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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的劳动力未充分利用综合率（LU4）数据，专门针对非洲地区。数据集涵盖27个非洲国家，时间跨度为2003年至2025年，包含2,850个观测值。核心指标为LUU_XLU4_SEX_GEO_MTS_RT，即按性别、城乡地区和婚姻状况划分的劳动力未充分利用综合率（百分比）。数据通过ILOSTAT REST API获取，并经过过滤以仅包括非洲国家代码。数据集结构包括多个列，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source和source.label）、指标代码和标签（indicator和indicator.label）、性别细分（sex和sex.label）、分类变量（classif1和classif2）、观测年份（time）、观测值（obs_value）以及数据状态和注释（obs_status、note_indicator等）。数据按性别（总计、男性、女性）等维度进行细分，并包含数据质量说明，例如数据为年度频率，当同一国家年份有多个来源时使用ILO选择的最佳来源。该数据集由Electric Sheep Africa重新包装，旨在为非洲提供统一的、适合机器学习的数据层，便于研究人员和开发者快速使用。This dataset contains composite rate of labour underutilization (LU4) data from the International Labour Organization (ILO) ILOSTAT database, specifically focused on Africa. It covers 27 African countries, spans the years 2003 to 2025, and includes 2,850 observations. The core indicator is LUU_XLU4_SEX_GEO_MTS_RT, which represents the composite rate of labour underutilization (LU4) by sex, rural/urban area, and marital status (%). Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. The dataset schema includes columns such as country code (ref_area), country name (ref_area.label), data source (source and source.label), indicator code and label (indicator and indicator.label), sex disaggregation (sex and sex.label), classification variables (classif1 and classif2), observation year (time), observed value (obs_value), and data status and notes (obs_status, note_indicator, etc.). Data is disaggregated by dimensions like sex (total, male, female) and includes data quality caveats, such as annual frequency and use of the ILO-selected best source when multiple sources exist for the same country-year. This dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa, enabling researchers and developers to quickly start working with the data.

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（ILO）的ILOSTAT数据库，通过调用其REST API直接获取指标LUU_XLU4_SEX_GEO_MTS_RT的原始数据，并依据非洲ISO3国家代码进行地理筛选。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，涵盖2003年至2025年间27个非洲国家的2,850条观测记录。每个观测值均附有来源标识（source.label），确保了数据可追溯性与方法论透明度。最终由Electric Sheep Africa重新打包并发布至HuggingFace平台。

特点

此数据集聚焦非洲大陆劳动力利用不充分综合比率（LU4），按性别、城乡区域及婚姻状况三个维度进行细致分解，共计包含3种性别分类与多个地理及婚姻状态细分字段。数据频率为年度，部分国家时间跨度长达二十年，提供了纵向比较的宝贵资源。其独特之处在于整合了多国来源的劳动力调查微观数据，并通过标准化标记（如obs_status）标识数据可靠性，支持研究者评估不同国家间数据质量差异。

使用方法

用户可通过HuggingFace的datasets库以一行代码加载数据集：load_dataset('electricsheepafrica/africa-ilo-luu-xlu4-sex-geo-mts-rt-composite-rate-of-labour-underutilization-lu4-by-s')。加载后，数据自动转换为Pandas DataFrame格式，便于进行按国家筛选、特定指标的时间序列分析或构建国家×年份的透视表矩阵。数据集结构清晰，包含ref_area（国家代码）、time（年份）、obs_value（观测值）等核心列，可直接用于回归分析、时间序列预测或分类建模任务。

背景与挑战

背景概述

劳动力资源利用不足是衡量经济体就业质量与社会福祉的关键指标，尤其是在劳动力市场结构复杂、非正规就业普遍的非洲地区。为此，国际劳工组织（ILO）于2025年依托其核心统计数据库ILOSTAT，联合Electric Sheep Africa发布了该数据集。数据集由2,850条观测记录构成，覆盖27个非洲国家，时间跨度从2003年至2025年，聚焦复合劳动力利用不足率（LU4）的性别、城乡与婚姻状况分类。该数据集的创建填补了非洲区域细粒度劳动力市场统计的空白，为研究非正规就业、性别人口流动对劳动力利用的影响提供了标准化的量化基础。其影响力体现在为劳动经济学分析、国际发展政策评估以及机器学习驱动的预测建模提供了权威且可重复使用的数据源。

当前挑战

该数据集解决的核心领域问题是劳动力利用不足率（LU4）在非洲多维结构下的精确测度与建模挑战。在非洲，劳动力市场普遍存在非正规就业、季节性工作和人口高流动性，导致传统的失业率指标难以全面反映资源闲置状况。构建过程中面临的关键挑战包括：获取来自27个国家的调查数据，并统一校正因不同调查年份、方法和问卷设计造成的统计口径差异；处理跨时近二十年的数据连续性问题，如方法论修订导致的时间序列断点；以及管理多维度分类（性别、城乡、婚姻状况）下的稀疏数据，确保样本在交叉分组中仍具有统计可靠性。此外，部分国家的观测值被标记为“不可靠”，反映出原始调查数据质量参差不齐，增加了预处理与模型稳健性评估的难度。

常用场景

经典使用场景

在劳动经济学与发展经济学领域，该数据集的核心应用场景聚焦于非洲国家劳动力利用不足的综合度量（LU4）。研究者常利用其涵盖27个非洲国家、横跨2003至2025年的面板数据，剖析性别、城乡地域及婚姻状况等维度下劳动力资源闲置的时空演变规律。通过时间序列分析与面板数据回归，学者得以揭示不同社会经济群体在就业市场中的脆弱性差异，为评估非洲劳动力市场的结构性矛盾提供量化基础。

实际应用

在实际政策制定层面，该数据集为国际组织、非洲各国劳工部门及发展机构提供了精准的数据支撑。基于LU4按性别、城乡分类的观测值，政策制定者能够识别出劳动力闲置最为严峻的目标人群，例如农村女性或特定婚姻状态下的青年群体，从而设计更具针对性的就业促进方案、技能培训计划与社会保障政策。此外，时间跨度超过二十年的数据积累使跨期政策效果评估成为可能，例如量化特定经济改革或结构性调整项目对劳动力利用率的长期影响。这种细粒度且标准化的数据源，显著提升了ILOSTAT框架下非洲劳动力监测体系的可操作性。

衍生相关工作

该数据集的发布催生了一系列围绕非洲劳动力市场不平等与动态变化的研究工作。研究者已基于此数据构建了多层次的劳动力闲置预测模型，利用时间序列分解和机器学习算法对各国未来就业趋势进行推演。此外，有工作结合地理信息系统（GIS）与社会经济特征，将LU4指标与非洲大陆的移徙流动、贫困发生率等数据进行关联分析，揭示了劳动力闲置与人口迁移之间的耦合关系。在方法论层面，学者针对数据中存在的观测值标记（如‘不可靠’状态）与序列断裂问题，开发了针对性的数据插补与一致性校正技术，提升了长周期面板数据的可用性。这些衍生的学术贡献进一步拓展了ILOSTAT数据体系在非洲发展研究中的价值边界。