electricsheepeurope/europe-ilo-luu-5lu2-sex-age-rt-combined-rate-of-time-related-underemployment-and

该数据集是一个表格型数据集，包含来自国际劳工组织（ILO）ILOSTAT数据库的“其他劳动力利用不足指标”数据，具体指标为“按性别和年龄分列的时间相关就业不足和失业综合比率（LU2）——第19次国际劳工统计学家会议（ICLS）定义”。数据集涵盖了欧洲32个国家从2014年到2025年的3114个观测值。数据通过ILOSTAT REST API获取，并经过处理以符合欧洲国家代码。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、年龄分类、观测年份、观测值、观测状态等，用于多维度分析欧洲劳动力市场的就业不足和失业综合情况。This is a tabular dataset containing the 'Other Underutilization of Labour Indicators' data sourced from the ILOSTAT database of the International Labour Organization (ILO). The specific indicator is the Composite rate of time-related underemployment and unemployment by sex and age (LU2), which is defined by the 19th International Conference of Labour Statisticians (ICLS). The dataset covers 3,114 observations across 32 European countries spanning the years 2014 to 2025. The data was acquired through the ILOSTAT REST API and processed to align with European country coding standards. It includes multiple columns including country code, country name, data source, indicator code, indicator name, gender category, age category, observation year, observed value, observation status, etc., to support multi-dimensional analysis of underemployment and unemployment in European labor markets.

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数据库，聚焦于欧洲32个国家2014至2025年间的时间相关就业不足与失业综合率（LU2）。数据通过ILOSTAT REST API直接抽取，并依据ICLS（国际劳工统计学家会议）定义对原始调查微观数据进行协调统一。Electric Sheep Europe团队进一步将数据过滤至欧洲ISO3国家代码范围，并进行标准化打包，最终以HuggingFace Datasets格式呈现，确保数据的可追溯性与易用性，且每个观测值均附带了来源标签以供溯源。

特点

数据集包含3,114条观测记录，覆盖32个欧洲国家，时间跨度为2014至2025年。其核心特色在于提供了按性别（总人口、男性、女性）与年龄维度（如15岁以上青年与成人）进行拆分的LU2指标，即时间相关就业不足与失业的综合率。数据以年度频率发布，并整合了来自不同劳动调查的精选最优来源，同时使用obs_status等元数据列标记序列断裂与方法修订等质量信息，为研究者提供了丰富的背景与质量标注。

使用方法

研究者可通过HuggingFace的`load_dataset`函数便捷加载该数据集，转换为Pandas DataFrame后进行分析。支持按国家代码（如`ref_area`列筛选德国DEU）或特定指标进行子集提取，亦可利用`time`与`obs_value`列绘制单一国家或指标的时间序列趋势图。对于跨国家比较，可通过数据透视表将数据重构为国家×年份的矩阵形式，便于进行面板数据分析或统计建模。数据集兼容表格分类、回归及时间序列预测等多种任务类型。

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年发布，经Electric Sheep Europe团队整理并托管于HuggingFace平台，旨在提供欧洲32国2014至2025年间时间相关就业不足与失业的综合率（LU2）的年度观测数据，共计3114条记录。LU2指标是国际劳工统计学家会议（ICLS）第19届会议定义的劳动力利用不足衡量标准之一，能够更全面地刻画劳动力市场的闲置状况，弥补传统失业率对就业不足等隐性闲置的忽视。该数据集按性别和年龄进行细化分层，为跨国比较和面板数据分析提供了标准化、机器可读的素材，对劳动经济学、社会政策研究以及可持续发展目标（SDG）监测具有重要支撑价值，推动了劳动力统计数据的可获取性与可复用性。

当前挑战

该数据集所应对的领域挑战在于，传统失业率指标仅反映完全无工作的劳动力群体，却遗漏了那些工作时间不足或技能未被充分利用的劳动力，而LU2综合率通过整合时间相关就业不足与失业数据，提供了更全面的劳动力闲置测度。构建过程中的挑战主要包括：跨国家数据源的异质性显著，各国劳动调查在问卷设计、抽样方法、调查周期上存在差异，需要ILO依据ICLS标准进行复杂的协调与插补；数据质量标注机制复杂，如“断点序列”标识表明方法修订导致时间序列不连续，需要研究者谨慎处理结构性断点；此外，数据集仅发布年度频率数据，未能纳入更高频的季节性波动信息，限制了短期劳动力市场动态分析的能力。

常用场景

经典使用场景

该数据集记录了2014至2025年间32个欧洲国家的时间相关就业不足与失业综合率（LU2），按性别和年龄维度进行精细分层，共计3,114条观测。经典使用场景包括构建面板数据模型以分析欧洲劳动力市场边缘群体的结构性困境，借助时间序列预测方法刻画LU2率的演变轨迹，或利用分类与回归任务探索社会经济因素与劳动力利用不足之间的复杂关联。研究者能够基于国家、年份、性别等维度进行多维切片分析，揭示不同人口群体在劳动力市场中的脆弱性差异。

解决学术问题

该数据集有效解决了劳动力市场研究中多重指标碎片化与统计口径不一致的学术难题。ILOSTAT依据国际劳工统计学家会议（ICLS）定义进行数据协调，确保了跨国可比性，为探究时间相关就业不足与失业的耦合机制提供了统一基准。借助高颗粒度的性别与年龄分层，数据集突破了传统失业率仅关注‘显性失业’的局限，推动学界深入理解低度劳动利用的隐性形式，及其对宏观经济政策评估、劳动力结构调整和可持续发展目标测度的深远意义。

衍生相关工作

围绕该数据集衍生了一系列经典研究工作。在计量经济学领域，研究者基于此数据构建了包含固定效应和动态面板的劳动利用不足模型，探讨制度因素与性别不平等对LU2率的差异化影响。在机器学习领域，该数据集被用作时间序列预测基准，评估LSTM、Transformer等模型在劳动力指标预测中的表现。此外，该数据推动了劳动力市场细分理论的实证检验，催生了结合性别、年龄交互效应的劳动力流动分析框架，深化了对欧洲各国非充分就业动态异质性的理解。