electricsheepeurope/europe-ilo-emp-3emp-sex-age-jbt-nb-youth-employment-by-sex-age-and-working-time-arran

该数据集是一个关于欧洲青年就业的表格型数据集，主题为按性别、年龄和工作时间安排的青年就业（千人数）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Europe重新打包发布。数据集包含43,104个观测值，覆盖39个欧洲国家，时间跨度为1983年至2025年，涉及1个核心指标：EMP_3EMP_SEX_AGE_JBT_NB，该指标衡量青年就业情况，并按性别（总计、男性、女性）、年龄（青年年龄段：15-29岁）和工作时间安排（总计）进行细分。数据结构包括多个列，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source和source.label）、指标代码（indicator和indicator.label）、性别分类（sex和sex.label）、年龄分类（classif1和classif1.label）、工作时间安排分类（classif2和classif2.label）、观测年份（time）、观测值（obs_value）以及数据状态和注释列。数据以年频率发布，经过ILO的统计标准化处理，并标注了数据来源和质量标志（如不可靠数据）。数据集适用于表格分类、回归和时间序列预测等任务，可用于分析欧洲青年就业趋势、性别差异和工作模式变化。This dataset contains 43,104 observations of youth employment data across 39 European countries, spanning from 1983 to 2025, with 1 distinct indicator: EMP_3EMP_SEX_AGE_JBT_NB (Youth employment by sex, age and working time arrangement in thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, repackaged by Electric Sheep Europe. It includes disaggregation by sex (total, male, female), age (youth bands: 15-29), and working time arrangement (total), with columns for country codes, country names, data sources, indicator codes, classification variables, observation years, values, and quality flags. The dataset is designed for tabular classification, regression, and time-series forecasting tasks, providing harmonized labor statistics for research and analysis on European youth employment trends.

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统计数据库，聚焦于欧洲39个国家1983至2025年间青年就业的性别、年龄及工时安排的观测数据，共计43,104条记录。数据通过ILOSTAT REST API直接抽取，并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统一协调处理，再筛选出欧洲ISO3国家代码范围内的数据。来源信息被标注在`source.label`列中，以确保数据的可追溯性与透明度。

特点

数据集包含一个核心指标——按性别、年龄和工时安排划分的青年就业人数（单位：千人），并提供了丰富的维度划分，如性别（总、男、女）、年龄（如15-29岁青年组）和工时安排（如全日制/兼职）。每条记录均附带数据观测状态标志和注释信息，便于用户识别数据质量，如是否属于临时或不可靠数据。数据集覆盖时间跨度长、国家范围广，能够支持跨时期和跨国家的比较分析。

使用方法

用户可通过HuggingFace的`datasets`库中的`load_dataset`方法直接加载数据集，并将其转换为Pandas DataFrame以便后续分析。典型用法包括按国家过滤数据以研究特定国家的青年就业趋势，按时间排序绘制某一指标的时间序列图，或通过数据透视表构建国家×年份的矩阵，从而进行多国横向比较。数据集格式规范，字段命名清晰，适合用于时间序列预测、分类和回归等机器学习任务。

背景与挑战

背景概述

在劳动力市场研究中，青年就业的性别、年龄与工作时间安排差异一直是政策制定与学术探究的核心议题。europe-ilo-emp-3emp-sex-age-jbt-nb-youth-employment-by-sex-age-and-working-time-arran数据集由国际劳工组织（ILO）下属的ILOSTAT数据库整理，并经Electric Sheep Europe于2025年重新打包发布，聚焦于1983年至2025年间39个欧洲国家的青年就业数据。该数据集包含43,104条观测记录，涵盖按性别、年龄组及工作时间安排细分的就业指标，为分析欧洲青年劳动力市场的结构性特征、追踪时空变化趋势以及评估就业政策效果提供了统一且标准化的数据基础。其影响力体现在它填补了跨国家、长时序、多维分类的青年就业数据空白，促进了劳动经济学、社会学与公共政策领域的实证研究。

当前挑战

该数据集所解决的领域核心挑战在于，青年就业市场长期缺乏跨国家、标准化的细粒度时序数据，尤其是同时涵盖性别、年龄与工作时间安排三个维度的统一指标。各国统计体系与调查方法差异导致数据可比性不足，限制了跨国比较与因果推断的可靠性。在构建过程中，面临数据源异构性、缺失值处理及指标定义统一等难题。ILO通过采用国际劳工统计学家会议（ICLS）定义进行微数据协调，并标记来源与质量状态（如“不稳定”观测值）以提供透明度。此外，年度频率数据缺失了更高频的月度或季度动态，且同一国家年份存在多来源时仅采用ILO指定的“最佳来源”，可能引入选择偏差，这些均对建模与推断构成潜在挑战。

常用场景

经典使用场景

在劳动经济学与人口统计学领域，该数据集被广泛用于分析欧洲青年就业的时空演变格局。研究者借助其横跨1983年至2025年、覆盖39个欧洲国家的丰富观测记录，能够系统探究青年就业率随性别、年龄组和工时安排的变化轨迹。经典的时空面板回归与生存分析方法在此数据上大放异彩，学者得以构建包含国家固定效应和时间趋势的计量模型，剥离出经济周期、政策干预与制度差异对青年就业的净影响，从而精准刻画欧洲青年劳动力市场的动态特征。

衍生相关工作

围绕该数据集衍生了一系列具有标杆意义的学术产出。在方法论层面，研究者基于其长面板特征开发了针对缺失值插补与异常值识别的稳健性技术，推动了劳动统计数据的清洗标准流程。多名学者利用此数据构建了青年就业预测模型，将传统时间序列分析与机器学习方法相结合，发表了多篇高水平计量经济学论文。更有团队将其与欧洲统计局其他宏观指标联合分析，产出了阐释数字转型与灵活用工对青年劳动力市场冲击的系列研究报告，深化了对后金融危机时代就业形态演变规律的理解。

数据集最近研究

最新研究方向

在劳动力市场研究的前沿领域，该数据集凭借ILOSTAT权威的统计框架，为欧洲青年就业的性别、年龄与工时异质性研究提供了高频、多维的时空数据支撑。近年来，随着后疫情时代青年失业率攀升及零工经济兴起，研究者可利用1983至2025年间跨越39国的连续观测，深入剖析青年群体在非标准工时安排下的就业脆弱性，尤其关注女性青年在部分工时岗位中的分布规律。其精细的分类变量（如按性别与工时代的交叉分析）使得劳动经济学中的性别工资差异、代际就业偏好迁移等议题得以被更精确地量化评估，从而助力国际劳工组织（ILO）及欧盟政策制定者设计更具包容性的青年就业干预措施。该数据集的开源特性与ML-ready格式也极大加速了时间序列预测模型在劳动力供需动态仿真中的应用，成为衔接传统统计调查与数据驱动治理的关键枢纽。