electricsheepeurope/europe-ilo-luu-xlux-sex-rt-jobs-gap-rate

该数据集包含来自37个欧洲国家的2,544条观测数据，时间跨度为1991年至2025年，涵盖1个特定指标：LUU_XLUX_SEX_RT，即就业缺口率（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题涉及其他劳动力未充分利用的衡量指标。数据集经过重新打包，以表格形式提供，包括国家代码、年份、观测值等字段，并支持按性别（总计、男性、女性）进行细分。数据以年度频率发布，适用于表格分类、回归和时间序列预测等任务。This dataset contains 2,544 observations of Other measures of labour underutilization data across 37 Europe countries, spanning 1991–2025, covering 1 distinct indicator: LUU_XLUX_SEX_RT — Jobs gap rate (%). The data is sourced from ILOSTAT, the ILOs central statistics database, and repackaged for machine learning use. It includes fields such as country codes, years, observed values, and disaggregation by sex (total, male, female), with annual frequency, suitable for tabular classification, regression, and time-series forecasting tasks.

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直接抽取指标代码为LUU_XLUX_SEX_RT的原始数据，并依据欧洲ISO3国家代码进行地理筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）定义，对各国劳动力调查微观数据进行标准化处理，同时在source.label列中标注数据来源以确保可追溯性。数据集最终涵盖37个欧洲国家、1991至2025年间共2,544条年度观测记录。

使用方法

该数据集以HuggingFace Datasets形式发布，支持通过load_dataset函数一键加载，并可直接转换为Pandas DataFrame供Python环境使用。用户可按国家代码过滤特定国家的时间序列，按指标排序后绘制趋势图，或通过数据透视表构建国家×年份矩阵，便于进行跨国的面板数据分析。数据集采用cc-by-4.0许可协议，使用时应同时引用ILO原始数据源及Electric Sheep Europe的重组版本。

背景与挑战

背景概述

在劳动经济学与公共政策研究领域，精准衡量劳动力市场的未充分利用程度对于评估经济健康与制定就业政策至关重要。该数据集由国际劳工组织（ILO）统计部门于近年构建，经由Electric Sheep Europe于2025年重新打包并发布在HuggingFace平台。数据集聚焦于欧洲37个国家1991至2025年间的工作岗位缺口率（Jobs gap rate），包含2544条观测记录，旨在通过ILOSTAT这一权威全球劳动统计数据库，提供跨国家、跨时间序列的标准化指标。该数据集的问世填补了欧洲劳动力未充分利用指标在机器学习友好格式上的空白，为学者和政策制定者提供了可直接用于时序预测、分类与回归分析的高质量数据资源，推动了劳动统计与数据科学的交叉研究。

当前挑战

该数据集所应对的领域挑战在于，传统劳动力统计指标如失业率往往无法全面反映劳动力市场的闲置程度，而工作岗位缺口率则涵盖失业者、潜在劳动力及边缘附着群体，但其跨国、跨时期的标准化收集与整合面临数据源异构、调查方法差异及时间序列不连续等难题。在构建过程中，主要挑战包括：从ILOSTAT REST API中仅提取欧洲国家的数据并确保各国编码规范一致；处理多个数据源因调查设计变更导致的序列断裂（如观测状态标记为'Break in series'）；以及按年度频率聚合数据时，需保留性别维度（总人数、男性、女性）的细分信息，同时避免月度或季度数据混入导致的粒度不一致问题。

常用场景

经典使用场景

该数据集收录了1991至2025年间37个欧洲国家的就业缺口率（Jobs gap rate）年度观测值，共计2544条记录。作为国际劳工组织ILOSTAT数据库的精选子集，它专为劳动力市场中劳动利用不足现象的量化评估而设计。研究者常借助该数据集构建时间序列模型，追踪欧洲各国就业缺口率的长期演变趋势，或通过面板数据分析不同性别群体在劳动参与和就业不足方面的结构性差异。其经典应用场景涵盖宏观劳动经济学中的跨国比较研究、劳动力市场效率评估以及政策干预效果的动态追踪。

解决学术问题

在学术层面，该数据集系统性地填补了欧洲范围内劳动利用不足指标的高频可比性空白。传统失业率指标往往忽略“潜在劳动力”和“边缘附着劳动力”等隐性失业形态，而就业缺口率作为更全面的劳动利用不足度量，能够更真实地反映劳动力市场的冗余与张力。研究者得以借助该数据集深入探讨经济周期对就业质量的影响、女性劳动参与的隐形壁垒，以及劳动力市场制度（如最低工资、就业保护立法）对就业缺口率的调节效应。这些分析为理解欧洲劳动力市场的异质性提供了坚实的数据基础，推动了劳动经济学、社会保障与公共政策等领域的交叉研究。

实际应用

在实际应用中，该数据集为国际组织、各国劳动部门及政策研究机构提供了重要的决策支持。欧洲央行和欧盟委员会可基于就业缺口率的跨国趋势，制定协调一致的就业促进与技能培训策略。各国劳动局能够利用该数据识别特定区域或性别群体的就业脆弱性，从而精准投放职业培训和创业扶持资源。此外，人力资源管理咨询公司和ESG评级机构也常引用此类劳动利用不足指标，评估企业在社会责任与劳动力可持续性方面的表现，辅助投资决策与合规报告。

数据集最近研究

最新研究方向

在欧洲劳动力市场研究领域，该数据集聚焦于“就业缺口率”这一前沿指标，反映了国际劳工组织对劳动利用不足的复合度量，超越了传统失业率的单一视角。当前热点研究方向包括利用该时间序列数据构建欧洲各国1991-2025年的劳动市场动态模型，分析性别维度的就业差距演变，以及结合经济周期事件（如金融危机、疫情冲击）探究就业缺口率的结构性变动。该数据集为研究劳动力闲置与技能错配提供了标准化、可跨国比较的观测基础，对解析欧洲就业质量与包容性增长的深层机制具有重要学术和政策意义。