electricsheepeurope/europe-ilo-eip-5eip-sex-age-nb-persons-outside-the-labour-force-by-sex-and-age-19

该数据集包含欧洲35个国家在2014年至2025年期间关于其他劳动力未充分利用指标的4,581个观测值，涵盖1个独特指标，具体指标为按性别和年龄划分的劳动力外人口——第19届国际劳工统计学家会议（千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、观测年份、观测值等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 4,581 observations of Other measures of labour underutilization data across 35 Europe countries, spanning 2014–2025, covering 1 distinct indicator, specifically Persons outside the labour force by sex and age -- 19th ICLS (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Europe ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes fields such as country code, country name, data source, indicator code, sex disaggregation, age classification, observation year, and observed value, suitable for 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统计数据库，聚焦于欧洲地区15岁及以上非劳动力人口按性别与年龄划分的统计数据。数据通过ILOSTAT REST API直接获取，并依据第19届国际劳动统计学家大会（ICLS）的定义进行整合与规范化处理。构建过程中，数据被过滤至35个欧洲国家（以ISO3代码标识），时间跨度覆盖2014年至2025年，共计4581条观测记录。每条记录包含国家代码、数据来源、指标代码、性别、年龄分类、观测年份及数值等关键字段，并附有数据状态标签与注释信息，以确保数据的可追溯性与透明性。

特点

该数据集的核心特点在于其精细的维度划分与高度标准化的结构。数据按性别（总、男、女）与年龄（如青年与成人）进行多级分解，为劳动力市场分析提供了细粒度的视角。所有指标均遵循ILO统一的统计框架，确保不同国家与年份之间的可比性。此外，数据集中的每个观测值均附带来源标注与状态标识（如序列中断、方法修订等），便于用户识别数据质量波动。集合仅包含单个核心指标，但覆盖了欧洲主要经济体的长时间序列，适合进行跨国横向对比与纵向趋势研究。

使用方法

数据集通过HuggingFace Datasets库以标准格式发布，用户可直接使用`load_dataset()`函数加载，并快速转换为Pandas DataFrame进行后续分析。典型操作包括：按国家代码筛选特定国家的子集，以考察其非劳动力人口的变化趋势；针对单一指标按时间排序后绘制时间序列图，以揭示宏观演变规律；利用数据透视表将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或构建机器学习特征。数据集兼容分类、回归及时间序列预测等多种任务，为劳动经济学研究与政策评估提供了便捷的数据基础。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部基于第19届国际劳工统计学家会议（ICLS）定义编制，经Electric Sheep Europe于2025年重新封装后发布，聚焦欧洲35个国家2014至2025年间按性别与年龄划分的劳动力市场以外人口数量（单位：千人）。作为ILOSTAT全球劳动统计数据库的衍生数据产品，其核心研究问题在于量化欧洲范围内因各种原因未参与劳动力市场的人口分布特征，为劳动经济学中的劳动力利用不足测量提供精细化的结构性数据支撑。该数据集的影响力体现在两个层面：一方面，它使研究者能够跨越国界与时间维度，系统分析欧洲劳动参与率变动的性别与年龄异质性；另一方面，其标准化的ICLS分类体系与多维度分解字段，为国际比较研究、劳动力政策评估及时间序列预测模型提供了可靠的数据基础，尤其对欧盟就业战略与社会包容性政策的量化分析具有重要参考价值。

当前挑战

该数据集所解决的领域问题核心挑战在于：传统劳动统计通常聚焦于失业率等显性指标，而对‘劳动力市场以外人口’这一隐性劳动力闲置群体的测量缺乏统一且细粒度的数据支撑，导致对劳动资源利用不足程度的评估存在盲区。构建过程中面临多重技术挑战：数据源的高度异质性——35个国家的数据源自各国劳动力调查、住户收入调查等不同统计体系，需通过ILOSTAT的标准化流程进行跨国家、跨来源的协调统一；时间序列的连续性与可比性问题——部分国家出现‘序列断裂’（break in series）标记，源于调查方法学的修订，使得跨时段比较需谨慎处理；缺失值的处理——当同一国家年份存在多个数据来源时，需依赖ILO的‘最优来源’选择算法，而性别、年龄等分解维度在某些记录中的缺失进一步增加了数据拼接与建模的复杂度。

常用场景

经典使用场景

该数据集记录了2014至2025年间欧洲35个国家中，按性别与年龄分层的劳动力市场边缘人群（即未参与劳动市场者）的观测数据，共计4581条。其最为经典的使用场景在于开展跨国别的劳动力未充分就业状况的时间序列分析，研究者可借助其中的性别与年龄分类维度，系统描绘欧洲各国劳动力退出市场的结构性特征，进而揭示不同人口群体在就业参与上的差异与演变趋势。

实际应用

在实际应用层面，该数据集可直接服务于欧盟及各成员国劳动部门的政策制定与评估工作。通过追踪不同性别与年龄层人口退出劳动力市场的动态变化，政策制定者能够精准识别最需干预的弱势群体，进而设计更具针对性的职业培训、再就业激励或社会保障改革方案。此外，该数据也可为国际劳工组织监测可持续发展目标中关于体面工作的进展提供量化支撑。

衍生相关工作

围绕该数据集所涉议题，已衍生出一系列值得关注的学术与政策研究工作。例如，基于ILOSTAT面板数据的劳动参与率决定因素研究，探讨了制度因素、宏观经济周期与技术进步对劳动力退出行为的影响；另有一些研究聚焦于欧洲不同福利体制下女性与老年人口的非就业状态差异，揭示了养老金制度与社会 norms 在塑造劳动供给中的作用。该数据集为这些跨国比较与实证分析提供了可靠的数据基石。