electricsheepeurope/europe-ilo-ees-3ees-sex-age-jbc-nb-youth-employees-by-sex-age-and-type-of-job-contrac

该数据集名为按性别、年龄和工作合同类型分类的青年雇员（千人）|欧洲（ILOSTAT），是一个表格型数据集，包含44,456条观测数据，覆盖39个欧洲国家，时间跨度为1983年至2025年。数据集专注于一个核心指标：EES_3EES_SEX_AGE_JBC_NB，即按性别、年龄和工作合同类型分类的青年雇员数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过REST API获取，并经过Electric Sheep Europe重新打包和标准化处理。数据集包含多个维度，如国家（ISO 3166-1 alpha-3代码）、数据来源（例如劳动力调查）、性别（总计、男性、女性）、年龄分组（如15-29岁青年段）、合同类型（总计等）、观测年份和观测值等列。数据质量方面，为年度频率，ILO选择最佳来源处理多源数据，且分类列仅在指标发布细分数据时非空。该数据集适用于机器学习任务，如表格分类、回归和时间序列预测，可用于分析欧洲青年就业趋势。This dataset is named Youth employees by sex, age and type of job contract (thousands) | Europe (ILOSTAT) and is a tabular dataset containing 44,456 observations across 39 European countries, spanning from 1983 to 2025. It focuses on one core indicator: EES_3EES_SEX_AGE_JBC_NB, which represents youth employees by sex, age, and type of job contract (in thousands). The data is sourced from the International Labour Organization (ILO)s ILOSTAT statistical database, retrieved via REST API, and repackaged and normalized by Electric Sheep Europe. The dataset includes multiple dimensions such as country (ISO 3166-1 alpha-3 codes), data source (e.g., labour force survey), sex (total, male, female), age groups (e.g., 15-29 youth bands), contract type (e.g., total), observation year, and observed value columns. In terms of data quality, it is annual frequency, with ILO selecting the best source for multiple sources per country-year, and disaggregation columns are non-null only when the indicator publishes breakdowns. This dataset is suitable for machine learning tasks like tabular classification, regression, and time-series forecasting, and can be used to analyze youth employment trends in Europe.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）的核心统计数据库ILOSTAT提供，经Electric Sheep Europe重新打包处理。数据通过ILOSTAT的REST API直接获取，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）的定义，对原始调查微观数据进行了统一协调与标准化处理，同时保留了来源标识列以确保数据可追溯。数据以Parquet格式存储，便于机器学习场景下的高效加载与使用。

特点

数据集包含39个欧洲国家从1983年至2025年间共计44,456条观测记录，覆盖单一指标“按性别、年龄及合同类型划分的青年雇员人数（千人）”。数据结构丰富，提供了国家编码、性别、年龄分组、合同类型、观测状态及注释信息等多维度的分类列，支持精细化的数据分析。数据为年度频率，且当同一国家与年份存在多个数据来源时，采用ILO筛选的“最佳来源”以保证质量，同时设有观测状态标志（如不可靠）用于质量控制。

使用方法

用户可通过HuggingFace Datasets库中的`load_dataset()`函数一键加载数据集，并轻松转换为pandas的DataFrame格式进行后续分析。典型用法包括按国家编码筛选特定国家的数据子集，按指标和时间排序以绘制时间序列图，以及利用透视表将数据重塑为国家与年份的矩阵形式。数据集的标准化列名和清晰的结构使其能够无缝集成到分类、回归或时间序列预测等机器学习任务中。

背景与挑战

背景概述

青少年就业状况是衡量劳动力市场健康程度与社会包容性的关键指标，尤其在全球化与产业结构快速变迁的背景下，精准追踪不同性别、年龄及合同类型的青年雇员数据，对于制定科学就业政策至关重要。由国际劳工组织（ILO）统计部门维护的ILOSTAT数据库，作为全球劳动统计的权威来源，整合了各国劳动力调查等行政记录数据。在此基础上，Electric Sheep Europe团队于2025年重新打包发布了“欧洲青年雇员数据集”（europe-ilo-ees-3ees-sex-age-jbc-nb-youth-employees-by-sex-age-and-type-of-job-contrac），该数据集囊括1983年至2025年间39个欧洲国家的44,456条观测记录，聚焦青年雇员按性别、年龄和雇佣合同类型划分的就业人数（单位：千），为区域劳动力研究提供了标准化、机器可读的高维面板数据，有力支撑了时间序列预测、分类与回归分析，并推动了欧洲就业不平等、青年失业及灵活用工形式等核心议题的量化探索。

当前挑战

该数据集所面对的挑战首先体现在领域问题的复杂性上：青年就业受到宏观经济波动、教育政策、劳动法规及文化因素的多重交织影响，现有数据虽能揭示性别、年龄与合同类型的分层特征，却难以有效捕捉合同类型中非正规就业、临时工与零工经济等新型用工形态的细微差异，且时序数据中的断点与统计方法修订（如`note_indicator.label`标注的“Break in series”）增加了长期趋势分析的不确定性。在构建过程中，数据整合面临显著技术障碍：ILOSTAT原始API返回的多源异构数据需经严格清洗与对齐，尤其涉及不同国家调查框架差异（如劳动力调查与行政记录口径不一）及分列维度（`sex`、`classif1`、`classif2`）的稀疏性问题，导致部分国家-年份组合存在大量空值；此外，39国跨43年的时间跨度中，观测状态标记为“不可靠”（`Unreliable`）的记录约占一定比例，如何在保持数据完整性与统计严谨性之间取得平衡，成为后续建模与政策推论的关键挑战。

常用场景

经典使用场景

在劳动经济学与社会政策研究领域，该数据集常被用于分析欧洲青年群体的就业形态演变。研究者可借助其中跨越四十年、覆盖39个国家的观测值，构建面板数据模型，系统考察性别、年龄段与劳动合同类型对青年就业规模的影响。基于时间序列与分类回归任务，该数据为探究青年劳动力市场的结构性变迁、周期性波动以及制度差异提供了可靠的经验基础，是理解欧洲青年就业图景不可或缺的量化工具。

解决学术问题

数据集有效回应了青年就业研究中长期存在的细粒度数据匮乏问题。它使得学者能够跨越国别边界，在统一指标框架内对比不同福利体制与劳动法规下青年就业的异质性表现。借助其按性别与合同类型细分的结构，研究者得以剖析劳动市场分割、非正规就业蔓延以及性别就业差距等核心议题，从而深化对欧洲劳动力市场制度变迁与青年群体脆弱性的理论认知，为实证检验相关假说提供支撑。

衍生相关工作

该数据集作为ILOSTAT官方统计的标准化再封装成果，催生了一系列以欧洲青年劳动力市场为主题的衍生研究。经典工作包括跨时期青年就业弹性的估算、性别工资差距的分解分析，以及经济周期中临时合同对青年长期就业轨迹影响的因果推断。此外，它还被集成至多个可比宏观计量模型之中，用以刻画欧洲各国劳动力市场的制度差异与收敛趋势，推动了劳动经济学领域以数据驱动为基础的跨国比较研究范式的深化。