electricsheepeurope/europe-ilo-eip-wdis-sex-mts-nb-discouraged-job-seekers-by-sex-and-marital-status

该数据集是一个关于欧洲地区按性别和婚姻状况划分的沮丧求职者（千人）的统计数据集，包含10,275个观测值，覆盖39个欧洲国家，时间跨度为1987年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为其他劳动力利用不足的衡量指标，具体指标为EIP_WDIS_SEX_MTS_NB。数据集提供了详细的表格结构，包括国家代码、指标代码、性别（总计、男性、女性）、婚姻状况分类、年份和观测值等列，并包含数据来源、观测状态和注释信息。数据经过ILO的统计部门根据国际劳工统计学家会议定义进行协调，适用于表格分类、表格回归和时间序列预测等机器学习任务。数据集由Electric Sheep Europe重新打包，以Parquet格式发布，便于使用Hugging Face的`load_dataset()`函数直接加载和分析。This dataset contains statistical data on Discouraged job-seekers by sex and marital status (thousands) across Europe, with 10,275 observations covering 39 European countries from 1987 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, under the topic Other measures of labour underutilization, specifically the indicator EIP_WDIS_SEX_MTS_NB. The dataset provides a detailed schema including country codes, indicator codes, sex (total, male, female), marital status classification, year, and observed values, along with source information, observation status flags, and notes. The data is harmonized by the ILO Department of Statistics based on International Conference of Labour Statisticians definitions and is suitable for machine learning tasks such as tabular classification, regression, and time-series forecasting. Repackaged by Electric Sheep Europe in Parquet format for easy loading via Hugging Faces `load_dataset()` function.

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中央统计数据库，通过ILOSTAT REST API直接抓取指标为EIP_WDIS_SEX_MTS_NB的原始数据，并依据ICLS（国际劳工统计学家会议）定义进行微数据的统一与标准化处理。在获取数据后，进一步筛选出覆盖39个欧洲国家的ISO3国家代码数据，形成针对欧洲地区的特定子集。整个构建过程由Electric Sheep Europe负责重新打包与整理，以Parquet格式封装，确保数据的机器学习就绪性与跨平台可访问性。

特点

数据集包含10,275条观测记录，跨越1987年至2025年近四十年的年度时间序列，覆盖39个欧洲国家。其核心指标是“按性别和婚姻状况分列的丧失信心的求职者（千人）”，提供了唯一的细化视角。数据以性别（总计、男性、女性）和婚姻状况聚合类别进行分层，同时包含了来源标记、观测状态标签及注释字段，如方法修订与数据质量标识，便于用户进行追溯与可信度评估。年度频率与最佳来源选择策略保障了数据的简洁性与可靠性。

使用方法

使用者可通过HuggingFace的datasets库加载数据集，直接调用`load_dataset`函数获取训练集，并利用`to_pandas()`方法将数据转换为Pandas DataFrame进行后续分析。典型应用包括按国家代码（如`ref_area == "DEU"`）筛选特定国家的子集，或针对单一指标按时间排序绘制趋势图。此外，可借助透视表功能将数据重塑为国家×年份的矩阵形式，以支持面板数据分析、时间序列预测或分类回归等任务，适合经济学与社会学领域的深入挖掘。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理发布，由Electric Sheep Europe进行重新打包，聚焦于欧洲39个国家1987至2025年间因性别与婚姻状况而放弃求职的劳动者数量（单位：千人）。作为劳动市场利用不足的重要衡量指标，该数据旨在揭示隐性失业群体在性别与婚姻层面上的结构性差异，为制定更具包容性的就业政策提供实证基础。ILOSTAT作为全球劳动统计的核心来源，其数据经国际劳动统计学家会议（ICLS）定义统一后，来源于各国劳动力调查等权威渠道，保证了跨国家的可比性与权威性。该数据集对劳动经济学、社会政策评估及性别平等研究具有重要意义，尤其实时追踪了欧洲各国劳动参与意愿的动态变迁，为学者与决策者提供了长时序、多维度的高价值分析资源。

当前挑战

该数据集面临的挑战主要体现在三个方面：首先，核心研究问题是准确量化隐性失业群体，这类“放弃求职者”因不再积极寻找工作经常被传统失业指标忽略，从而模糊了劳动市场压力的真实图景；其次，构建过程中的数据整合面临国别间定义差异与观测质量不均的难题，ILOSTAT虽通过统一方法进行协调，但部分观测值仍被标记为不可靠（如obs_status为U），且存在方法修订引发的序列不连续问题（如note_indicator中的Break in series）；此外，数据的年度频率限制了高频波动分析，对于快速变化的劳动市场态势，该粒度可能难以捕捉短期政策效应或季节性因素。

常用场景

经典使用场景

在欧洲劳动力市场研究的浩瀚图景中，非标准失业度量指标日益成为洞察经济韧性与社会排斥的重要透镜。该数据集收录了1987至2025年间39个欧洲国家的逾万条观测记录，聚焦于‘丧失信心的求职者’这一特殊群体，按性别与婚姻状况进行精细划分。研究者可借此构建时间序列模型，追踪不同社会经济群体在失业浩劫后退出劳动力市场的动态演化，亦可运用面板数据分析国家间制度差异如何调节劳动力依附关系的性别化模式。从经典的面板回归到时变系数模型，该数据为剖析劳动力利用不足的微观结构与宏观动因提供了可靠的量化基础。

实际应用

在现实政策评估与劳动力规划领域，该数据集的实用价值尤为凸显。国际组织与各国劳动部门可利用这些分类清晰的序列，监测经济复苏过程中不同群体重拾就业信心的速度，从而精准配置职业培训与心理支持资源。民政与社会保障机构能够结合婚姻状况维度，识别家庭内部劳动力依附的脆弱节点，设计更具包容性的求职津贴与再就业激励机制。此外，数据集的时间跨度覆盖了多次金融危机与疫情冲击，为预设性的政策模拟提供了历史参照系——例如，量化延长失业救济金领取期限对抑制‘失望效应’的实际影响，或评估弹性就业政策能否降低特定性别群体长期退出市场的风险。

衍生相关工作

围绕这一数据资源，学术界已孵化出多个影响深远的衍生研究脉络。在方法论层面，学者利用其逐年的细粒度结构开发了针对劳动力市场隐形成员的早期预警系统，将传统失业指标与‘丧失信心求职者’比率合并构建复合劳动闲置指数。在应用计量经济学领域，基于该数据的性别-婚姻状态嵌套设计催生了一系列关于丈夫/妻子失业对家庭内部劳动力再配置的双向溢出效应研究。更前沿的工作则将其与巴罗-贝克尔型家庭决策模型结合，探讨婚姻市场均衡如何受到劳动力绝望情绪的逆向冲击，乃至将时序观测转化为自然实验设计，用于评估《欧洲性别平等战略》在不同婚姻制度中的异质性传导效果。