electricsheepeurope/europe-ilo-emp-3emp-sex-age-how-nb-youth-employment-by-sex-age-and-weekly-hours-actua

该数据集包含欧洲青年就业的统计数据，按性别、年龄和实际每周工作小时数（以千计）分类。数据涵盖39个欧洲国家，时间跨度为1983年至2025年，共有109,161条观察记录。核心指标为EMP_3EMP_SEX_AGE_HOW_NB，即青年就业人数（按性别、年龄和每周实际工作小时分组）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并使用ICLS（国际劳工统计学家会议）定义进行标准化处理。数据集包括多个维度：国家（ISO代码和名称）、数据来源（如劳动力调查）、指标代码和标签、性别分类（总计、男性、女性）、年龄分类（青年年龄段，如15-29岁）、小时数分组（总计）、观测年份、观测值（浮点数，单位随指标定义变化）、观测状态标志（如不可靠）及相关注释。数据为年度频率，ILO在多个来源中选择最佳来源以确保一致性。数据集适用于表格分类、回归和时间序列预测任务，主要用于就业市场分析、政策研究和机器学习应用。This dataset contains statistical data on youth employment in Europe, disaggregated by sex, age, and weekly hours actually worked (in thousands). It covers 39 European countries from 1983 to 2025, with 109,161 observations. The core indicator is EMP_3EMP_SEX_AGE_HOW_NB, representing youth employment numbers grouped by sex, age, and weekly hours worked. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, retrieved via REST API and harmonized using ICLS (International Conference of Labour Statisticians) definitions. The dataset includes multiple dimensions: country (ISO code and name), data source (e.g., labour force survey), indicator code and label, sex classification (total, male, female), age classification (youth bands, e.g., 15-29), hours worked bands (total), observation year, observed value (float, unit varies by indicator), observation status flags (e.g., unreliable), and related notes. The data is annual in frequency, with ILO selecting the best source among multiple sources for consistency. It is suitable for tabular classification, regression, and time-series forecasting tasks, primarily used for employment market analysis, policy research, and machine learning applications.

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核心统计数据库，通过其REST API直接抓取指示代码为EMP_3EMP_SEX_AGE_HOW_NB的原始数据，并依据欧洲ISO3国家代码进行过滤筛选。ILOSTAT基于国际劳工统计学家会议（ICLS）的定义，对各国的劳动力调查微观数据进行统一协调与标准化处理，数据来源在source.label字段中予以标注，确保了数据的可追溯性。Electric Sheep Europe团队在此基础上完成了数据重封装，整理为109,161条观测记录，覆盖39个欧洲国家，时间跨度从1983年至2025年，最终以Parquet格式发布，便于机器学习与时间序列分析场景的直接调用。

特点

该数据集聚焦于欧洲青年就业这一关键社会议题，以‘按性别、年龄和实际每周工作小时数划分的青年就业人数（千计）’为核心指标，提供了高度精细化的分层维度。数据沿性别（男性、女性、总计）、年龄组（如15-29岁青年波段）以及工时区间三大分类变量进行呈现，允许研究者从多维度剖析青年就业结构。此外，数据集包含了观测值状态标识（如临时性、不可靠性）以及详细的系列中断与修订注释，为数据质量评估提供了透明依据。其年度频率特性，结合覆盖近四十年的长历史纵深，使其成为宏观劳动力市场演变分析的宝贵资源。

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，将其转换为Pandas DataFrame进行后续分析。典型的使用路径包括：按国家代码（如ref_area == 'DEU'）过滤以聚焦特定区域就业情况；按时间序列对核心指标（EMP_3EMP_SEX_AGE_HOW_NB）排序并可视化，揭示长期趋势；或利用透视表功能构建国家×年份的矩阵，便于进行跨国比较研究。数据集的年度频率特性要求研究者在处理高频波动时注意时间粒度的匹配，同时应留意obs_status与note_indicator等字段提供的质量提示，确保分析结论的稳健性。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，经由Electric Sheep Europe于2025年重新整理并发布在HuggingFace平台，聚焦欧洲39个国家1983至2025年间青年就业状况。其核心研究问题在于揭示性别、年龄与每周实际工作时长对青年就业的影响，为劳动经济学、社会政策及可持续发展目标（SDG）中的体面工作指标提供量化依据。依托ILOSTAT这一全球劳动统计权威数据库，数据源自各国劳动力调查及行政记录，并遵循国际劳工统计学家会议（ICLS）标准进行统一处理，确保了跨国的可比性与高可靠性。该数据集对于理解欧洲青年劳动力市场的长期演变、区域差异及政策干预效果具有重要价值，已成为劳动经济学、时间序列分析与公共政策研究的基础资源。

当前挑战

该数据集面临的主要领域挑战在于，青年就业问题本身受到经济周期、教育扩张、技术变革及制度差异等多重因素的复杂交织影响，单一指标难以全面捕捉其动态性与结构性特征。例如，就业率与工作时长的波动往往隐含着非正规就业、性别不平等及季节性劳动等深层议题。在构建过程中，挑战则体现在数据整合的艰巨性上：39个国家的数据来源不同，部分年份或国家的指标存在缺失、方法修订或统计口径变动（如数据集中的'Break in series'标记），需通过ILO选择的'最佳来源'进行调和。此外，年度频率限制了季节性与短期波动分析的粒度，而部分低人口国家的样本量较小，可能导致统计推断的不稳定性。数据质量标记（如'Unreliable'）的引入虽提升了透明度，但也对建模中的异常值处理提出了更高要求。

常用场景

经典使用场景

该数据集汇聚了1983年至2025年间39个欧洲国家青年就业的精细化数据，按性别、年龄组和实际周工作时长进行分层统计，共包含超过十万条观测记录。作为国际劳工组织ILOSTAT官方数据的区域性再封装版本，它天然适用于劳动经济学中的经典研究范式——利用长面板数据进行跨时、跨国的纵向比较分析。研究者可通过性别与年龄双重维度拆解青年劳动力市场的结构性差异，描绘不同欧洲经济体在青年就业规模、性别参与率以及工时分布上的动态演变轨迹。其标准化的列式结构和年度观测频率，使得时间序列回归、面板数据建模以及聚类分析等统计方法能轻松嵌入，成为检验青年就业周期性波动与长期趋势间复杂关系的理想数据基础。

实际应用

在政策制定与公共管理实践中，该数据集展现出切实的应用价值。国际组织与各国劳工部门可基于其中分性别、年龄和工时段的就业数据，动态监测青年劳动力市场的健康度，并据此校准积极就业政策的设计参数。例如，当数据揭示特定年龄段女性的兼职就业率持续偏高时，政策制定者可针对性地设计育儿支持与职业培训融合方案。数据集覆盖近半个世纪的年度观察，使得追踪欧盟青年保障计划等结构性改革措施的长期效果成为可能。此外，其机器可读的格式降低了技术门槛，让研究者与分析师能够快速从HuggingFace平台加载数据并嵌入到预测模型或政策模拟系统之中，缩短了从数据洞察到政策反馈的响应周期。

衍生相关工作

该数据集衍生了多个方向的经典工作。在时间序列建模领域，基于它构建的欧洲青年就业预测模型常被用于对比自回归滑动平均模型、季节性分解算法与深度学习长短期记忆网络在低频劳动指标上的预测精度，推动了小样本年度就业数据的时序建模方法创新。在跨国比较计量经济学中，研究者常以其为底层数据检验国际劳工标准趋同假说，通过构建性别就业平等指数与工时极化指数，揭示不同欧洲福利体制下青年就业结构的演化路径。此外，该数据集还支撑了多篇关于青年就业缓冲机制的研究，通过将就业数据与宏观经济数据库匹配，分析最低工资制度、劳动保护法规与青年就业水平之间的互动关系，为制度经济学的理论推演贡献了经验证据。