electricsheepeurope/europe-ilo-eip-5wap-sex-age-rt-inactivity-rate-by-sex-and-age-19th-icls

该数据集包含欧洲35个国家在2014年至2025年期间的按性别和年龄划分的不活动率——第19届国际劳工统计学家会议（ICLS）定义（%）统计指标。数据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。数据集包含3,499个观测值，涵盖1个独特指标（EIP_5WAP_SEX_AGE_RT），涉及性别（总计、男性、女性）和年龄（15岁及以上）的细分维度。数据以年度频率提供，用于劳动力未充分利用分析，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistics on the Inactivity rate by sex and age -- 19th International Conference of Labour Statisticians (ICLS) definition (%) for 35 European countries from 2014 to 2025. Sourced from the International Labour Organization (ILO) ILOSTAT database, it is retrieved via REST API and filtered to European countries. The dataset includes 3,499 observations covering one distinct indicator (EIP_5WAP_SEX_AGE_RT), with disaggregation by sex (total, male, female) and age (15 years and above). Data is provided at an annual frequency for labor underutilization analysis, suitable for tasks such as tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，经由Electric Sheep Europe团队重新封装后发布。构建过程通过调用ILOSTAT的REST API接口获取指标代码为EIP_5WAP_SEX_AGE_RT的原始数据，并依据欧洲ISO3国家代码进行地理过滤。数据基于第19届国际劳工统计学家会议（ICLS）定义进行统一化处理，原始调查微观数据来源在source.label列中予以标识，确保了数据溯源的可追溯性与一致性。

特点

该数据集汇集了2014年至2025年间35个欧洲国家的3,499条观测记录，聚焦于劳动利用不足的替代性衡量指标——按性别与年龄划分的不活动率。数据按年频次发布，提供了性别（总数、男性、女性）的细分维度，同时包含来源标记、观测状态及方法论变更注释等元信息列，有助于用户评估数据质量。当同一国家与年份存在多个数据源时，数据集采用ILO选定的“最佳来源”，保证了数据权威性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，并转换为Pandas DataFrame进行灵活分析。支持按国家代码筛选特定国家的时间序列数据，亦可针对单一指标按年份排序后可视化趋势变化。利用透视表功能，可便捷地将数据重塑为国家×年份的矩阵格式，便于跨国家比较与面板数据分析。数据集以Parquet格式存储，兼容主流机器学习框架，适用于时间序列预测、表格分类与回归等建模任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门编制，经Electric Sheep Europe于2025年重新整理并发布，聚焦于欧洲35个国家在2014至2025年间按性别和年龄划分的劳动参与不足度量指标，即基于第19届国际劳工统计学家会议（ICLS）定义的不活动率。作为ILOSTAT全球劳动统计数据库的分支，该数据集旨在系统性地追踪劳动力市场中因结构性、周期性或制度性因素导致的非就业状态，为理解欧洲区域劳动力边缘化现象提供标准化的时间序列数据。其核心研究问题在于揭示不同性别与年龄群体在经济活动中的退出模式，从而支持劳动力政策评估、社会包容性研究以及跨国比较分析，对劳动经济学、公共政策及可持续发展目标中的体面工作议题具有重要参考价值。

当前挑战

领域层面，该数据集致力于解决劳动统计中非传统就业不足形态的量化难题，传统失业率无法充分捕捉因技能错配、照料责任或社会保障体系差异而退出劳动市场的群体，而基于19th ICLS标准的不活动率则需要在跨国数据可比性与国家特定分类体系之间取得平衡。构建过程中，数据集面临多重挑战：首先，ILOSTAT需对来自不同国家劳动力调查的原始微观数据进行统一清洗与协调，处理因调查方法、问卷设计或定义变迁导致的时间序列断裂；其次，年度与更高频数据（如月度、季度序列）的混合存储及最佳来源选择机制增加了数据整合的复杂性；此外，性别、年龄等分类变量的多层级分解（如青年与成年亚组）导致观察值稀疏性问题，且在联合国的统一编码与各国本土分类间转换时需严格记录元数据以保证可追溯性。

常用场景

经典使用场景

在欧洲劳动力市场研究的宏大叙事中，非经济活动率作为衡量劳动力未被充分利用的关键指标，其分性别与年龄的精细化特征揭示了劳动参与的结构性差异。本数据集聚焦于2014至2025年间35个欧洲国家的非经济活动率，依据第19届国际劳动统计学家会议（ICLS）标准进行定义，为学术探索提供了跨越十一年的时间序列。经典场景在于通过面板数据模型追踪性别间与代际间的劳动参与变迁，洞察女性群体或青年群体在特定国家中的退出劳动市场动态，从而刻画欧洲社会人口转型与劳动供给的深层图景。

衍生相关工作

围绕此数据集的衍生研究已催生出一系列方法论革新与模型拓展。基于该面板数据，学者构建了分层贝叶斯时间序列模型，用以预测不同性别与年龄层在极端经济冲击下的非经济活动率波动，推动了因果推断与预测机制的融合。此外，结合聚类分析与空间计量经济学，研究者揭示了中东欧与西欧在劳动力不活跃模式上的制度性分化，为劳动市场分割理论提供了量化证据。这些经典工作不仅强化了ILOSTAT作为劳动统计枢纽的地位，也为后续将宏观劳动指标与微观个体行为数据进行融合的跨学科研究铺平了道路。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲35国2014至2025年间按性别与年龄分层的非经济活动率（基于第19届国际劳工统计学家会议定义），为劳动力利用不足指标的前沿研究提供了关键支撑。当前，欧洲劳动力市场正经历后疫情时代的结构性重塑，叠加数字化转型与人口老龄化双重挑战，非经济活动率的性别与年龄差异成为学界与政策层关注的热点。此数据集的精细分类维度——涵盖‘青年与成年人’（15岁以上）及性别细分——使得研究者能深入剖析不同群体间劳动力参与障碍的异质性，进而探讨长期失业、技能错配、照护责任分配及社保体系韧性等议题。由ILOSTAT官方源经标准化整合后，该数据以机器学习的即用型格式呈现，极大便利了时间序列预测、面板数据分析及因果推断模型的开发。其发布不仅有助于精准刻画欧洲福利国家劳动力边缘化群体的演化轨迹，更为实证检验最低工资、积极劳动力市场政策及性别平等倡议的有效性提供了宝贵资源，对推动欧洲劳动经济学实证研究与循证决策具有显著意义。