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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体为按性别划分的失业率和潜在劳动力综合比率（LU3）（%）。数据集涵盖42个非洲国家，时间跨度为1994年至2025年，共包含594个观测值。数据通过ILOSTAT REST API获取，并经过非洲国家代码过滤，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类、观测年份、观测值等，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习使用。This dataset contains Other measures of labour underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically the combined rate of unemployment and potential labour force (LU3) by sex (%). It covers 42 African countries from 1994 to 2025, with 594 observations. Data is pulled from the ILOSTAT REST API and filtered to African ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes fields such as country code, country name, data source, indicator code, sex disaggregation, observation year, observed value, etc., and is suitable for tabular classification, regression, and time-series forecasting tasks. It is repackaged by Electric Sheep Africa in Parquet format for machine learning readiness.

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统计数据库（ILOSTAT）关于非洲地区劳动力未充分利用的原始记录，经Electric Sheep Africa团队系统化整理与标准化元数据后重新发布。构建过程涵盖对1994至2025年间42个非洲国家共594条观测数据的提取、校验与格式转换，最终以Parquet列式存储格式封装，并补充了数据溯源、加载指引及分析上下文等文档信息，以提升非洲数据发现与再利用的便利性。

特点

数据集聚焦于按性别分列的失业与潜在劳动力合计率（LU3），覆盖非洲42个国家逾三十年的连续观测，具有鲜明的地域代表性与时间纵深。其体量精简（n<1K），以表格与文本双模态呈现，附有标准化标签体系与开放许可（CC BY 4.0），便于跨域比较与可复现研究。元数据中明确标注了缺失字段与来源归属，为分析者提供了透明的数据质量参照。

使用方法

研究者可通过Hugging Face数据集加载接口直接获取数据，利用数据集查看器快速浏览结构与样本。建议在建模前检视模式定义、单位及缺失值分布，保留原始缺失状态以待合理的插补策略。若需表格化处理，可转换为Pandas数据框进行地理、时间及性别维度的剖面分析，亦可依据显式国家、年份与指标字段与其他Electric Sheep Africa数据集进行连接，构建可复现的分析笔记并规范引用来源。

背景与挑战

背景概述

劳动力市场统计数据的可比性与可及性，长期以来构成非洲经济实证研究的瓶颈。国际劳工组织（ILO）通过ILOSTAT数据库系统性地发布劳动力未充分利用指标，其中LU3指标综合了失业人口与潜在劳动力，能够更全面地刻画劳动力市场的闲置程度。Electric Sheep Africa于2026年基于ILOSTAT原始数据构建了本数据集，覆盖42个非洲国家、594条观测记录，时间跨度为1994至2025年，并按性别分列。该数据集以标准化元数据、来源溯源标注及面向分析者的使用指引为特色，为非洲劳动力市场比较研究、性别差异分析及可持续发展目标监测提供了结构化且可复现的证据基础。

当前挑战

该数据集面临的挑战兼具领域与工程两个维度。在领域层面，LU3指标虽较传统失业率更具包容性，但潜在劳动力的界定在不同国家统计实践中存在操作化差异，跨国比较的有效性因此受到制约；非洲各国劳动力调查的频次、抽样设计与问卷口径参差不齐，导致时间序列的连续性及性别分项数据的完整性难以保证。在构建过程中，元数据清单存在国家字段与上游发布者信息缺失的问题，标准化过程中需依赖标题及来源上下文推断地理覆盖，增加了误判风险；同时，指标定义、计量单位与缺失值处理策略需在使用前逐一核实，以避免模型推断偏离原始统计语义。

常用场景

经典使用场景

在劳动经济学与非洲区域发展研究领域，该数据集作为ILOSTAT综合失业率与潜在劳动力指标（LU3）的标准化封装，最经典的使用场景在于对非洲42国1994至2025年间性别维度的劳动力利用不足程度进行跨时空比较分析。研究者可借助这一结构化面板数据，构建固定效应模型或面板协整框架，考察青年群体与女性劳动者在宏观经济波动周期中的边缘化轨迹，亦可将其与非洲开发银行的社会经济数据库进行空间联结，绘制失业与潜在劳动力储备的时空热力图。

衍生相关工作

以该数据集为经验基座，衍生出一系列聚焦非洲劳动市场性别差异与结构性失业的经典研究。部分学者将其与ILO的KILM数据库及世界银行发展指标进行多源融合，构建出更为细致的劳动力利用不足指数；另有研究以其为训练语料，开发面向非洲经济指标的表格分类与回归模型。Electric Sheep Africa基于此数据集形成的元数据清单框架，亦被后续非洲开放数据工程项目广泛借鉴，用以规范区域经济指标的发现、引用与可复现分析流程。

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与青年就业危机交织的当下，该数据集所承载的LU3指标——融合失业率与潜在劳动力参与率——正成为发展经济学与劳动计量学交叉前沿的核心观测变量。围绕这一指标，近期研究聚焦于性别维度的异质性分解，探究非洲各国女性劳动参与的结构性抑制如何扭曲传统失业率对劳动力闲置的真实测度，并借助面板门槛模型识别制度质量、非正规就业占比与教育性别差距对LU3的调节效应。伴随国际劳工组织对劳动力利用不足测量框架的持续修订，该数据集为构建跨国可比、时序连续的非洲劳动闲置指数提供了稀缺的元数据支撑，亦为评估疫情后非洲劳动力市场复苏的非均衡性与包容性增长政策提供了关键实证基础，其开源与标准化治理实践更推动了非洲经济数据基础设施的可复现研究范式。