electricsheepeurope/europe-ilo-luu-xlu4-sex-age-edu-rt-composite-rate-of-labour-underutilization-lu4-by-s

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体为按性别、年龄和教育分类的劳动力未充分利用复合率（LU4）（%）。数据集涵盖37个欧洲国家，时间跨度为1991年至2025年，共82,589个观测值，涉及1个核心指标（LUU_XLU4_SEX_AGE_EDU_RT）。数据通过ILOSTAT REST API获取，并经过欧洲国家代码过滤，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含结构化列，如国家代码、性别分类（总计、男性、女性）、年龄和教育分类、观测年份、数值及数据质量标志，适用于表格分类、回归和时间序列预测等任务。数据以CC-BY-4.0许可发布，由Electric Sheep Europe重新打包，旨在提供机器学习就绪的欧洲统一数据层。license: cc-by-4.0 语言： - en 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言类型：单语种 样本规模： - 10K<n<100K 标签： - 表格数据 - 欧洲 - ILOSTAT - 其他劳动力利用不足衡量指标 - ILO - 劳动力 - 就业 美观名称："按性别、年龄和教育程度划分的劳动力利用不足综合率（LU4，单位：%）| 欧洲（ILOSTAT）" --- # 按性别、年龄和教育程度划分的劳动力利用不足综合率（LU4，单位：%）| 欧洲（ILOSTAT） 🇪🇺 **82,589 条观测样本** · **37个欧洲国家** · **1991–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 速览摘要 本数据集包含**82,589条观测样本**，涵盖**37个欧洲国家1991–2025年**的「其他劳动力利用不足衡量指标」相关数据，仅涉及**1项独立指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（ILO）的核心统计数据库，为全球领先的劳动力统计权威来源。其收录指标覆盖就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害及可持续发展目标（SDG）体面工作目标等领域，数据来源于全国劳动力调查、家庭收入调查、企业调查及行政记录。该数据库覆盖全球200余个经济体，数据标准化工作由国际劳工组织统计部门负责。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU4_SEX_AGE_EDU_RT) - **发布方**：国际劳工组织（ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：其他劳动力利用不足衡量指标 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=LUU_XLU4_SEX_AGE_EDU_RT`拉取原始数据，并筛选出欧洲地区的ISO3国家代码对应样本。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化处理；数据源信息将在`source.label`字段中标记，以保证数据可追溯性。 ## 地理覆盖范围 37个欧洲国家 · 以下为按样本量排序的前10个国家示例： | 国家 | 样本量 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GBR` | 3,618 | 1999 | 2025 | | `FRA` | 3,298 | 1998 | 2024 | | `NLD` | 3,102 | 2000 | 2024 | | `PRT` | 3,096 | 1998 | 2025 | | `ESP` | 2,930 | 1999 | 2025 | | `AUT` | 2,726 | 1998 | 2025 | | `ITA` | 2,712 | 2002 | 2024 | | `BEL` | 2,712 | 1999 | 2024 | | `HUN` | 2,701 | 1999 | 2024 | | `DNK` | 2,701 | 2000 | 2024 | | `EST` | 2,540 | 1998 | 2024 | | `BGR` | 2,525 | 2001 | 2024 | | `CZE` | 2,500 | 2002 | 2024 | | `LUX` | 2,496 | 1999 | 2024 | | `FIN` | 2,492 | 1999 | 2024 | | ... | 其余22个国家 | | | ## 指标（示例） - `LUU_XLU4_SEX_AGE_EDU_RT` — 按性别、年龄和教育程度划分的劳动力利用不足综合率（LU4，单位：%） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `ALB` | | `ref_area.label` | `string` | 英语国家名称 | `Albania`（阿尔巴尼亚） | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 英语数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `LUU_XLU4_SEX_AGE_EDU_RT` | | `indicator.label` | `string` | 英语指标名称 | `Composite rate of labour underutiliza…` | | `sex` | `string` | 按性别分组（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `EDU_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `教育程度（汇总水平）：总计` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `13.165` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `C3:5578` | | `note_classif.label` | `string` | — | `非标准教育水平：包含……` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO统计数据库 - 微观数据……` | ## 分解维度 以下字段提供数据分解维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，但本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的「最优数据源」。 - 分解维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会填充非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-luu-xlu4-sex-age-edu-rt-composite-rate-of-labour-underutilization-lu4-by-s") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列 python sample = (df[df["indicator"] == "LUU_XLU4_SEX_AGE_EDU_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="LUU_XLU4_SEX_AGE_EDU_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "LUU_XLU4_SEX_AGE_EDU_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_luu_xlu4_sex_age_edu_rt_composite_rate_of_labour_underutilization_lu4_by_s_2025, title = {按性别、年龄和教育程度划分的劳动力利用不足综合率（LU4，单位：%）| 欧洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU4_SEX_AGE_EDU_RT}, publisher = {HuggingFace数据集平台，由Electric Sheep Europe重新整理}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-luu-xlu4-sex-age-edu-rt-composite-rate-of-labour-underutilization-lu4-by-s}} } ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源及Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Europe Electric Sheep Europe是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台上的欧洲数据提供统一的、适配机器学习的标准化数据层。我们从权威开源数据源获取数据，统一数据结构，封装为Parquet格式，并发布为格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026-05-27通过Electric Sheep管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU4_SEX_AGE_EDU_RT_

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）旗下的ILOSTAT数据库，针对性地提取了劳动力利用不足综合率（LU4）这一关键指标。构建过程通过调用ILOSTAT的REST API接口，获取原始数据后，依据欧洲37个国家的ISO3国家代码进行地理范围过滤。为确保数据质量，ILOSTAT本身已依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行了标准化处理，并在数据集中通过“source.label”字段标注了具体的数据来源，以便追溯。最终，由Electric Sheep Europe团队进行重封装，形成了涵盖1991年至2025年共计82,589条观测记录的标准化数据集。

特点

此数据集的核心特点在于其高度的结构化与多维度分解能力。它以劳动力利用不足综合率（LU4）为核心指标，不仅跨越了34年的长时间序列，还提供了按性别、年龄以及教育水平三个关键维度进行分解的细分数据。这种细粒度分解使得研究者能够深入剖析不同社会群体在劳动力市场上的结构性差异。此外，数据集附带了详尽的质量标记（如“obs_status”用于标记数据可靠性）和方法注释（如“note_indicator”用于记录数据序列的中断与方法修订），为用户审慎评估和使用数据提供了坚实的信息基石。

使用方法

该数据集的使用极为便捷，其设计初衷即为机器学习与数据分析工作流服务。用户可直接通过Hugging Face的`datasets`库调用`load_dataset()`函数一键加载，无需繁琐的下载与格式转换过程。加载后的数据可直接转换为Pandas DataFrame格式，便于进行后续的数据清洗与探索性分析。数据提供了丰富的筛选与聚合操作可能性，例如可根据国家代码（`ref_area`）提取单一国家的时序数据，或利用透视表功能快速构建以年份为行、国家为列的指标矩阵，从而高效地进行跨国家对比分析或时间序列建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门于2025年整理发布，并经Electric Sheep Europe重新打包，聚焦于欧洲37国1991至2025年间劳动力利用不足的综合率（LU4），按性别、年龄与教育水平进行分层统计。劳动力利用不足是衡量就业市场健康度的关键指标，超越了传统失业率的范畴，涵盖因经济原因工时不足、技能不匹配及潜在劳动力等隐性失业形态。该数据集基于ILOSTAT这一全球权威劳动统计数据库，通过统一整合各国劳动力调查等微观数据，为学术界与政策制定者提供了一个高时间分辨率、多维度分层的欧洲劳动力市场分析工具。其发布填补了区域劳动力利用不足综合评估的数据空白，对劳动经济学、社会保障与可持续发展目标（SDG）相关研究具有显著推动力。

当前挑战

该数据集所应对的领域核心挑战在于，传统的失业率指标无法全面反映劳动力市场的真实利用状况，特别是在欧洲多元化的就业形态与政策环境下，隐性失业与不充分就业的量化长期以来缺乏一致、可比的跨国数据。构建过程中的挑战则体现在数据整合的复杂性上：需协调37个国家在1991至2025年间不同的数据来源与调查方法，统一参照国际劳动统计学家会议（ICLS）定义进行数据协调，并处理因方法论修订、教育分类非标准及数据可靠性标记（如“不可靠”）带来的质量波动，最终确保多维度分层的观测值在时间和空间上的连贯性与可追溯性。

常用场景

经典使用场景

在欧洲劳动力市场研究的广阔疆域中，该数据集凭借其涵盖37国、横跨1991至2025年的庞大观测规模（82,589条记录），成为了劳动利用不足复合率（LU4）研究的核心工具。其最常见的应用场景聚焦于多维度交叉分析，研究者能够依据性别、年龄及教育程度三个关键分层变量，精准解构不同社会群体在劳动力利用不足中的差异表现。通过时间序列的纵向追踪，学者们得以刻画欧洲各国劳动力市场的结构性变迁，比较各国在金融危机、经济复苏或政策干预后的劳动力吸纳能力，从而揭示欧洲内部劳动力市场的一体化与分化态势。

解决学术问题

该数据集的核心学术贡献在于填补了欧洲层面劳动利用不足综合指标的系统性空白。长期以来，传统失业率（如ILO的失业率指标）因忽视‘潜在劳动力’和‘边缘劳动力’而广受诟病——LU4指标则将失业者、因经济原因非充分就业者以及潜在劳动力统一纳入核算，提供了更为完整的劳动力市场疲软衡量标尺。借助此数据，研究者能够突破单一失业率的局限，深入探讨教育回报率在不同性别群体中的分化、青年群体结构性就业障碍的形成机制，以及自动化浪潮下低技能劳动力的边缘化趋势，为劳动力市场理论模型提供坚实的实证基础。

衍生相关工作

围绕该数据集，已衍生出多条影响深远的学术研究脉络。在方法论层面，研究者基于LU4的时间序列特性开发了面向劳动力市场疲软度的长短期记忆网络预测框架，将传统计量模型与深度学习相结合，提升了在欧盟扩围与金融危机时期对失业拐点的预测精度。在实证应用方面，有经典工作通过性别与教育程度的联合分解，系统评估了欧洲各国‘在职贫困’风险的代际传递效应。另有研究利用该数据构建了多维劳动利用不足指数，并纳入空间计量模型，揭示了相邻国家间劳动力市场的溢出效应与政策趋同现象，为欧洲社会政策协调提供了定量依据。