electricsheepeurope/europe-ilo-eip-teip-sex-dsb-nb-persons-outside-the-labour-force-by-sex-and-disabi

该数据集包含欧洲33个国家从2002年至2025年的按性别和残疾状况划分的非劳动力人口（千人）统计数据，共5,433个观测值，涵盖1个独特指标（EIP_TEIP_SEX_DSB_NB），属于国际劳工组织（ILO）ILOSTAT数据库中的其他劳动力未充分利用措施主题。数据通过ILOSTAT REST API获取，并经过标准化处理，包括国家代码、指标代码、性别分类、观测年份和值等字段，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，以促进机器学习应用。This dataset contains 5,433 observations of Persons outside the labour force by sex and disability status (thousands) data across 33 Europe countries, spanning 2002–2025, covering 1 distinct indicator (EIP_TEIP_SEX_DSB_NB) under the topic Other measures of labour underutilization from the ILOSTAT database of the International Labour Organization (ILO). Data is sourced directly from the ILOSTAT REST API, filtered to Europe, and includes fields such as country codes, indicator codes, sex disaggregation, observation years, and values, with schema details provided for tabular analysis. Repackaged by Electric Sheep Europe for ML-ready usage in tasks like tabular classification, regression, and time-series forecasting.

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，通过调用其REST API接口直接获取原始指标数据，并依据欧洲ISO3国家代码进行地域筛选与过滤。ILOSTAT自身对各国劳动力调查、家庭收支调查等微观数据依据国际劳动统计学家会议（ICLS）定义进行了标准化整合，以确保跨国可比性。随后，由Electric Sheep Europe团队对数据进行重新封装与整理，形成结构化的表格数据，并以Parquet格式发布至HuggingFace平台，便于机器学习领域的直接调用。

特点

该数据集聚焦于欧洲33个国家2002至2025年间因性别与残疾状况而游离于劳动力市场之外的人口数量，共包含5,433条观测记录。其特色在于提供了统一的指标代码体系与丰富的分类维度，涵盖性别（总、男、女）及残疾状态等细分变量。每个观测值均附有来源标签、观测状态标志及详尽的注释信息，便于用户追溯数据质量与定义变更。数据以年度频率呈现，并保留了ILO选定的最佳来源，确保了时序分析的可靠性。

使用方法

数据集可通过HuggingFace的`datasets`库直接加载，使用`load_dataset`函数即可将数据转换为Pandas DataFrame格式，便于后续分析。研究者可依据`ref_area`列筛选特定国家数据，或按`indicator`列提取单一指标的完整时间序列。此外，借助`pivot_table`方法可轻松构建国家×年份的交叉矩阵，适用于面板数据分析或可视化展示。数据模式清晰，包含19个字段，涵盖了地理、时间、分类与数值信息，支持分类、回归与时序预测等多类任务。

背景与挑战

背景概述

自国际劳工组织（ILO）建立ILOSTAT数据库以来，劳动统计数据的标准化与可获取性成为全球劳动力市场研究的重要基石。该数据集由Electric Sheep Europe于2025年重新整理并发布于HuggingFace平台，聚焦欧洲33个国家2002至2025年间按性别与残疾状况划分的劳动力外人口数量（单位：千人）。核心研究问题在于揭示残疾群体在劳动力市场边缘化的结构性特征，为包容性就业政策提供量化依据。ILOSTAT作为全球劳动统计的权威来源，其数据已被广泛用于劳动力利用不足指标分析、社会福利评估及可持续发展目标监测，对欧洲区域劳动经济学与人口学研究具有显著影响力。

当前挑战

该数据集所解决的领域问题在于量化残疾人群体的劳动力边缘化程度，填补了传统失业率统计忽视非活跃劳动力群体的空白。构建过程中面临的核心挑战包括：多国调查方法差异导致的数据可比性问题，如样本来源涵盖劳动力调查与家庭收支调查，需通过ILO统一调和框架进行标准化；残疾定义的跨国家变异（如数据集中的`note_classif`字段标注了非标准定义），需通过分类变量进行溯源；数据质量标记复杂，如`obs_status`标注了序列断裂与方法学修订，要求使用者谨慎处理时间序列的连续性。此外，年度频率与多源择优策略可能掩盖月度波动与局部异常，对高频分析构成限制。

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，欧洲ILOSTAT劳动力市场外人群数据集（涵盖33个欧洲国家、2002至2025年的5,433条观测记录）为分析劳动力边缘化群体提供了宝贵的结构化数据资源。其经典使用场景集中于时间序列建模与面板数据分析，研究者可借助该数据集考察不同性别与残疾状态群体在劳动力市场之外的人数变化趋势，揭示宏观经济波动、制度变迁或社会包容政策对劳动力退出行为的差异化影响。

衍生相关工作

该数据集衍生出多项具有影响力的学术工作。例如，基于面板数据与固定效应模型的研究系统探讨了福利国家制度对残疾人群劳动力退出率的影响路径；相关论文利用时间序列分解方法，分离了周期性与结构性因素在欧洲各国非劳动力人口变动中的作用。此外，该数据集与性别经济学、残疾研究的交叉领域催生了多篇高水平期刊论文，进一步推动了ILOSTAT数据在联合国可持续发展目标（SDG）监测中的广泛应用。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲地区劳动力市场边缘群体的量化分析，尤其在残障与性别交叉维度下，探索非劳动力人口的结构性特征及其时序演变规律。当前前沿方向集中于利用长周期面板数据（2002–2025年）构建多元时间序列预测模型，以揭示经济周期、社会政策与劳动力退出现象间的深层关联。结合欧盟“残障平等指数”与包容性就业议程，研究者正通过该数据集检验《联合国残疾人权利公约》对劳动力参与率的实际影响，并借助高分辨率分性别的统计数据，为精准化社会保障政策设计与劳动力资源再配置提供实证支撑。