electricsheepeurope/europe-ilo-luu-5lu4-sex-age-rt-composite-rate-of-labour-underutilization-lu4-by-s

该数据集包含了欧洲32个国家从2014年至2025年的劳动力市场数据，专注于“劳动力利用不足综合率（LU4）按性别和年龄划分——第19届国际劳工统计学家会议（ICLS）百分比”指标。数据集共有3,114个观测值，来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为欧洲国家。数据涵盖了劳动力利用不足的复合测量，按性别（总计、男性、女性）和年龄（15岁及以上）进行细分，用于表格分类、回归和时间序列预测等任务。数据集模式包括国家代码、来源、指标、性别、时间、观测值等列，并提供了数据质量说明和使用示例，适用于劳动力市场分析和机器学习应用。This dataset contains 3,114 observations of the composite rate of labour underutilization (LU4) by sex and age, based on the 19th International Conference of Labour Statisticians (ICLS) percentage, for 32 European countries from 2014 to 2025. Sourced from the ILOSTAT database of the International Labour Organization (ILO), it provides harmonized data on labour underutilization, disaggregated by sex (total, male, female) and age (15 and above). The dataset is designed for tabular classification, regression, and time-series forecasting tasks, with a schema including columns for country codes, sources, indicators, time, and observed values, and includes usage examples for data analysis and machine learning applications.

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REST API直接提取指标代码为LUU_5LU4_SEX_AGE_RT的数据，并依据欧洲ISO3国家代码进行地理范围筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）定义，对各国劳动力调查的微观数据进行标准化处理，确保指标口径一致。数据集中每条观测均标注了来源标识（source.label），以维持可追溯性。最终数据集包含了2014年至2025年间32个欧洲国家的3,114条观测记录，以Parquet格式封装呈现。

特点

该数据集聚焦于劳动力利用不足的综合率（LU4）这一核心指标，按性别与年龄维度进行细致分解，提供了包括总计、男性和女性在内的三种性别分类。数据涵盖32个欧洲国家，时间跨度达十二年，具备良好的纵向比较基础。每条记录附有详尽的元数据，如观测状态标志、断点注释及来源说明，便于用户识别数据质量与序列一致性。数据以整洁的表格形式组织，包含ref_area、time、obs_value等关键字段，可直接应用于分类、回归及时序预测等机器学习任务。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集，仅需调用load_dataset函数即可获取训练集并转换为Pandas DataFrame进行后续分析。典型使用范式包括按国家筛选子集以研究单一国家的劳动力利用趋势，或按indicator列过滤特定指标并排序后绘制时间序列图。此外，用户可以借助pivot_table将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或跨国家比较。数据集采用CC-BY-4.0许可协议，使用时应同时引用ILO原始数据及Electric Sheep Europe的重新封装版本。

背景与挑战

背景概述

该数据集名为“Composite rate of labour underutilization (LU4) by sex and age -- 19th ICLS (%) | Europe (ILOSTAT)”，由国际劳工组织（ILO）于2025年整理发布，并经由Electric Sheep Europe重新封装。数据集聚焦于欧洲32个国家2014至2025年间劳动力利用不足的综合率（LU4），涵盖3,114个观测值，按性别与年龄进行细分。研究核心在于量化劳动力市场的潜在闲置资源，超越传统失业率指标，为理解就业不充分、时间相关就业不足等复杂现象提供数据基础。作为ILOSTAT数据库的组成部分，该数据集在劳动力统计领域具有权威性，广泛应用于跨国比较、政策评估与时间序列分析，推动了劳动力市场研究的精细化与标准化。

当前挑战

该数据集面临的挑战首先是领域问题：传统失业率无法全面反映劳动力利用不足的现实，LU4复合率虽整合了多维度指标，但如何在不同国家间统一定义与采集标准仍存困难。其次，构建过程中遭遇各国劳动力调查方法、数据频率及时间序列连续性的显著差异，例如部分国家的数据因方法修订而出现断裂标记（如“Break in series”）。此外，数据来源多元，需从ILO的多种官方渠道（如劳动力调查、行政记录）进行整合与清洗，确保最佳来源的遴选与元数据的可追溯性，同时处理性别与年龄分组后的稀疏性，这些均对数据质量与一致性构成了严峻考验。

常用场景

经典使用场景

该数据集提供了欧洲32个国家2014至2025年间按性别和年龄分层的劳动力利用不足综合率（LU4）年度观测值，共3114条记录。在劳动力经济学与社会分层研究中，它常被用于构建面板数据模型，分析欧洲各国劳动力市场疲软程度的动态演变轨迹以及性别与代际差异，同时可作为时间序列预测任务的基础输入，助力研究者揭示后金融危机时期、新冠疫情冲击及经济复苏进程中劳动力利用不足的结构性特征。

衍生相关工作

基于该数据集衍生的经典工作主要集中在劳动力市场不充分就业的跨国比较与影响因素建模领域。研究者利用其面板结构开展固定效应回归分析，探讨经济结构转型、最低工资政策及教育投资对LU4的异质性影响；同时，时序聚类方法被用于划分欧洲各国劳动力疲软模式的演化阶段。此外，该数据与ILOSTAT其他指标（如失业率、NEET率）的联合分析，催生了关于劳动力利用不足多维测度体系的优化研究，推动了综合劳动力市场评价框架的建构与实证检验。

数据集最近研究

最新研究方向

在劳动力市场研究的前沿领域，该数据集聚焦于欧洲32国2014至2025年间劳动力利用不足的综合比率（LU4），其核心价值在于为性别与年龄维度的劳动参与结构性差异提供高分辨率时序证据。当前，伴随全球后疫情时代就业复苏的不均衡性、数字转型对传统雇佣关系的重塑，以及欧盟对‘充分就业’与‘体面劳动’议程的持续推进，LU4指标作为超越单纯失业率的综合性度量，能够捕捉到就业不足、劳动力闲置等隐性失业现象，正成为评估劳动力市场韧性与包容性的关键工具。数据集基于国际劳工组织（ILO）第19届国际劳工统计学家会议（ICLS）框架，其标准化方法论确保了跨国可比性，为经济学家和政策制定者构建预测模型、识别弱势群体（如女性与青年）的就业瓶颈、以及评估社会保护政策的有效性提供了坚实的数据基座。