供了实证基础。

衍生相关工作

该数据集衍生的经典工作主要围绕非洲劳动力市场的计量建模与脆弱性评估展开。基于其分维度结构，研究者开发了多水平潜变量模型以分离个体与地区层面的劳动利用不足决定因素，催生了关于撒哈拉以南非洲非正规就业过渡概率的系列论文。同时，数据集的年际面板特性支撑了合成控制法在劳动政策评估中的应用，如南非就业税收激励政策对LU3影响的反事实分析。在机器学习领域，该数据成为非洲劳动力流动预测竞赛的基准集合，推动以梯度提升树与长短期记忆网络为核心的时滞效应建模方法论创新，显著提升了对潜在劳动力季节性波动的预报精度。