electricsheepeurope/europe-ilo-eip-dwap-sex-mts-rt-inactivity-rate-by-sex-and-marital-status

这是一个关于欧洲39个国家按性别和婚姻状况划分的非活动率（%）的数据集，数据来源于国际劳工组织（ILO）的ILOSTAT数据库。数据集包含14,535个观测值，时间跨度为1983年至2025年，涵盖一个核心指标：EIP_DWAP_SEX_MTS_RT，即按性别和婚姻状况划分的非活动率（%）。数据通过ILOSTAT REST API获取，并经过欧洲国家代码过滤，使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、年份、性别分类、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 is a dataset presenting inactivity rates (in percentage) categorized by gender and marital status for 39 European countries, sourced from the ILOSTAT database of the International Labour Organization (ILO). The dataset contains 14,535 observations, covering the time frame from 1983 to 2025, and includes one core indicator: EIP_DWAP_SEX_MTS_RT, which denotes the inactivity rate (in percentage) classified by gender and marital status. The data was retrieved through the ILOSTAT REST API, filtered using European country codes, and standardized in accordance with the definitions established by the International Conference of Labour Statisticians (ICLS). The dataset comprises fields such as country code, year, gender category, and observed value, among others. It is suitable for tasks including table classification, regression analysis, and time series forecasting.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API直接获取原始指标数据，并依据欧洲ISO3国家代码进行地理过滤。数据经过ILOSTAT基于国际劳动统计学家会议（ICLS）定义的标准进行统一协调，原始调查微观数据的来源均在source.label列中明确标注以保障可追溯性。最终由Electric Sheep Europe团队重新封装为Parquet格式，形成包含14,535条观测值的结构化数据集。

特点

该数据集覆盖39个欧洲国家，时间跨度从1983年至2025年，聚焦于“按性别和婚姻状况划分的不活动率”这一单一指标。数据以年频发布，并通过性别（男性、女性、总计）维度提供细粒度分组，便于进行多层次分析。每一条记录均包含观测值、状态标记及可能的序列断裂注释，确保了数据的质量与透明度。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，使用load_dataset函数即可快速获取训练集并转换为Pandas DataFrame进行后续操作。支持按国家代码筛选特定国家的子集，或针对单一指标按时间排序绘制时间序列图。此外，可通过数据透视表将数据重塑为国家×年份的矩阵形式，便于跨区域比较与面板数据分析。

背景与挑战

背景概述

在欧洲劳动市场研究中，非经济活动率（Inactivity rate）作为衡量劳动力未充分利用的重要指标，长期受到国际劳工组织（ILO）等权威机构的关注。该数据集由Electric Sheep Europe于2025年基于ILOSTAT数据库重新整理，收录了1983年至2025年间39个欧洲国家的14,535条观测数据，聚焦于按性别与婚姻状况划分的非经济活动率百分比。其核心研究问题在于揭示不同婚姻状态与性别群体在劳动参与方面的长期差异，为劳动力市场结构性分析、社会政策评估以及性别平等研究提供了关键数据支撑。通过整合多个国家年度调查数据，该数据集显著增强了欧洲区域劳动力对比研究的可靠性与可及性，对劳动经济学与公共政策领域产生了深远影响。

当前挑战

该数据集所解决的领域问题在于，传统的失业率指标往往无法全面反映劳动力市场的闲置状态，而非经济活动率能够捕捉那些既未就业也未求职的潜在劳动力，尤其凸显已婚女性、老年群体等特定人群的劳动参与障碍。在构建过程中，主要挑战包括：1）跨国数据源异构性强，各国劳动调查在设计、覆盖人群及统计定义上存在差异，需依赖ILO的ICLS标准进行复杂的数据协调与分类对齐；2）时间跨度长达42年，期间多国因方法论修订导致序列中断，如标注中的“Break in series: Methodology revised”，需要在一致性与可用性之间寻求平衡；3）数据质量标注繁复，如观测状态标记为“Unreliable”的条目，对建模与推理构成不确定性，要求研究者进行谨慎的清洗与验证。

常用场景

经典使用场景

该数据集汇聚了1983年至2025年间欧洲39个国家的经济活动人口不活跃率，并按性别与婚姻状况进行细致分层，为劳动经济学与人口社会学领域的时序分析提供了丰沛的素材。研究者可借此构建面板数据模型，探究不活跃率在长跨度的经济周期中的演化规律，或运用时间序列预测方法，如ARIMA与Prophet，对未来劳动参与趋势进行推演。同时，其结构化的分类特征使分组对比分析成为可能，便于剖析不同性别与婚姻状态群体在劳动力市场边缘的差异化表现，从而支撑政策模拟与因果推断等复杂计量研究。

实际应用

在实际应用中，该数据集是国际组织、国家统计局与政策研究机构进行劳动力市场监测与评估的有力工具。借助其中按性别与婚姻状况分解的不活跃率时间序列，分析人员可以精准识别哪些社会群体在特定经济冲击下更容易退出劳动队伍，从而为设计针对性的就业激活计划与社会保障政策提供数据支撑。例如，社会规划机构可利用其追踪已婚女性在育儿阶段的劳动参与变化，评估托幼服务供给对女性就业的拉动效果，实现从宏观趋势洞察到微观政策干预的全链路数据赋能。

衍生相关工作

基于该数据集，研究者可以衍生出一系列具有深远影响的经典工作，例如构建融合性别与婚姻维度的欧洲劳动不活跃风险预测模型，揭示不同家庭结构下个体重返劳动力的概率差异；也可以将其与GDP增长率、失业救济金发放水平等宏观经济指标进行联合建模，开发用于劳动力市场脆弱性评估的早期预警系统。此外，利用其长时间跨度的特性，学者可开展合成控制法或双重差分分析，量化婚姻法改革或性别平等政策对劳动参与率的实际影响，进而催生出一批连接微观行为与宏观制度变迁的高质量实证研究论著。