electricsheepeurope/europe-ilo-emp-xtru-sex-geo-mts-nb-time-related-underemployment-by-sex-rural-urban-ar

该数据集包含欧洲11个国家的时间相关就业不足数据，按性别、城乡地区和婚姻状况分类（单位：千）。数据集涵盖2004年至2025年，共4,131个观测值，指标为EMP_XTRU_SEX_GEO_MTS_NB。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过Electric Sheep Europe重新打包，以便于机器学习使用。数据集包括国家代码、年份、观测值、数据来源、性别分类、城乡分类、婚姻状况分类等字段，并提供了数据质量说明和使用示例。This dataset contains 4,131 observations of Time-related underemployment data across 11 Europe countries, spanning 2004–2025, covering 1 distinct indicator (EMP_XTRU_SEX_GEO_MTS_NB). The data is disaggregated by sex, rural/urban area, and marital status (in thousands). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), repackaged by Electric Sheep Europe for ML-ready use. The dataset includes fields such as country code, year, observed value, source, sex classification, area classification, and marital status classification, with notes on data quality and usage examples.

搜集汇总

数据集介绍

构建方式

在全球劳动力市场监测与体面劳动议程持续推进的背景下，及时、可比的就业不足统计数据成为评估劳动力资源利用效率的关键依据。该数据集由Electric Sheep Europe从国际劳工组织统计数据库（ILOSTAT）的REST API接口直接抽取原始指标记录，继以ISO3国家代码筛选欧洲区域样本，最终整理为机器学习就绪的Parquet格式。底层数据源自各国劳动力调查等微观资料，经国际劳工组织按照国际劳工统计学家会议定义进行调和处理，并在来源字段中保留原始出处标识，从而在数据溯源与跨国家可比性之间取得平衡。

特点

数据集在时空覆盖与维度划分上体现出显著的结构化特征。其涵盖11个欧洲国家、2004年至2025年的4131条年度观测，并按性别、城乡区域及婚姻状况等多重分类变量进行分解。模式设计保留了来源代码、指标代码、观测状态标记和注释字段，使数据质量信息得以完整嵌入。单语种英文标签与标准化列名降低了跨国分析的预处理成本，而观测状态标记则有助于识别序列断裂或可靠性受限的记录，为后续建模提供必要的质量预警。

使用方法

研究者可借助HuggingFace datasets库中的load_dataset函数便捷载入该数据集，并将训练集转换为Pandas数据框以开展探索性分析。典型操作包括依据ref_area列筛选特定国家子集，利用indicator列提取单一指标的时间序列并排序绘制趋势图，或通过pivot_table方法将数据重塑为国家与年份交叉的矩阵形式。此类操作适用于就业不足水平的时序预测、跨国比较以及性别和城乡差异的回归分析等任务，同时需留意观测状态与注释字段对结果解释的潜在影响。

背景与挑战

背景概述

在全球劳动力市场监测与体面劳动议程的推动下，国际劳工组织（ILO）长期致力于构建覆盖多维人口特征的就业不足统计体系，以刻画劳动力未被充分使用的真实程度。2025年，Electric Sheep Europe对ILOSTAT数据库进行标准化封装，发布了涵盖11个欧洲国家、2004至2025年间4,131条观测值的时间相关就业不足数据集。该数据集依托国际劳工统计学家会议（ICLS）的统一界定，将性别、城乡与婚姻状况等社会分层维度纳入测量框架，为劳动经济学、社会政策评估与可持续发展目标（SDG 8）进展监测提供了关键的经验基础。

当前挑战

时间相关就业不足的精准测度面临概念界定与跨国可比性的双重难题：不同国家对工作时长阈值、非自愿兼职的判定标准存在异质性，且自雇与家庭帮工群体的工时数据往往难以完整采集。对欧洲11国而言，监测框架需捕捉性别、城乡与婚姻状况交叉维度下的就业脆弱性差异，而各国劳动力调查在抽样设计、问卷措辞与报告频率上的不一致性，进一步削弱了时序数据的连贯性。数据集内部标注的序列断裂、方法修订与临时性观测状态，亦要求使用者在建模与推断中审慎处理结构性变化，避免将统计口径调整误读为劳动力市场真实波动。

常用场景

经典使用场景

在劳动经济学与就业统计领域，时间相关不充分就业作为衡量劳动力利用效率的关键指标，长期受到学术与政策研究者的密切关注。该数据集汇聚了欧洲十一国二零零四年至二零二五年的年度观测数据，涵盖性别、城乡地域及婚姻状况等多重维度，为经典的面板数据分析与时序预测建模提供了坚实的数据基座。研究者可藉此构建跨国比较框架，探究不同性别与地域群体在就业不足现象上的异质性表现，亦可运用时间序列方法捕捉经济周期波动对劳动力市场供需结构的动态影响。

衍生相关工作

该数据集作为国际劳工组织统计数据库的欧洲子集，已催生一系列围绕劳动力利用不足测度与就业质量评估的衍生研究。部分学者基于其面板结构构建了多国不充分就业预警模型，另有研究将其与收入不平等、非正规就业等数据集链接，探讨就业不足的溢出效应。在方法层面，该数据集亦被用于检验机器学习算法在稀疏时序预测与分层分类任务中的表现，推动了计算社会科学与官方统计的交叉融合。

数据集最近研究

最新研究方向

在全球劳动力市场性别平等议题持续升温的背景下，基于ILOSTAT跨国面板数据的研究正朝着精细化分解方向演进。该数据集涵盖欧洲11国2004至2025年时间相关不充分就业指标，按性别、城乡及婚姻状况多维交叉分层，为考察隐性劳动力未充分利用提供了独特视角。近期前沿研究聚焦于运用时间序列预测与面板回归方法，识别女性及农村地区劳动者在工时不足问题上的结构性脆弱，并结合国际劳工组织体面劳动议程，评估政策干预对缩小性别差距的实效。此类分析对制定包容性就业政策及监测可持续发展目标具有关键参考价值。