electricsheepafrica/africa-ilo-luu-xlu4-sex-mts-rt-composite-rate-of-labour-underutilization-lu4-by-s

该数据集是来自国际劳工组织（ILO）ILOSTAT数据库的劳动力市场数据，专注于非洲地区的劳动力利用不足综合率（LU4）按性别和婚姻状况划分（%）指标。数据集包含3074个观测值，覆盖30个非洲国家，时间跨度为2003年至2025年，涵盖1个核心指标：LUU_XLU4_SEX_MTS_RT（劳动力利用不足综合率按性别和婚姻状况划分的百分比）。数据以表格形式组织，包括国家代码（ref_area）、年份（time）、观测值（obs_value）、性别分类（sex）、婚姻状况分类（classif1）等列，适用于表格分类、回归和时间序列预测等机器学习任务。数据来源于ILOSTAT的REST API，经过非洲国家代码过滤和标准化处理，由Electric Sheep Africa重新打包发布，遵循CC-BY-4.0许可。数据集旨在为研究非洲劳动力市场提供结构化的、可机读的数据支持。This dataset contains 3,074 observations of Other measures of labour underutilization data across 30 Africa countries, spanning 2003–2025, covering 1 distinct indicators. It is sourced from ILOSTAT, the ILOs central statistics database, and focuses on the composite rate of labour underutilization (LU4) by sex and marital status (%). The data is structured in tabular format with columns such as ref_area (country code), time (year), obs_value (indicator value), sex (disaggregation by sex), and classif1 (marital status classification). It is repackaged by Electric Sheep Africa for machine learning tasks like tabular classification, regression, and time-series forecasting, and is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集由Electric Sheep Africa团队基于国际劳工组织（ILO）的ILOSTAT数据库构建。数据通过ILOSTAT REST API直接拉取，筛选出非洲30个国家的ISO3代码，经ILO统一使用国际劳工统计学家会议（ICLS）定义进行原始调查微观数据的协调与标准化处理。最终整合为3,074条观测记录，包含性别、婚姻状况等细分维度，并以Parquet格式封装，形成可直接用于机器学习的结构化数据。

特点

该数据集涵盖2003至2025年间30个非洲国家的劳动力利用不足综合率（LU4）指标，按性别与婚姻状况进行百分比分层统计。其独特价值在于提供了ILO官方协调的高质量面板数据，包含观察状态标志及断点注释等品质说明字段，便于研究人员追溯数据来源与方法论修订。数据时间跨度长、覆盖国家多元，为非洲劳动力市场动态分析提供了可靠基础。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数轻松调用，返回的DataFrame可直接进行筛选、绘图或透视等操作。典型用法包括按国家编码过滤单国数据、按指标排序绘制时间序列图、以及构建国家×年份的观测值矩阵。数据集以简明schema组织，支持按性别（sex）、婚姻状态（classif1）等维度进行切片分析，适合开展面板数据回归、时序预测和分类建模等任务。

背景与挑战

背景概述

劳动资源未充分利用是全球劳动力市场研究的核心议题，尤其在非洲大陆，就业质量与隐性失业问题长期困扰政策制定者。该数据集由国际劳工组织（ILO）统计司通过ILOSTAT平台编制，并由Electric Sheep Africa于2025年重新整理发布，聚焦非洲30个国家2003至2025年间按性别与婚姻状况分层的综合劳动未利用率（LU4）。LU4指标是国际劳工统计学家会议（ICLS）定义的标准化衡量标准，超越了传统失业率，将就业不足、潜在劳动力及依附性就业者纳入考量，为评估非洲劳动力市场结构提供了更为敏感的量化工具。其发布对后续研究具有基石意义，使得跨国家、跨时期的比较分析成为可能，推动了针对非洲劳权不平等、性别差异及婚姻状态对劳动参与影响的实证探索。

当前挑战

该数据集主要面临多重挑战。在领域问题层面，传统失业率忽略大量低质量就业与边缘劳动力，LU4虽更全面，但非洲各国数据采集标准差异大，部分国家调查频率低，导致指标可比性受限；同时，婚姻状态与性别交叉分析需应对复杂的社会文化变量。在构建过程中，挑战尤为突出：原始数据来自ILOSTAT的REST API，但非洲国家统计能力不一，存在数据稀疏性（如30国中仅南非有459条记录，而半数国家不足100条）和时序不连续问题；此外，数据迁移中需处理ISO3编码匹配、多源调查方法的协调（如劳工力量调查与行政记录来源标记）、因方法论修订导致的序列断层（如obs_status中'Break in series'标记），以及缺失值的处理，均对数据一致性与模型输入质量构成考验。

常用场景

经典使用场景

该数据集的核心应用场景在于构建劳动利用不足率的时序预测模型与分类任务，尤其聚焦于非洲地区劳动力市场的结构性分析。研究者可利用其包含的性别与婚姻状况分层数据，探索不同社会人口群体在劳动力闲置程度上的异质性演变规律。由于数据跨度为2003至2025年并覆盖30个非洲国家，经典用法包括基于面板数据回归分析劳动利用不足率与宏观经济变量（如GDP增长率、失业率、通胀水平）之间的动态关联，以及通过时间序列分解方法识别季节性波动和长期趋势。此外，该数据集也适合用于对比研究不同统计计量标准（如ILO定义的LU4与传统失业率）在刻画劳动力市场景气度方面的灵敏度和稳健性。

实际应用

在实际应用层面，该数据集为非洲各国的劳动政策制定者与国际发展机构提供了一个高时效性的决策支持工具。通过解析不同性别和婚姻状况群体的劳动利用不足率，政府部门能够精准识别就业压力最为严峻的社会群体，从而设计更具针对性的职业培训计划与就业援助项目。例如，当某一时期女性或单身群体的LU4指标显著上升，政策干预便可聚焦于扩大灵活用工渠道和强化妇女创业扶持。此外，跨国企业和社会影响力投资者也可借助该数据集进行劳动力市场风险分层评估，用以指导非洲市场的进入策略和劳动力成本分析。国际劳工组织等机构还能基于此数据构建区域劳动力市场预警模型，在宏观经济波动期及时提出稳就业的政策建议。

衍生相关工作

围绕该数据集已衍生出一系列具有影响力的学术与实践工作。在方法层面，研究者基于LU4指标开发了新型劳动利用不足综合指数，并将其与贫困发生率、基础教育完成率和城市化水平等社会经济指标进行多维度耦合分析，形成了劳动力—发展联动的因果推断框架。在模型创新方面，有工作将该数据集与卫星夜间灯光数据、手机信令大数据结合，构建了高频率的非洲大陆劳动利用不足实时预测体系，突破了传统调查年鉴数据发布滞后的局限。另有一部分研究以该数据集为基础，开展了性别工资差距与劳动利用不足之间的双向溢出效应实证分析，首次量化了非洲劳动力市场中婚姻状态对女性就业质量的结构性阻碍。这些衍生工作不仅在顶级劳动经济学期刊发表，还直接促进了ILO在非洲区域调查问卷设计方法的迭代更新。