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

该数据集包含非洲30个国家2003年至2025年期间按性别划分的劳动力未充分利用复合率（LU4）统计数据，共354个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖指标LUU_XLU4_SEX_RT（劳动力未充分利用复合率，按性别百分比表示）。数据集以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、性别分类、年份、观测值、数据状态等列，并提供了数据质量说明和使用示例，适用于表格分类、回归和时间序列预测等任务。This dataset contains 354 observations of the composite rate of labour underutilization (LU4) by sex (%) across 30 African countries from 2003 to 2025. It is sourced from the International Labour Organization (ILO) ILOSTAT database, covering the indicator LUU_XLU4_SEX_RT. The data is organized in tabular format with columns including country code, country name, data source, indicator code, sex disaggregation, year, observed value, and data status, along with data quality notes and usage examples, 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（ILO）的ILOSTAT数据库，通过直接调用其REST API接口获取原始指标数据，并采用非洲ISO3国家代码进行地理过滤，最终整合了354条观测记录。数据覆盖30个非洲国家，时间跨度从2003年至2025年，经Electric Sheep Africa团队重新封装为HuggingFace数据集格式。构建过程中严格遵循ILOSTAT的标准化流程，原始微观数据依据国际劳工统计学家会议（ICLS）定义进行统一处理，并在source.label字段中标注数据来源以确保可追溯性。

特点

该数据集的核心特点在于其聚焦于非洲地区劳动力利用不足的综合衡量指标LU4，按性别（男性、女性、总计）进行细致拆解，提供了三个独特的分类维度。数据质量方面，采用了ILO筛选的'最佳来源'策略处理同一国家年份的多源重复记录，并通过观测状态标志（如B表示序列中断）和注释标签详尽说明数据异常与修订情况。此外，数据集以年度频率呈现，便于进行跨时间维度的趋势分析和面板数据建模。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，并将其转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码过滤特定国家的时序数据，对单一指标按时间排序后绘制趋势图，或利用pivot_table构建以年份为索引、国家为列的时间序列矩阵。数据集中包含ref_area、sex、time等关键字段，支持灵活的数据切片与聚合操作，适用于劳动力市场的比较研究与预测建模任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于其ILOSTAT数据库中创建，后经Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台。ILO作为全球劳动统计的权威机构，长期致力于通过标准化指标衡量劳动力市场的多维状况。此数据集聚焦于非洲30个国家在2003年至2025年间劳动利用不足的综合比率（LU4），以性别为细分维度，共包含354条观测值。核心研究问题在于揭示非洲地区被传统失业率所掩盖的隐性劳动闲置现象，为政策制定者提供更精准的劳动力市场评估工具。在劳动经济学领域，该数据集的发布弥补了非洲区域在非标准劳动利用指标方面的系统性数据空白，推动了区域间可比性研究的发展，并成为分析非洲劳动力结构变迁、评估可持续发展目标（SDG）中体面工作进展的重要基础资源。

当前挑战

该数据集所解决的核心领域挑战在于传统失业率指标无法全面反映非洲劳动力市场的复杂性——大量非正规就业、时间相关就业不足及潜在劳动力被排除在统计之外，而LU4综合利用率指标通过整合多维度信息提供了更完整的图景。在构建过程中，主要挑战包括：其一，数据源异构性显著，ILO需从各国劳动力调查、家庭收支调查及行政记录中提取原始微观数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化，这一过程涉及跨国数据口径调和的艰巨任务；其二，时间序列覆盖不均衡，部分国家如南非拥有长达17年的连续数据，而埃塞俄比亚、肯尼亚等国仅有9条观测，导致跨国纵向分析时存在样本稀疏性问题；其三，数据质量标注复杂，观测值需携带如‘序列断裂’、‘方法论修订’等状态标记，增加了数据清洗与因果推断的难度；此外，按性别分解的需求进一步挑战了数据可得性，尤其在性别工资差距显著的非洲社会，细分数据常因样本量不足而面临披露限制。

常用场景

经典使用场景

该数据集收录了国际劳工组织（ILO）提供的非洲30个国家2003至2025年间劳动利用不足综合率（LU4）的年度观测数据，按性别维度（男性、女性及总体）进行细分。其典型应用场景包括开展跨国家、跨时期的劳动市场结构性比较分析，追踪非洲各国劳动利用不足程度的演变轨迹，以及构建面板数据模型以探究经济发展、政策干预与劳动利用效率之间的关联。

解决学术问题

该数据集为劳动经济学中关于非充分就业的量化研究提供了标准化且可复现的基础数据，尤其填补了非洲地区长期缺乏统一、可比性劳动利用不足指标的空白。它使学者能够超越传统的失业率口径，更全面地审视劳动市场的闲置与错配问题，从而推动对发展中国家劳动利用模式、性别差异及其宏观决定因素的深入实证分析，具有重要的理论和方法论意义。

衍生相关工作

围绕该数据集，衍生出多项具有影响力的研究工作。在数据工程领域，Electric Sheep Africa将其重新打包为机器就绪的Parquet格式并托管于HuggingFace，极大降低了非洲劳动数据的获取与使用门槛，催生了便捷的时序预测、分类与回归建模流程。在学术研究方面，该数据集为构建非洲劳动市场动态面板数据库提供了核心模块，支持了关于劳动力迁移、产业结构变迁与劳动利用不足关系的计量分析，并推动了与非洲其他国家统计数据的交叉验证与融合研究。