electricsheepeurope/europe-ilo-cld-xgpb-sex-age-rt-share-of-children-in-child-labour-general-producti

该数据集包含欧洲20个国家在1995年至2025年期间的童工比例数据，具体指标为按性别和年龄划分的童工比例——通用生产边界（%）（指标代码：CLD_XGPB_SEX_AGE_RT）。数据集共有564个观测值，来源于国际劳工组织（ILO）的ILOSTAT统计数据库，数据通过ILOSTAT REST API获取，并经过欧洲国家代码过滤。数据结构包括国家代码（ref_area）、国家名称（ref_area.label）、数据来源代码和标签（source、source.label）、指标代码和标签（indicator、indicator.label）、性别分类（sex、sex.label）、年龄分类（classif1、classif1.label）、观测年份（time）、观测值（obs_value）、观测状态（obs_status、obs_status.label）以及相关注释列。数据按性别（总计、男性、女性）和年龄组（如15-17岁）进行细分，适用于表格分类、回归和时间序列预测等任务。数据集以CC-BY-4.0许可发布，由Electric Sheep Europe重新打包，旨在为欧洲提供统一的、机器学习就绪的数据层。This dataset contains data on the share of children in child labour for 20 European countries from 1995 to 2025, with the specific indicator Share of children in child labour -- General Production Boundary by sex and age (%) (indicator code: CLD_XGPB_SEX_AGE_RT). It comprises 564 observations sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via the ILOSTAT REST API and filtered to European country codes. The data structure includes country code (ref_area), country name (ref_area.label), source code and label (source, source.label), indicator code and label (indicator, indicator.label), sex disaggregation (sex, sex.label), age classification (classif1, classif1.label), observation year (time), observed value (obs_value), observation status (obs_status, obs_status.label), and related note columns. Data is disaggregated by sex (total, male, female) and age groups (e.g., 15-17 years), suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is released under the CC-BY-4.0 license and repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe.

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中央统计数据库，通过REST API接口直接抽取指标代码为CLD_XGPB_SEX_AGE_RT的原始数据，并依据欧洲ISO3国家代码进行地理过滤。数据背后的原始微观数据来自各国劳动力调查、家庭收支调查及行政记录，ILO依据国际劳动统计学家会议（ICLS）的定义进行统一协调与标准化处理。Electric Sheep Europe团队进一步将原始数据进行规范化封装，转化为Parquet格式，确保了数据的一致性与可复现性。

使用方法

研究者可通过HuggingFace的datasets库直接调用load_dataset()函数加载数据，并以pandas DataFrame格式进行后续分析。典型操作包括按国家代码筛选特定国家的子集、按年份排序绘制核心指标的时间序列曲线，或利用pivot_table构建以年份为行、国家为列的矩阵视图，便于进行跨国比较。数据集的简洁架构和标准化编码使得从数据探索到高级建模的过渡极为顺畅。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT创建，并由Electric Sheep Europe于2025年重新封装。数据集聚焦于欧洲20个国家1995年至2025年间儿童劳动参与率的性别与年龄分布，以一般生产边界为统计口径，旨在系统量化“童工”这一全球性社会问题。ILO作为联合国下属的权威劳工统计机构，长期致力于通过标准化指标监测全球劳动力市场，该数据集正是其协调各国劳动力调查、家计调查等微观数据后得出的重要成果。数据集涵盖564条观测记录，按性别与年龄分组呈现童工占比，为研究欧洲童工现象的时空演变、性别差异和政策干预效果提供了高质量时间序列数据，对相关领域的学术研究和政策制定具有重要参考价值。

当前挑战

该数据集所解决的领域核心挑战在于，童工问题长期缺乏统一、可比的跨国定量测度，尤其是欧洲地区不同国家在儿童劳动法律定义、调查方法和数据可获取性上的巨大差异，严重阻碍了系统性比较与趋势分析。构建过程中，ILO必须解决数据源异质性问题，例如部分国家对童工的统计口径不一致（是否纳入家务劳动、季节性工作等），且同一国家不同年份的数据可能因调查方法修订（如标记为“方法断裂”）而产生衔接困难。此外，数据覆盖存在显著不均衡，罗马尼亚、匈牙利等国的观测值远超法国、乌克兰等国家，且部分年份数据被标记为“不可靠”，反映出数据稀疏性和质量波动带来的建模挑战。这些因素要求研究者在利用该数据集进行分析时，必须审慎处理缺失值、断点变异和代表性偏差等问题。

常用场景

经典使用场景

在欧洲劳动力市场与儿童福祉交叉研究的学术版图中，该数据集凭借其横跨1995至2025年、覆盖20个欧洲国家的时序观测，成为分析童工现象演变轨迹的珍贵素材。研究者常利用其按性别与年龄段细分的童工占比指标，构建面板数据模型，以揭示不同社会经济背景下童工参与率的长期波动规律。此类模型有助于剥离周期性经济因素与结构性政策干预对童工比例的影响，从而为理解欧洲各国在消除童工方面的差异化进程提供量化依据。

解决学术问题

该数据集的核心学术贡献在于解决了欧洲区域童工研究中长时间跨度、统一口径的跨国可比数据匮乏的难题。通过整合国际劳工组织（ILO）的标准化统计框架，它使研究者能够突破单一国别案例的局限，系统探究童工现象与经济发展水平、劳动法规执行力度、教育资源可及性等宏观变量之间的统计关联。其方法论层面的意义尤为深远：为验证童工减少与可持续发展目标（SDG）进展之间的理论假设提供了实证基础，进而推动了劳动力经济学与发展社会学领域的交叉对话。

实际应用

在实际应用层面，该数据集为欧盟及各国劳动监察部门、国际非政府组织制定反童工政策提供了数据驱动的决策支持。基于不同国家与性别的童工占比分布，政策制定者可精准识别高发区域与脆弱群体，从而优化社会保护项目的资源投放。例如，通过对比特定国家在引入最低就业年龄法案前后的观测值变化，评估法律干预的实际效力。此外，这一指标也被纳入欧洲劳动力市场监测平台，成为衡量体面劳动进展的关键参照。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲20国1995至2025年间儿童劳动参与率的性别与年龄维度分解，基于国际劳工组织ILOSTAT标准化统计框架，为监测可持续发展目标中体面工作指标提供了关键量化工具。近年来，随着全球对童工问题的关注升温，特别是新冠疫情冲击下儿童经济脆弱性加剧的时代背景，该数据通过揭示不同性别（男/女/总计）及年龄段（如15-17岁）的劳工参与差异，支撑了政策制定者与研究者对区域童工演变趋势的动态追踪。其跨年度时序结构使学界能够结合欧洲社会保护体系变迁，剖析经济周期与立法干预对儿童权益的实际影响，为构建多变量因果模型及预测预警系统奠定了数据基座，深化了劳动经济学与儿童发展领域的交叉实证探索。