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

该数据集包含1991年至2025年间35个非洲国家按性别和婚姻状况划分的时间相关就业不足和失业综合率（LU2）的统计数据，共3,822个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖单一指标（LUU_XLU2_SEX_MTS_RT），涉及国家代码、年份、观测值、数据来源、性别分类（总计、男性、女性）和婚姻状况分类等维度。数据以年度频率提供，经过ILO的统计协调处理，适用于表格分类、回归和时间序列预测等任务。This dataset contains 3,822 observations of the combined rate of time-related underemployment and unemployment (LU2) by sex and marital status across 35 African countries from 1991 to 2025. It is sourced from the International Labour Organization (ILO) ILOSTAT database, covering a single indicator (LUU_XLU2_SEX_MTS_RT) with dimensions including country code, year, observed value, data source, sex disaggregation (total, male, female), and marital status classification. The data is provided at annual frequency, harmonized by ILO statistical methods, and suitable for tabular classification, regression, and time-series forecasting tasks.

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）中关于劳动力利用不足的原始记录，并由Electric Sheep Africa团队进行标准化再包装。构建过程以非洲区域为筛选范围，提取35个非洲国家自1991年至2025年间与时间相关就业不足和失业的综合比率（LU2）观测值，按性别与婚姻状况分类汇总，最终形成3,822条结构化记录。数据以Parquet格式存储，附带统一的元数据说明、来源溯源与加载指引，确保分析者可追溯至上游发布机构。

使用方法

使用者可通过Hugging Face datasets库以load_dataset函数直接加载该数据集，获取默认划分后利用features属性检视字段结构，并借助to_pandas方法转换为数据框以进行后续统计建模。分析前应优先检查各变量的缺失值分布与单位定义，避免对标签含义作过度推断。当涉及地理维度时，需依据数据中显式的国家列进行分组，若地理信息仅隐含于标题或来源元数据中，则应在下游分析中明确记录该假设，并考虑与其他Electric Sheep Africa数据集按国家、年份和指标字段进行连接。

背景与挑战

背景概述

劳动力未充分利用的测度长期构成劳动经济学与就业政策评估的核心议题，其中兼具时间相关就业不足与失业的复合指标LU2，被视为刻画劳动力市场松弛程度的关键工具。国际劳工组织（ILO）通过ILOSTAT数据库系统汇集各国劳动力调查数据，为跨国比较提供权威基准。Electric Sheep Africa于2026年将ILOSTAT中非洲区域的相关记录整理为标准化数据集，涵盖35个非洲国家、1991至2025年间共计3822条观测，按性别与婚姻状况细分。该数据集以机器学习就绪的表格格式发布，为非洲劳动力市场研究提供了可复现的数据基础，亦拓展了ILO统计资料在数据科学社区中的可及性。

当前挑战

该数据集所应对的领域难题在于，非洲各国劳动力调查在指标定义、抽样方法与报告口径上存在显著异质性，时间相关就业不足的判定标准亦因国别调查实践而有所差异，致使跨国与跨期比较面临可比性风险。构建过程中的挑战包括：从ILOSTAT原始记录中提取与协调多层级元数据，处理性别与婚姻状况交叉分类下的小样本缺失，以及在保持缺失值原貌的前提下为下游建模提供清晰的使用边界。此外，部分来源元数据字段（如国家与上游发布机构）在清单中存在缺失，要求使用者在进行地理聚合或因果推断时审慎核实变量定义与单位，避免仅凭标签作出政策解读。

常用场景

经典使用场景

在劳动经济学与就业统计研究中，该数据集以非洲区域为分析单元，系统收录了1991年至2025年间35个非洲国家的劳动力未充分利用数据，其核心指标为时间相关就业不足与失业的合并比率（LU2），并按性别与婚姻状况进行分层。研究者通常将其用于构建面板数据模型，考察不同性别与婚姻状态群体在劳动力市场中的脆弱性差异，进而揭示非洲国家在就业质量与劳动时间配置方面的结构性特征。

解决学术问题

该数据集有效回应了非洲劳动力市场研究中长期存在的数据碎片化与指标不可比问题。通过整合ILOSTAT标准化统计框架下的统一指标，它为学者提供了跨国、跨时间、跨人口子群体的可比数据基础，使得关于就业不足与失业交互效应的实证分析成为可能。其意义在于推动了对非充分就业现象的精确测度，弥补了传统失业率指标难以捕捉时间相关就业不足的缺陷，为劳动政策评估提供了更细腻的量化依据。

实际应用

在政策实践层面，该数据集可为非洲各国劳动部门、国际发展机构及非政府组织提供监测劳动力市场运行状况的基准工具。通过分析不同性别与婚姻状况群体的LU2变化趋势，决策者可识别出就业脆弱性较高的子群体，并据此设计有针对性的技能培训、就业促进与社会保障干预措施。同时，该数据集亦可用于评估既有劳动政策在缓解就业不足方面的实际效果，支持循证决策与资源精准配置。

数据集最近研究

最新研究方向

在非洲劳动力市场深度转型的背景下，该数据集所承载的LU2指标——融合时间相关就业不足与失业的复合测量——正成为刻画劳动力未充分利用多维图景的前沿工具。当前研究聚焦于性别与婚姻状况交织下的脆弱就业模式，借助1991至2025年间35个非洲国家的3822条观测，学者得以剖析结构性失业与工时不足的共生机制，回应了国际劳工组织关于非正规经济中隐性失业测度的方法论革新。这一数据资源为追踪非洲大陆青年就业困境、性别差距及家庭生计策略提供了可复现的实证基础，亦为政策制定者设计靶向性就业保障措施赋予了量化依据。