electricsheepeurope/europe-ilo-eap-3eap-sex-age-edu-nb-youth-labour-force-by-sex-age-and-education-thousa

这是一个关于欧洲青年劳动力统计的数据集，具体指标为按性别、年龄和教育程度划分的青年劳动力（千人）。数据集包含53,502个观测值，覆盖39个欧洲国家，时间跨度为1987年至2025年，仅包含一个核心指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，整合了就业、失业、工资等多方面指标。数据集通过ILOSTAT REST API获取，并过滤到欧洲国家代码，数据经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据列包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、年龄分类、教育分类、观测年份、观测值、观测状态及相关注释。数据按性别、年龄和教育维度细分，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，以统一格式发布，便于机器学习使用。license: CC-BY-4.0 language: - en task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语 size_categories: - 10000 < 样本数 < 100000 tags: - 表格数据 - 欧洲 - ILOSTAT - 劳动力 - ILO - 劳动力 - 就业 pretty_name: "按性别、年龄与教育程度划分的青年劳动力（千人） | 欧洲（ILOSTAT）" # 按性别、年龄与教育程度划分的青年劳动力（千人） | 欧洲（ILOSTAT） 🇪🇺 **53,502条观测数据** · **39个欧洲国家** · **1987–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理发布*      ## 核心摘要 本数据集包含覆盖**39个欧洲国家**的**劳动力**相关数据，共计**53,502条观测数据**，时间跨度为**1987–2025年**，仅包含**1项专属指标**。 ## 数据来源说明 **ILOSTAT**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，是全球领先的劳动力统计权威数据源。其收录涵盖就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等各类指标，数据来源包括全国劳动力调查、家庭收入调查、企业调查与行政记录。该数据库覆盖全球200余个经济体，由国际劳工组织统计部门负责数据标准化工作。 - **来源地址**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_3EAP_SEX_AGE_EDU_NB) - **发布机构**：国际劳工组织（International Labour Organization, ILO） - **许可证**：[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题领域**：劳动力 ## 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=EAP_3EAP_SEX_AGE_EDU_NB`拉取原始数据，并筛选出欧洲地区的ISO3国家编码对应的数据。ILOSTAT依据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；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 39个欧洲国家 · 以下按观测条数排序展示部分国家数据： | 国家代码 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GRC` | 2,358 | 1987 | 2025 | | `GBR` | 2,189 | 1992 | 2025 | | `IRL` | 1,923 | 1992 | 2024 | | `FRA` | 1,885 | 1993 | 2024 | | `CHE` | 1,835 | 1991 | 2025 | | `DEU` | 1,791 | 1992 | 2024 | | `NLD` | 1,788 | 1996 | 2024 | | `ITA` | 1,745 | 1992 | 2024 | | `BEL` | 1,728 | 1992 | 2024 | | `DNK` | 1,718 | 1992 | 2024 | | `PRT` | 1,715 | 1992 | 2025 | | `ESP` | 1,708 | 1992 | 2025 | | `SWE` | 1,692 | 1995 | 2024 | | `LUX` | 1,596 | 1992 | 2024 | | `NOR` | 1,480 | 1996 | 2024 | | ... | _其余24个国家_ | | | ## 指标（示例） - `EAP_3EAP_SEX_AGE_EDU_NB` — 按性别、年龄与教育程度划分的青年劳动力（千人） ## 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 国家编码 | `ALB` | | `ref_area.label` | `string` | 英文国家名称 | `阿尔巴尼亚` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 英文来源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EAP_3EAP_SEX_AGE_EDU_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、年龄与教育程度划分的青年劳动力（节选）` | | `sex` | `string` | 性别细分维度（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、就业状态等） | `AGE_YTHBANDS_Y15-29` | | `classif1.label` | `string` | — | `年龄（青年分组）：15-29岁` | | `classif2` | `string` | 可选第二分类变量 | `EDU_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `教育程度（综合层级）：总计` | | `time` | `int64` | 64位整数 | 观测年份 | `2024` | | `obs_value` | `float64` | 64位浮点数 | 观测指标值（单位请参照对应指标的定义） | `231.323` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `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（节选）` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学已修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO统计数据库 - 微观数据（节选）` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`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，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来源时，将采用国际劳工组织选定的“最优来源”数据。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-eap-3eap-sex-age-edu-nb-youth-labour-force-by-sex-age-and-education-thousa") 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可视化 python sample = (df[df["indicator"] == "EAP_3EAP_SEX_AGE_EDU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EAP_3EAP_SEX_AGE_EDU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EAP_3EAP_SEX_AGE_EDU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_eap_3eap_sex_age_edu_nb_youth_labour_force_by_sex_age_and_education_thousa_2025, title = {Youth labour force by sex, age and education (thousands) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_3EAP_SEX_AGE_EDU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-eap-3eap-sex-age-edu-nb-youth-labour-force-by-sex-age-and-education-thousa}} } ## 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来源与Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的一部分：该项目旨在为HuggingFace平台上的欧洲数据构建统一、适配机器学习的标准化数据层。我们从权威开源数据源拉取数据，对其进行Schema标准化处理，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流水线获取。源地址：https://www.ilo.org/shinyapps/bulkexplorer/?id=EAP_3EAP_SEX_AGE_EDU_NB_

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）下属ILOSTAT统计数据库的核心指标EAP_3EAP_SEX_AGE_EDU_NB，表征欧洲青年劳动力按性别、年龄及教育程度划分的规模（单位：千）。数据通过ILOSTAT REST API直接抓取，并依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调统一。经筛选至欧洲39个国家的ISO3代码范围后，由Electric Sheep Europe团队重新封装为HuggingFace数据集，保留了来源标记列以确保可追溯性，最终形成包含53,502条观测的标准化表格数据。

特点

此数据集时间跨度自1987年至2025年，覆盖39个欧洲国家，聚焦青年劳动力这一细分群体。其核心特色在于多维度分类结构，不仅提供性别（总计、男性、女性）的细化视角，还通过classif1与classif2字段融合年龄区间与教育层次两个分类变量，使得研究者能够从交叉分组的精细粒度剖析劳动力参与模式。数据标注了观测状态（如临时值或不可靠值）以及系列中断等备注信息，加之年度频率与ILO优选来源策略，保障了时序分析的稳健性与透明度。

使用方法

借助HuggingFace datasets库，用户可通过load_dataset函数一键加载数据，并快速转换为Pandas DataFrame进行探索。典型应用包括按国家筛选子集（如过滤ref_area为DEU），针对单一指标进行时间序列可视化，或利用pivot_table方法将数据重塑为国家×年份矩阵以开展面板数据分析。数据集中丰富的分类标签列（如sex.label、classif1.label）降低了预处理难度，使经济学与社会科学研究者能够聚焦于模型构建与因果推断，无需耗费精力于繁杂的数据清洗。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理并发布，由Electric Sheep Europe团队进行重新封装，旨在提供欧洲39个国家1987年至2025年间青年劳动力（15-29岁）按性别、年龄和教育水平划分的劳动力参与数据，共计53,502条观测记录。作为ILOSTAT核心统计数据库的子集，该数据集基于各国劳动力调查、家计调查等官方数据源，并采用国际劳工统计学家会议（ICLS）定义进行协调处理。其核心研究问题聚焦于揭示欧洲青年劳动力市场的结构性特征与动态变化，为劳动经济学、人口社会学及教育政策研究提供关键数据支撑。数据集因其细粒度的多维分类（性别、年龄组、教育层次）和长时间跨度，在欧洲劳动力市场分析、青年就业政策评估及跨国比较研究中具有重要影响力。

当前挑战

数据集面临的首要挑战在于所解决的领域问题——即准确刻画欧洲青年劳动力市场的复杂结构。教育水平的非标准分类（如note_classif字段提示的非标准教育层次）、时间序列中的方法论变更（如break in series标记）以及部分观测值的可靠性标记（如'U'状态），均增加了数据解读的难度。构建过程中的挑战则源于数据整合的复杂性：需协调39个国家不同调查体系的数据源（如source.label所示），处理同一国家-年份多源数据时的'最佳源'选择机制，以及确保按性别、年龄、教育维度分列时各分类层级的一致性。此外，数据频率仅限于年度，无法捕捉更高频的季度或月度波动，且当特定分类维度无对应数据时会产生空值，进一步限制了细粒度分析的精度。

常用场景

经典使用场景

该数据集聚焦于欧洲国家青年劳动力市场的精细化描述，提供了按性别、年龄及教育程度分层统计的劳动力参与人数（单位：千）。其经典应用场景在于支撑人口经济学和劳动经济学中的截面比较与长期趋势研究，研究者可通过时间跨度长达近四十年的面板数据，精准描绘不同社会群体在劳动力市场中的结构性差异。数据集中标准化分类变量（如性别、年龄段、教育聚合等级）使得多元回归、聚类分析乃至生存分析等模型得以灵活部署，成为剖析青年就业脆弱性、教育回报率变迁及性别就业差距演变的基石性素材。

解决学术问题

该数据集有效回应了劳动经济学中长期存在的宏观趋势与微观群体异质性之间的衔接难题。研究者能够借助其多维度划分特性，考察教育升级是否带来了青年就业参与的同步改善，或识别特定年龄段女性因婚姻与生育而退出劳动力市场的非典型模式。通过结合其他社会经济指标，还可构建跨国计量模型，检验制度环境（如最低工资法案、学徒制普及率）对青年劳动力供给的调节效应，从而在实证层面为推进行之有效的积极劳动力市场政策提供严谨的经验证据。

衍生相关工作

该数据集的发布激发了数项衍生性的科研探索与工具开发工作。一方面，研究者基于其时间序列特性构建了针对青年劳动力参与率的贝叶斯结构化预测模型，旨在模拟不同政策干预情境下的劳动力供给演变路径。另一方面，数据被深度嵌入欧洲劳动力市场态势仪表板，实现了国家间差异与时间序列异常波动的自动识别。此外，围绕该数据已有若干工作聚焦于缺失值插补方法的比较，以及多源劳动力调查数据与行政记录间的质量一致性评估，进一步推动了劳动统计领域数据融合方法论的发展。