electricsheepeurope/europe-ilo-une-2une-sex-age-nb-unemployment-by-sex-and-age-ilo-modelled-estimates

该数据集包含12,933个观测值，涵盖欧洲39个国家的失业数据，时间跨度为1991年至2027年，涉及1个不同的指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过标准化处理，包含按性别和年龄分组的失业估计值（以千为单位），适用于表格分类、回归和时间序列预测等任务。This dataset contains 12,933 observations of unemployment data across 39 Europe countries, spanning 1991–2027, covering 1 distinct indicator. It is sourced from the International Labour Organizations (ILO) ILOSTAT database, providing harmonized estimates of unemployment by sex and age (in thousands), and is 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

该数据集由国际劳工组织（ILO）核心统计数据库ILOSTAT精心构建，通过其REST API直接提取`UNE_2UNE_SEX_AGE_NB`指标数据，并依据欧洲ISO3国家代码进行地理范围筛选。ILOSTAT利用国际劳工统计学家会议（ICLS）定义，对原始调查微观数据进行统一协调，确保数据的国际可比性。数据来源在`source.label`列中清晰标注，以保障可追溯性。随后，Electric Sheep Europe团队将这些数据重新封装，形成包含12,933条观测值、覆盖39个欧洲国家、时间跨度从1991年至2027年的结构化表格数据集。

特点

该数据集的核心特点在于其多维度的分类体系与广泛的时空覆盖。数据围绕`失业率`这一关键指标，提供了按性别（总人口、男性、女性）和年龄等维度进行精细拆分的观测值。其结构化模式包含`ref_area`（国家代码）、`time`（年份）和`obs_value`（观测值）等关键字段，并以浮点数形式存储，便于进行定量分析。数据质量方面，ILO选用了每个国家-年份组合下的'最佳来源'，并标记了观测状态（如调整后值），为用户提供可靠的欧洲劳动力市场趋势洞察。

使用方法

用户可通过HuggingFace datasets库轻松加载该数据集，只需一行`load_dataset()`命令即可将数据读取为Pandas DataFrame，极大降低了使用门槛。针对时间序列分析，建议将数据按`time`列排序，并以`ref_area`为划分进行可视化。如需进行国家间横向比较，可利用`pivot_table`功能将数据重塑为国家×年份的矩阵格式。此外，数据支持按国家代码（如`DEU`）或特定指标进行筛选，便于开展聚焦特定区域或特定细分群体的失业率演化研究，为经济学与劳动市场实证分析提供了高效的数据基础。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年11月发布，经Electric Sheep Europe重新封装后发布于HuggingFace平台，聚焦于1991至2027年间39个欧洲国家的失业率按性别与年龄分层的建模估计数据。作为ILO中央统计数据库ILOSTAT的重要组成部分，该数据集依托ILO在全球劳动力统计领域的权威性，整合自各国劳动力调查、家庭收入调查及行政记录等多元来源，旨在为失业问题的跨国家、跨时段比较分析提供标准化、高质量的量化基础。其核心研究问题在于以性别和年龄为关键维度，刻画欧洲区域失业率的演变轨迹与结构特征，对劳动经济学、社会政策制定及可持续发展目标（SDG）中体面劳动指标的监测具有显著支撑作用。

当前挑战

该数据集所解决的领域问题核心在于失业率统计中多维度交叉比较的复杂性：传统失业数据常缺乏对性别、年龄等细分变量的统一颗粒度，难以支撑精细化的政策评估与跨国动态研究。其构建过程中面临的关键挑战包括：一是数据源异构性问题，各国家劳动统计在调查方法、定义（如ICLS标准执行差异）及时间频率上不一致，需通过ILO的协调与最佳来源筛选机制实现跨国产出可对比；二是模型估计依赖历史调查数据与统计假设，对于覆盖期（1991–2027）内部分国家早期数据缺失或后期预测不确定性，需通过稳健估算方法处理，同时保证以年度频率呈现的序列在季节性波动信息上的局限性。

常用场景

经典使用场景

在劳动经济学与人口统计学研究中，该数据集作为国际劳工组织（ILO）官方建模输出的标准化产物，最经典的使用场景在于构建欧洲国家分性别、分年龄段的失业率面板数据。研究者可将其直接作为时间序列模型（如ARIMA、Prophet）的输入，或通过pivot操作转换为国家×年份矩阵，支撑跨国动态比较分析。其涵盖1991至2027年的长周期观测值，尤为适合用于评估经济周期、政策干预或结构性转型对劳动力市场的长期影响轨迹。

解决学术问题

该数据集有效解决了劳动经济学领域因各国统计口径不统一而导致的可比性难题。ILO依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调，使得跨39个欧洲国家的失业率指标能够在一个统一框架下进行严谨的计量分析。它广泛应用于探究性别工资差距、青年就业困境、代际劳动力流动等经典学术议题，并为验证最低工资政策、积极劳动力市场计划等制度安排的效应提供了可靠的宏观证据基础。

衍生相关工作

该数据集衍生了一系列具有学术影响力的经典工作。围绕ILOSTAT的协调数据，学者们发展了跨国面板引力模型以评估移民与失业之间的双向关系，亦有研究将其与教育成就指标匹配，构建人力资本与就业弹性的联合估计方程。更为重要的是，该数据集启发了基于贝叶斯结构时间序列的劳动力预测框架，以及利用机器学习方法（如梯度提升树）对非线性失业轨迹进行短期推演的前沿探索，推动了劳动计量方法论的发展。