electricsheepafrica/africa-ilo-luu-xlu4-sex-age-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相关数据，具体指标为按性别和年龄划分的劳动力未充分利用综合率（LU4）。数据集覆盖33个非洲国家，时间跨度为2003年至2025年，共包含5,314个观测值。数据通过ILOSTAT REST API获取，并经过处理以非洲国家ISO3代码进行筛选。ILOSTAT使用国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调，数据来源在`source.label`列中标注以确保可追溯性。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、年龄分类、观测年份、观测值、观测状态标志等，适用于表格分类、回归和时间序列预测等任务。This dataset contains labor underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Composite rate of labour underutilization (LU4) by sex and age (%). It covers 33 African countries from 2003 to 2025, with 5,314 observations. The data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. ILOSTAT harmonizes raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions, and sources are flagged in the `source.label` column for traceability. The dataset includes columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation, age classification, observation year, observed value, observation status flags, etc., and is suitable for tasks like tabular classification, regression, and time-series forecasting.

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ILOSTAT数据库，聚焦非洲地区劳动力利用不足的综合衡量指标。构建过程首先通过ILOSTAT的REST API抽取原始指标数据，并依据ISO3国家代码筛选出非洲33个国家的相关记录。随后，Electric Sheep Africa团队对数据进行规范化处理，统一了数据结构与列定义，并最终打包为Parquet格式发布。数据集涵盖了2003年至2025年间共计5314条观测值，每条记录均包含了国家、来源、指标、性别与年龄分组等详细属性，且保留了ILOSTAT中标识数据来源与断点修订的元数据字段，确保了信息的可追溯性与透明度。

特点

该数据集的核心特点在于其针对非洲区域劳动力市场结构性问题的深入刻画，尤其关注综合劳动力利用不足率这一综合指数。数据按照性别和年龄两个维度进行分层，提供了总人口、男性与女性三个群体的详细统计，使得研究者能够精准剖析劳动力闲置的群体差异。5314条观测值覆盖了33个非洲国家长达22年的年度时间序列，样本量虽有限但聚焦性强。同时，数据集中标注了数据来源、观测状态及断点说明等质量标记，为分析结果的可靠性提供了必要的上下文信息。

使用方法

数据集的使用极为便捷，可直接通过HuggingFace Datasets库的load_dataset函数加载至Python环境，并转换为Pandas DataFrame进行后续处理。研究者可依据ref_area列对国家进行筛选，快速提取单一国家的纵向序列；也可利用time与obs_value列绘制特定指标的时间折线图，直观揭示劳动力利用率的动态变化。此外，通过pivot_table函数可将数据重塑为国家×年份的矩阵形式，便于开展面板数据分析与跨区域比较。对于希望深入探索劳动力市场结构的研究人员，该数据集提供了干净、标准化的数据入口，显著降低了数据清洗与预处理的工作量。

背景与挑战

背景概述

劳动力资源是评估区域经济社会发展韧性的核心要素，而劳动力利用不足综合率（LU4）作为国际劳工组织（ILO）构建的超越传统失业率的多维指标，能够更全面地捕捉潜在劳动力市场中的隐性闲置状况。该数据集由国际劳工组织统计司（ILO Department of Statistics）于2025年通过ILOSTAT平台发布，经Electric Sheep Africa团队整理后以结构化表格形式呈现，涵盖33个非洲国家自2003年至2025年间的5,314条观测记录。核心研究问题聚焦于揭示非洲大陆不同性别与年龄群体在劳动力利用不足方面的时空异质性，为可持续发展目标（SDGs）中体面工作指标的监测提供了关键数据支撑。作为首个以非洲为中心、融合ILO标准化统计口径的LU4专项数据集，其精细化的性别与年龄分组维度显著推动了区域劳动力市场非正规性、就业质量及政策干预效果的实证研究。

当前挑战

该数据集所解决的领域问题在于传统失业率指标在非洲语境下的局限性——大量非正规就业、隐性失业及低劳动参与群体被排除在统计体系之外，导致劳动力市场真实困境被系统性低估。LU4复合率通过整合时间相关未充分就业、不充分就业潜力及失业状态，为刻画非洲特有的‘有工作却贫困’现象提供了更准确的量化工具。在构建过程中，挑战主要源于ILO跨国家源数据的异质性：原始数据依赖各国劳动力调查（LFS）与行政记录，不同国家调查周期、问卷设计及ICLS统计准则的更新时点差异（如方法修订导致的断点标记‘Break in series’）需通过严格的数据质检与字段注释（如obs_status、note_indicator）进行协同。此外，33国中部分经济体（如埃塞俄比亚仅有2005-2021年数据）的稀疏时间序列与性别-年龄分组缺失，要求研究者在多变量分析中审慎处理平衡面板缺失值与跨国产出可比性问题。

常用场景

经典使用场景

在劳动经济学与发展经济学领域，该数据集最经典的用途是开展非洲国家劳动力利用不足的综合率（LU4）跨时空比较分析。通过整合33个非洲国家自2003年至2025年间的年度观测数据，研究者可以按性别和年龄维度剖析劳动力市场的结构性特征，揭示经济波动、政策干预与劳动力资源配置之间的动态关系。依托ILOSTAT标准化统计框架，该数据集为构建面板数据回归模型、评估劳动力市场效率以及追踪可持续发展目标中体面劳动指标进展提供了高质量的数据支撑，尤其适合进行非洲区域内部的横向对比与纵向趋势挖掘。

实际应用

在政策制定与国际发展实践中，该数据集为非洲各国劳动部门及国际组织提供了精准决策工具。例如，世界银行和国际货币基金组织可依据不同性别与年龄群体的劳动力利用不足率差异，设计更具针对性的就业促进方案和技能培训项目。非洲联盟可利用该数据监测《2063年议程》中关于体面劳动目标的实现进程，为区域一体化政策调整提供实证依据。非政府组织则能通过识别劳动力利用不足的高发地区与脆弱群体，优化资源分配，在性别平等和青年赋权领域开展精准干预。此外，该数据集还服务于跨国企业的非洲市场进入策略，指导人力资源规划与投资区位选择。

衍生相关工作

基于该数据集已衍生出多项前沿研究工作。在方法论层面，学者将其与ILO其他指标（如LU1-LU3）结合，构建了多维度劳动力利用不足综合指数，改进了传统劳动力市场健康度的评估框架。在实证研究中，有工作利用该数据配合卫星夜间灯光影像和非洲人口普查数据，运用时空地理加权回归模型，揭示了城市化进程与劳动力配置效率的耦合关系。此外，该数据集还被用于训练时间序列预测模型，通过LSTM和Transformer架构预测撒哈拉以南非洲地区未来五年劳动力利用不足趋势，为预警系统开发提供了训练基础。这些衍生工作显著拓展了非洲劳动统计数据的应用边界。