electricsheepeurope/europe-ilo-ged-xlu3-sex-hht-chl-rt-prime-age-combined-rate-of-unemployment-and-potent

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体聚焦于Prime-age combined rate of unemployment and potential labour force (LU3) by sex, household type and presence of children (%)指标。数据涵盖30个欧洲国家，时间跨度为2000年至2024年，总计55,053个观察值。数据集提供了按性别、家庭类型和儿童存在情况分列的劳动力市场统计信息，用于分析和预测劳动力未充分利用情况。数据通过ILOSTAT REST API获取，并经过欧洲国家代码过滤，确保地理覆盖范围的一致性。数据集以表格形式呈现，包含国家代码、年份、指标值、性别分类等字段，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains Other measures of labour underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically focusing on the Prime-age combined rate of unemployment and potential labour force (LU3) by sex, household type and presence of children (%) indicator. It covers 30 European countries from 2000 to 2024, with a total of 55,053 observations. The data provides labor market statistics disaggregated by sex, household type, and presence of children, useful for analyzing and forecasting labor underutilization. Data is sourced via the ILOSTAT REST API and filtered for European ISO3 country codes, ensuring consistent geographic coverage. The dataset is presented in tabular format with fields such as country code, year, indicator value, and sex classification, suitable for machine learning tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe团队从ILOSTAT REST API直接抽取，原始数据源自国际劳工组织（ILO）统计部门，通过对欧洲30个国家进行地理过滤，仅保留ISO3编码范围内的观察值。ILOSTAT基于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统一协调，并在`source.label`列中标注数据来源以确保可追溯性。数据集共收录55,053条观测记录，时间跨度覆盖2000年至2024年，聚焦于“其他劳动力利用不足指标”中的单一核心指标——按性别、家庭类型及是否有子女划分的壮年失业与潜在劳动力综合比率（LU3）。

特点

本数据集的独到之处在于其精细的交叉分类维度：通过`sex`、`classif1`（家庭类型）和`classif2`（是否有6岁以下儿童）三个字段实现了多维度分解，用户可灵活获取总休、男性或女性特定亚组的统计值。数据质量方面，当同一国家与年份存在多个数据来源时，ILO优先采用其选定的“最佳来源”，并标注观察状态标志（如临时或不可靠）。所有观测值均为年度频率，且非空的分拆列仅在指标发布该分类时出现，确保了结构的严谨性与可用性。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数一键加载该数据集，返回的`train`分片可直接转化为Pandas DataFrame进行探索。典型应用包括：按`ref_area`字段过滤特定国家的时间序列数据；针对特定指标（如`GED_XLU3_SEX_HHT_CHL_RT`）按年份排序后绘制变化趋势；亦可利用`pivot_table`将数据重塑为国家×年份的矩阵形式，便于跨区域横向对比与后续的时序建模或回归分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年发布，经Electric Sheep Europe整理后托管于HuggingFace平台，聚焦欧洲30个国家2000至2024年间劳动未充分利用的关键指标——壮年劳动力失业与潜在劳动力综合比率（LU3），并按性别、家庭类型及有无幼子进行细粒度分层。作为ILOSTAT数据库的核心子集，该数据集为劳动经济学、社会政策及可持续发展目标（SDGs）研究提供了标准化、跨国可比的时序观测资源，共计55,053条记录。其发布显著推动了欧洲劳动力市场结构性问题的量化分析，尤其深化了对隐性失业、就业不足等复杂劳动力利用形式的理解，成为宏观经济学与公共政策建模的重要数据基石。

当前挑战

该数据集所面临的挑战首先源于劳动未充分利用概念的复杂性与测量难度，传统失业率无法充分捕捉边缘劳动力与潜在求职者的就业困境，LU3指标的构建需统一各国调查口径与统计定义，这对ILO的数据标准化工作提出严苛要求。其次，构建过程中遭遇数据可比性与质量瓶颈：多国劳动调查设计差异（如抽样框架、调查频率不一）导致跨年度、跨国别数据的衔接难题，部分早期年份观测值因样本量小或方法变更被标注为不可靠；同时，数据细粒度分层（如性别、家庭类型）加剧了小样本分组的统计不稳定性，需通过过滤与筛选策略平衡信息完整性与因果推断的稳健性。

常用场景

经典使用场景

该数据集在劳动经济学与社会政策研究中扮演着基石角色。其最经典的使用场景在于对欧洲各国劳动资源未充分利用状况的量化评估，尤其是针对25至54岁“黄金年龄段”劳动力，综合测度失业与潜在劳动力（LU3）的联合比率。研究者能够利用该数据动态追踪从2000年至2024年间欧洲30国的劳动市场韧性，揭示不同性别、家庭类型及有无幼龄儿童等维度下的结构性差异。数据集以年度频率呈现，配合ILOSTAT经国际劳工统计学家会议（ICLS）标准协调的均匀化微观数据，为构建面板数据模型、开展跨国比较研究提供了高质量、规范化且广泛认可的实证基础。

衍生相关工作

该数据集衍生了一系列具有深远影响的开创性研究工作。围绕ILOSTAT劳动资源未充分利用指标，学者们发展出针对欧洲劳动市场韧性的跨国面板回归分析、潜在劳动力参与率的贝叶斯预测模型，以及基于性别与家庭结构视角的劳动供给弹性估算方法。在方法论层面，该数据激发了劳动市场超时性指标的指数构建，推动了涵盖LU3在内的复合劳动困境指数的开发，并催生了一系列检验不同福利体制下劳动市场缓冲效应的实证文献。此外，数据集极为规范的架构促使了自动化数据清洗管道的构建，为后续利用huggingface `load_dataset()`接口直接进行机器学习建模，如劳动市场态势的时间序列预测，铺平了道路。

数据集最近研究

最新研究方向

在劳动力市场深度转型与全球多重危机交织的背景下，该数据集聚焦于欧洲30国2000至2024年间壮年群体（prime-age）失业与潜在劳动力综合率（LU3）的性别与家庭结构差异，为后疫情时代‘大辞职潮’、数字化转型对低技能劳动力的替代效应以及欧洲性别就业鸿沟的演变提供了量化分析基石。当前前沿研究利用此类精细分层的时间序列数据，结合机器学习模型预测劳动力市场弹性，并探讨家庭育儿负担与女性劳动参与率之间的动态关联，其成果直接支撑欧盟‘2030年就业率目标’的政策微调与社会保障体系改革。作为ILOSTAT官方统计的标准化重封装版本，该数据集的高频更新与跨国可比性使其成为评估欧洲绿色转型过程中劳动力再分配效果的关键工具，推动了从宏观就业率向多维劳动利用质量研究的范式跃迁。