electricsheepeurope/europe-ilo-eip-dwap-sex-age-cbr-rt-inactivity-rate-by-sex-age-and-place-of-birth

该数据集包含1987年至2025年间36个欧洲国家按性别、年龄和出生地划分的不活动率（%）观测数据，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题涉及国际移民存量。数据集共有76,775条观测记录，涵盖一个核心指标（EIP_DWAP_SEX_AGE_CBR_RT），数据通过ILOSTAT REST API获取，并经过标准化处理，包括国家代码、指标代码、性别分类、年龄分类、出生地分类、年份和观测值等字段。数据按性别（总计、男性、女性）、年龄组和出生地等维度进行细分，适用于表格分类、回归和时间序列预测等任务。--- license: 知识共享署名4.0国际许可协议（CC BY 4.0） language: - 英语 task_categories: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） multilinguality: 单语言 size_categories: - 10000 < 样本量 < 100000 tags: - 表格数据 - 欧洲 - ILOSTAT - 国际移民存量 - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "按性别、年龄和出生地划分的非活动率（%）| 欧洲（ILOSTAT）" --- # 按性别、年龄和出生地划分的非活动率（%）| 欧洲（ILOSTAT） 🇪🇺 **76,775 条观测值** · **36 个欧洲国家** · **1987–2025** · *由 [Electric Sheep Europe](https://huggingface.co/electricsheepeurope) 重新封装*      ## 简要概述 本数据集包含**76,775 条国际移民存量（International migrant stock）**观测值，覆盖**36 个欧洲国家**，时间跨度为**1987–2025**，仅包含**1 项独特指标**。 ## 数据源说明 **ILOSTAT**（国际劳工组织统计数据库）是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录涵盖就业、失业、薪酬、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）体面工作目标等多项指标，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化协调工作。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_DWAP_SEX_AGE_CBR_RT) - **发布方**：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**：国际移民存量 ## 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=EIP_DWAP_SEX_AGE_CBR_RT`拉取原始数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码子集。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协调；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 36个欧洲国家，以下按数据行数排序展示前10个国家： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `SWE` | 3,176 | 1995 | 2025 | | `GRC` | 3,135 | 1987 | 2025 | | `NOR` | 3,125 | 1995 | 2025 | | `NLD` | 3,093 | 1995 | 2025 | | `GBR` | 2,939 | 1995 | 2025 | | `DNK` | 2,935 | 1995 | 2025 | | `FRA` | 2,918 | 1995 | 2025 | | `PRT` | 2,736 | 1995 | 2025 | | `BEL` | 2,734 | 1995 | 2025 | | `IRL` | 2,706 | 1998 | 2025 | | `LUX` | 2,626 | 1995 | 2025 | | `FIN` | 2,622 | 1995 | 2025 | | `AUT` | 2,588 | 1995 | 2025 | | `ESP` | 2,588 | 1995 | 2025 | | `ISL` | 2,435 | 1995 | 2024 | | ... | 其余21个国家 | | | ## 指标（示例） - `EIP_DWAP_SEX_AGE_CBR_RT` — 按性别、年龄和出生地划分的非活动率（%） ## 数据字段架构 | 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` | 英文国家名称 | `Albania` | | `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 | `EIP_DWAP_SEX_AGE_CBR_RT` | | `indicator.label` | `string` | 英文指标名称 | `Inactivity rate by sex, age and place of birth` | | `sex` | `string` | 性别分组维度（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | 分组维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | 分类变量说明 | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `CBR_BIR_TOTAL` | | `classif2.label` | `string` | 第二分类变量说明 | `出生地：总计` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `36.512` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 状态标记说明 | `不可靠` | | `note_classif` | `string` | 分类变量备注 | `—` | | `note_classif.label` | `string` | 分类变量备注说明 | `—` | | `note_indicator` | `string` | 指标相关备注 | `I11:264` | | `note_indicator.label` | `string` | 指标备注说明 | `序列中断：方法学修订` | | `note_source` | `string` | 来源相关备注 | `R1:3513` | | `note_source.label` | `string` | 来源备注说明 | `存储库：国际劳工组织统计数据库 - 微观数据…` | ## 数据分解维度 以下字段提供数据分解维度： - **`sex`**（共3种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标另有月度或季度发布序列，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`）仅在指标支持对应分组时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-eip-dwap-sex-age-cbr-rt-inactivity-rate-by-sex-age-and-place-of-birth") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EIP_DWAP_SEX_AGE_CBR_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EIP_DWAP_SEX_AGE_CBR_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EIP_DWAP_SEX_AGE_CBR_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_eip_dwap_sex_age_cbr_rt_inactivity_rate_by_sex_age_and_place_of_birth_2025, title = {Inactivity rate by sex, age and place of birth (%) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_DWAP_SEX_AGE_CBR_RT}, publisher = {HuggingFace Datasets, 由Electric Sheep Europe重新封装}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-eip-dwap-sex-age-cbr-rt-inactivity-rate-by-sex-age-and-place-of-birth}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。 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的重新封装版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分，该项目旨在打造HuggingFace平台上面向欧洲的统一、机器学习友好型数据层。我们从权威开放数据源拉取数据，标准化字段架构，以Parquet格式封装，并发布为统一格式的数据集卡片，方便研究人员与开发者通过`load_dataset()`函数在数秒内启动数据开发工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026年5月27日通过Electric Sheep数据流水线导入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_DWAP_SEX_AGE_CBR_RT_

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，通过REST API直接抽取指标代码为EIP_DWAP_SEX_AGE_CBR_RT的原始数据，并依据欧洲ISO3国家代码进行地理范围筛选。ILO的统计部门依据国际劳工统计学家会议（ICLS）的定义对各国劳动力调查、家庭收支调查及行政记录等微观数据进行了标准化处理，确保了跨国的可比性与一致性。Electric Sheep Europe团队将此数据重新包装为Parquet格式，并统一了Schema，使其可直接通过HuggingFace的datasets库加载。

特点

该数据集汇聚了来自36个欧洲国家、横跨1987年至2025年的76,775条观测值，专注于‘按性别、年龄及出生地划分的不活动率’这一核心指标。数据以年频呈现，并提供了性别（总、男、女）、年龄组及出生地等多个维度的细致拆解。此外，每条记录均带有数据来源标记及观测状态标志（如临时性或不可靠性），便于用户评估数据质量，非常适合用于欧洲劳动力市场的时序分析、跨国比较与面板数据建模。

使用方法

用户可通过`load_dataset()`函数便捷加载数据集，并直接转换为Pandas DataFrame进行后续分析。支持按国家代码（如'DEU'）筛选单一国家的时间序列数据，亦可通过指标代码过滤特定变量后进行时序绘图。此外，利用透视表功能可轻松将数据重构为国家×年份的面板矩阵，便于进行面板数据回归或聚类分析，直接满足计量经济学与时间序列预测的研究需求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年构建，经Electric Sheep Europe重新打包后发布在HuggingFace平台，聚焦于欧洲36个国家1987至2025年间按性别、年龄和出生地划分的不活动率（%）。作为ILOSTAT数据库的核心子集，该数据旨在揭示欧洲劳动力市场中特定人群的不活跃状态，尤其是移民群体的劳动参与结构性特征。依托ILO对200多个经济体的劳动统计数据进行统一的ILO标准化处理，该数据集为研究欧洲移民融入、性别劳动差异与代际就业变迁提供了跨时空的定量基础，对劳动经济学、人口迁移及社会政策研究具有显著推动力。

当前挑战

该数据集面临的挑战主要体现在两个方面。在领域问题层面，它需应对劳动不活动率多维度分解带来的复杂性，涉及性别、年龄、出生地及来源国等多重分类变量的交叉分析，传统统计方法难以捕捉隐含的非线性关联，而机器学习与时间序列建模则需克服稀疏观测和异质性噪声的干扰。在构建过程中，数据来源于不同国家的劳动力调查与行政记录，源数据口径差异、时间序列断裂（如方法论修订）以及观测值可靠性标记（如‘不可靠’状态标签）均对数据清洗与标准化构成考验。此外，部分国家在早期年份存在数据缺失，且多源竞合下的‘最优来源’选择策略可能引入选择性偏差，影响了面板数据的一致性与可比性。

常用场景

经典使用场景

该数据集收录了1987年至2025年间36个欧洲国家按性别、年龄及出生地划分的经济不活跃率（%）观测值，共计76,775条。作为ILOSTAT官方数据的精炼版本，它常被用于欧洲劳动力市场的比较分析、人口结构变迁与劳动参与率关系的纵向研究，以及移民背景对经济活动影响的多维评估。研究者可通过性别、年龄段、出生地等分类变量进行精细切片，构建面板数据模型，探索各国不活跃率的趋势异质性及其背后的社会经济驱动因素。

解决学术问题

该数据集有效解决了欧洲劳动力研究中缺乏标准化、跨国家、长时序分性别年龄和出生地的经济不活跃率数据的难题。在学术层面，它使得研究者能够量化移民与本土人口在劳动市场退出模式上的差异，剖析老龄化社会中不同年龄段人群的不活跃成因，并评估社会保障政策对劳动参与率的长期影响。通过这些分析，学者得以修正以往基于单一国家或短期样本的结论偏差，为劳动力经济学、人口经济学及移民融合理论提供了坚实的数据基础。

衍生相关工作

基于该数据集衍生出的经典工作涵盖了多个方向。在方法学上，有研究利用其长时序多维结构开发了面向分类数据的动态面板回归框架，用以分离年龄、时期与队列效应。在主题分析中，衍生工作聚焦于南欧与北欧国家间女性不活跃率的收敛趋势、东欧移民潮对西欧本地低技能群体就业率的挤压效应，以及新冠疫情后欧洲各国不活跃率飙升的异质性复苏路径。这些成果进一步巩固了ILOSTAT数据在跨国比较研究中的基准地位。