electricsheepeurope/europe-ilo-cld-xchl-sex-age-eco-nb-children-in-child-labour-by-sex-age-and-economic-a

该数据集包含欧洲18个国家从1995年至2025年的童工数据，共有2,100个观测值，涵盖一个独特指标：按性别、年龄和经济活动划分的童工数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，包括国家代码、年份、观测值以及分类维度（如性别和年龄）。数据集适用于表格分类、回归和时间序列预测任务，旨在为研究人员和开发者提供机器学习就绪的欧洲童工统计信息。This dataset contains 2,100 observations of child labour data across 18 European countries, spanning from 1995 to 2025, covering one distinct indicator: Children in child labour by sex, age and economic activity (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and processed to include country codes, years, observed values, and disaggregation dimensions such as sex and age. It is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide machine learning-ready statistical information on child labour in Europe for researchers and developers.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe基于ILOSTAT官方API构建，聚焦欧洲18国1995至2025年间童工劳动的详细观测数据，共计2100条记录。数据源直连ILO的RESTful服务接口，经ISO 3166-1 alpha-3国家代码过滤后，仅保留欧洲区域信息。ILOSTAT依据国际劳工统计学家会议定义对原始调查微观数据进行统一清洗与标准化处理，并在`source.label`列中标注数据来源，确保每一条记录均可追溯至特定的劳动力调查或其他行政记录，从而保障了数据整合的科学性与透明度。

特点

本数据集的核心特色在于其精细的多维分类结构。除基本的国家、时间与指标数值外，数据集提供了按性别（男性、女性、总计）、年龄组以及经济部门进行分类的字段，允许研究者深度剖析童工现象的复杂面向。数据字典清晰定义了`sex`、`classif1`与`classif2`等分类变量，并支持用户追踪观测值的可靠性状态（如`obs_status`标记）及序列中断等注释信息，为时间序列分析与因果推断提供了高质量的数据基础与质量警示。

使用方法

使用者可通过HuggingFace的`datasets`库以`load_dataset()`一行代码将数据加载为Pandas DataFrame，即刻开展分析。该数据即开即用的特性使其能够无缝对接时间序列预测、表格分类与回归等机器学习任务。典型的使用流程包括：依据`ref_area`筛选特定国家数据，按`indicator`分组后对`time`和`obs_value`序列进行时序绘图，或利用`pivot_table`构建国家×年份的观测值矩阵，进而揭示欧洲各国童工率的变化趋势与结构性差异。

背景与挑战

背景概述

童工问题作为全球劳动市场的沉疴痼疾，长期受到国际劳工组织（ILO）的密切关注。该数据集由国际劳工组织统计司（ILOSTAT）于2025年整理发布，并由Electric Sheep Europe团队在HuggingFace平台重新封装，聚焦于1995年至2025年间18个欧洲国家按性别、年龄和经济活动划分的童工数量（以千计）。核心研究问题在于量化欧洲区域童工现象的规模与结构特征，揭示不同社会经济维度下的分布规律。作为ILOSTAT全球劳动统计体系的重要组成部分，该数据集为监测可持续发展目标（SDGs）中关于消除童工的进展提供了关键数据支撑，尤其在欧洲劳动力市场研究、儿童保护政策评估以及跨国比较分析领域具有显著影响力，成为相关学者和政策制定者不可或缺的实证基础。

当前挑战

童工数据的收集与分析面临双重挑战。在领域层面，童工现象的隐蔽性导致数据采集困难，受访者可能因法律或社会压力隐瞒实情，使得调查结果存在系统性偏差；同时不同国家对“童工”的定义差异（如工作类型、最低年龄界限）造成跨国比较的基准不统一。在构建过程中，ILOSTAT需整合来自各国劳动力调查、家庭收支调查等多源数据，面临方法论衔接与指标口径协调的难题，例如2015年塞尔维亚仅有一条记录，数据稀疏性突出。此外，观测状态标记为“不可靠”（如obs_status字段中的'U'）或存在方法断裂（如note_indicator中的“方法论修订”）的情况，均暗示数据质量与时间序列一致性需要谨慎处理，建模时需考虑这些标注信息以避免误导性结论。

常用场景

经典使用场景

该数据集作为欧洲童工问题的权威统计资源，最经典的使用场景在于分析18个欧洲国家1995至2025年间童工现象的时空演变规律。研究者可依据性别、年龄组及经济活动的细分维度，构建多变量面板数据模型，用以量化各国童工分布的非均衡特征。通过时间序列分析与横截面比较，能够揭示政策干预与经济社会发展对童工率的动态影响，为劳动经济学与社会政策研究提供坚实的数据基础。

衍生相关工作

围绕该数据集衍生出一系列重要工作，包括基于性别与年龄组分解的童工风险预测模型，以及融合宏观经济指标（如GDP、失业率）的因果推断研究。部分工作聚焦于经济活动中童工分布的部门异质性，利用经典统计与机器学习方法揭示农业、服务业等领域的差异模式。另有学者将其与ILOSTAT其他指标联合分析，构建综合性劳动市场评估框架，拓展了纵向比较与国际基准研究的边界。

数据集最近研究

最新研究方向

该数据集基于国际劳工组织ILOSTAT权威统计，聚焦欧洲18国1995至2025年间童工规模、性别、年龄及经济活动的交叉分析，为监测可持续发目标中消除童工现象提供了关键的纵向证据。前沿研究正借助该面板数据构建时序预测模型，识别童工在农业、服务业等不同经济部门的动态演变规律，并结合经济周期与公共政策冲击评估干预有效性。同时，数据集精细的性别人口分组促进了社会不平等研究，助力揭示区域冲突与后疫情时代劳动力市场重构对儿童权益的潜在侵蚀，其开放共享的CC-BY-4.0许可更推动了跨学科协同与欧洲乃至全球童工治理框架的实证优化。