electricsheepeurope/europe-ilo-eip-wdis-sex-age-nb-discouraged-job-seekers-by-sex-and-age-thousands

该数据集包含欧洲40个国家从1987年至2025年的36,525个观测值，专注于“其他劳动力未充分利用指标”中的“按性别和年龄划分的沮丧求职者（以千人为单位）”数据。指标代码为EIP_WDIS_SEX_AGE_NB，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤至欧洲国家。数据集包括国家代码、国家名称、数据来源、指标、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值（单位因指标定义而异）以及数据状态标志等列，适用于表格分类、回归和时间序列预测任务。数据经过ILO基于国际劳工统计学家会议定义进行标准化处理，并包含原始调查的追溯信息。This dataset contains 36,525 observations of Other measures of labour underutilization data across 40 Europe countries, spanning 1987–2025, covering the indicator Discouraged job-seekers by sex and age (thousands) with code EIP_WDIS_SEX_AGE_NB. Sourced from the International Labour Organization (ILO) ILOSTAT database via REST API and filtered to European ISO3 country codes, it includes columns such as ref_area (country code), indicator, sex (SEX_T, SEX_M, SEX_F), time (year), obs_value, and data quality flags, designed for tabular classification, regression, and time-series forecasting tasks. Data is harmonized using ICLS definitions and includes source traceability.

搜集汇总

数据集介绍

构建方式

在劳动统计领域，精准衡量劳动力市场的闲置程度对于制定有效的就业政策至关重要。本数据集依托国际劳工组织（ILO）的ILOSTAT统计数据库，通过其REST API直接提取‘EIP_WDIS_SEX_AGE_NB’指标数据，并依据欧洲ISO3国家代码进行地理过滤，从而聚焦于40个欧洲国家的‘沮丧求职者’群体。ILOSTAT采用国际劳工统计学家会议（ICLS）标准对原始调查微观数据进行统一协调，确保跨国数据的可比性。数据源类型（如劳动力调查）在‘source.label’列中清晰标注，便于追溯原始信息。最终数据集涵盖1987年至2025年间36,525条观测记录，以Parquet格式封装于Hugging Face平台，通过Electric Sheep Europe流水线实现标准化处理与发布。

特点

该数据集的核心特征在于其聚焦于‘其他劳动力利用不足指标’中的‘沮丧求职者’这一特殊群体，按性别和年龄（青年与成年人）进行细致分组，提供了SEX_T（总计）、SEX_M（男性）和SEX_F（女性）三种性别维度，并辅以年龄分类变量。数据覆盖40个欧洲国家，时间跨度长达近四十年，具有显著的历史纵深与地理广度。每条记录均包含观测值、状态标识（如临时性、不可靠性）以及详细的注释列，涵盖方法修订、数据来源及非标准年龄组等说明，为数据质量和使用提供了透明依据。所有数据均为年度频率，并采用国际劳工组织选定的‘最佳来源’策略处理同一国家与年份的多源冲突，确保单序列的连贯性。

使用方法

该数据集专为机器学习和时间序列分析设计，可直接通过Hugging Face的`datasets`库加载为DataFrame对象，代码简洁高效。用户可轻松按国家代码（如‘DEU’）过滤以聚焦特定地域的沮丧求职者趋势，或利用时间列绘制时序曲线以揭示长期演变规律。对于跨国家比较研究，可采用透视表操作将数据重塑为国家×年份矩阵，便于后续面板数据回归或聚类分析。数据集支持分类与回归任务，且其标签化的分类字段（性别、年龄）可直接作为模型输入特征。此外，丰富的注释列允许用户根据数据可靠性标志（如‘U’表示不可靠）进行筛选，增强分析的稳健性。

背景与挑战

背景概述

国际劳工组织（ILO）作为全球劳动统计领域的权威机构，其ILOSTAT数据库自20世纪末以来持续追踪各国劳动力市场动态，为政策制定与学术研究提供基石。在此背景下，由Electric Sheep Europe于2025年整理并发布的本数据集，聚焦欧洲40个国家1987至2025年间因性别与年龄划分的“沮丧求职者”数量（单位：千人），提供了36,525条观测记录。该数据集旨在刻画劳动力利用不足的深层结构，尤其是那些因长期求职受挫而退出劳动力市场的群体，从而弥补传统失业统计的局限。通过标准化ILOSTAT的API接口与ICLS定义，该数据实现了跨国的时序可比性，为评估欧洲区域社会包容政策成效、识别弱势劳动群体分布格局提供了关键量化工具，对劳动经济学与社会分层研究具有重要推动作用。

当前挑战

该数据集所应对的核心领域挑战在于，传统失业率指标难以全面捕捉劳动力市场的健康状态，沮丧求职者作为潜在劳动力群体的规模与动态常被忽视，导致政策干预出现盲区。构建过程中面临多重困难：首先，各国劳动力调查的时频、问卷设计及统计口径存在差异，ILOSTAT虽通过ICLS标准进行调和，但部分指标仍存在序列断裂与方法论修订（如注释中标识的I11:264），影响纵向分析的连续性。其次，数据中部分观测值被标记为不可靠（如obs_status为U），需谨慎处理以规避偏差。再者，40个国家跨39年的时间跨度导致非平衡面板数据，早年或小国的观测稀疏，加剧了模型拟合与泛化难度，对因果推断与机器学习任务构成显著约束。

常用场景

经典使用场景

该数据集的核心用途在于对欧洲各国丧失信心的求职者数量进行性别与年龄维度的精细剖析。研究者可借助该数据开展跨国的劳动力市场疲软程度比较分析，追踪1987年至2025年间不同国家中特定群体因长期求职受挫而退出劳动力市场的动态演化规律。数据集结构清晰，包含`sex`与`classif1`等分类变量，便于构建时间序列模型以捕捉宏观冲击（如经济衰退或政策变革）对就业信心的影响，尤其适用于探讨性别差异与代际差异在就业挫折感中的表现。

衍生相关工作

该数据集已衍生出多项具有影响力的经典研究。基于其标准化与时间跨度的优势，学者们构建了预测模型用于预警劳动市场恶化拐点，并探索了灰心效应与宏观经济景气指数之间的关联。同时，该数据被用于验证ILO倡导的‘体面劳动’量表在统计上的稳健性，推动了劳动力未充分利用综合指标的构造与校准。部分工作还将数据与教育及人口普查记录融合，揭示了灰心求职者向非正规就业或长期闲置状态转化的微观机制，丰富了劳动经济学的实证研究范式。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲各国因性别与年龄分层的灰心丧气求职者规模，是劳动力利用不足研究领域的前沿议题。当前，欧洲多国面临经济复苏不均与结构性失业的挑战，灰心丧气求职者作为隐性失业的重要组成，其测度与影响因素分析成为劳动经济学与公共政策交叉的热点。借助ILOSTAT的权威数据，研究者能精准追踪1987年至2025年间40个欧洲国家中因长期求职受挫而退出劳动力市场的群体，探讨性别差异在灰心丧气行为中的表现，以及青年与老年群体在就业期望与市场接纳间的动态博弈。该数据集为评估后疫情时代劳动力市场韧性、设计定向就业激励措施提供了关键实证基础，对揭示欧洲福利制度与就业保护机制的实际效能具有深远意义。