electricsheepeurope/europe-ilo-luu-xlu2-sex-mts-rt-combined-rate-of-time-related-underemployment-and

--- license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 10K<n<100K tags: - tabular - europe - ilostat - other-measures-of-labour-underutilization - ilo - labour - employment pretty_name: "Combined rate of time-related underemployment and unemployment (LU2) by sex and marital st | Europe (ILOSTAT)" --- # Combined rate of time-related underemployment and unemployment (LU2) by sex and marital st | Europe (ILOSTAT) 🇪🇺 **10,152 observations** · **37 Europe countries** · **1991–2025** · *Repackaged by [Electric Sheep Europe](https://huggingface.co/electricsheepeurope)*      ## TL;DR This dataset contains **10,152 observations** of `Other measures of labour underutilization` data across **37 Europe countries**, spanning **1991–2025**, covering **1 distinct indicators**. ## About the source **ILOSTAT** is the ILO's central statistics database, the leading global source for labour statistics. It compiles indicators across employment, unemployment, wages, working time, child labour, informal economy, social protection, occupational injuries, and SDG decent work targets — drawing on national labour force surveys, household income surveys, establishment surveys, and administrative records. Coverage spans 200+ economies, with the ILO's Department of Statistics responsible for harmonisation. - **Source:** [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU2_SEX_MTS_RT) - **Publisher:** International Labour Organization (ILO) - **License:** [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **Topic:** Other measures of labour underutilization ## Methodology Data pulled directly from the ILOSTAT REST API at `https://rplumber.ilo.org/data/indicator?id=LUU_XLU2_SEX_MTS_RT` and filtered to Europe ISO3 country codes. ILOSTAT harmonises raw survey microdata using ICLS (International Conference of Labour Statisticians) definitions; sources are flagged in the `source.label` column for traceability. ## Geographic coverage 37 Europe countries · top rows shown below, sorted by row count: | Country | Rows | First year | Last year | |---------|-----:|-----------:|----------:| | `CHE` | 808 | 1991 | 2025 | | `GBR` | 616 | 1999 | 2025 | | `AUT` | 582 | 1998 | 2025 | | `CZE` | 550 | 2002 | 2024 | | `FRA` | 524 | 2005 | 2024 | | `MDA` | 524 | 2006 | 2025 | | `BIH` | 442 | 2006 | 2020 | | `ALB` | 409 | 2007 | 2024 | | `POL` | 390 | 2001 | 2025 | | `ESP` | 333 | 1999 | 2025 | | `MKD` | 322 | 2014 | 2025 | | `SRB` | 312 | 2008 | 2020 | | `BLR` | 240 | 2017 | 2024 | | `ROU` | 231 | 1999 | 2020 | | `SWE` | 225 | 2000 | 2020 | | ... | _22 more countries_ | | | ## Indicators (sample) - `LUU_XLU2_SEX_MTS_RT` — Combined rate of time-related underemployment and unemployment (LU2) by sex and marital status (%) ## Schema | Column | Type | Description | Example | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 country code | `ALB` | | `ref_area.label` | `string` | Country name in English | `Albania` | | `source` | `string` | ILOSTAT source code (e.g. labour force survey) | `BA:480` | | `source.label` | `string` | Source name in English | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT indicator code | `LUU_XLU2_SEX_MTS_RT` | | `indicator.label` | `string` | Indicator name in English | `Combined rate of time-related underem…` | | `sex` | `string` | Disaggregation by sex (SEX_T = total, SEX_M = male, SEX_F = female) | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `classif1` | `string` | First classification variable (age, education, status, etc.) | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | `string` | — | `Marital status (Aggregate): Total` | | `time` | `int64` | Observation year | `2024` | | `obs_value` | `float64` | Observed indicator value (unit varies — see indicator definition) | `11.458` | | `obs_status` | `string` | Observation status flag (e.g. provisional, unreliable) | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## Disaggregation dimensions The following columns provide disaggregation dimensions: - **`sex`** (3 unique values): `SEX_T`, `SEX_M`, `SEX_F` ## Data quality & caveats - Data is annual frequency. Some indicators also publish monthly or quarterly series — those are not included here. - When an indicator has multiple sources for the same country×year, the ILO-selected 'best source' is used. - Disaggregation columns (`sex`, `classif1`, `classif2`) are non-null only when the indicator publishes that breakdown. ## Usage ```python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-luu-xlu2-sex-mts-rt-combined-rate-of-time-related-underemployment-and") df = ds["train"].to_pandas() print(df.head()) ``` ### Filter to one country ```python germany = df[df["ref_area"] == "DEU"] ``` ### Time-series for a single indicator ```python sample = (df[df["indicator"] == "LUU_XLU2_SEX_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="LUU_XLU2_SEX_MTS_RT") ``` ### Pivot to country × year matrix ```python matrix = (df[df["indicator"] == "LUU_XLU2_SEX_MTS_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ``` ## Citation ```bibtex @misc{europe_ilo_luu_xlu2_sex_mts_rt_combined_rate_of_time_related_underemployment_and_2025, title = {Combined rate of time-related underemployment and unemployment (LU2) by sex and marital st | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU2_SEX_MTS_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {\url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-luu-xlu2-sex-mts-rt-combined-rate-of-time-related-underemployment-and}} } ``` ## License Released under [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/). Original data © International Labour Organization (ILO). When using this dataset, please cite both the original source above and the Electric Sheep Europe repackaging. ## About Electric Sheep Electric Sheep Europe is part of the Electric Sheep mission: a unified, ML-ready data layer for Europe on HuggingFace. We pull data from authoritative open sources, normalize the schemas, package as Parquet, and publish with consistent dataset cards so researchers and developers can use `load_dataset()` to start working in seconds. Browse the full collection: [huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _Provenance: ingested 2026-05-27 via the Electric Sheep pipeline. Source URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU2_SEX_MTS_RT_license: CC BY 4.0 language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 10000 < 样本量 < 100000 tags: - 表格数据 - 欧洲 - 国际劳工组织统计数据库（ILOSTAT） - 劳动力未充分利用其他衡量指标 - 国际劳工组织（ILO） - 劳动力 - 就业 pretty_name: "按性别与婚姻状况划分的时间相关不充分就业与失业综合率（LU2）| 欧洲（ILOSTAT）" # 按性别与婚姻状况划分的时间相关不充分就业与失业综合率（LU2）| 欧洲（ILOSTAT） 🇪🇺 **10,152 条观测值** · **37 个欧洲国家** · **1991–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 摘要（TL;DR） 本数据集包含覆盖37个欧洲国家、时间跨度为1991至2025年的**10,152条观测值**，均属于「劳动力未充分利用其他衡量指标」类数据，仅包含1个独特指标。 ## 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，也是全球领先的劳动力统计数据来源。其整合了就业、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，数据来源于全国劳动力调查、家庭收入调查、企业调查及行政记录，覆盖全球200余个经济体，由国际劳工组织统计部门负责数据协调统一。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU2_SEX_MTS_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**：劳动力未充分利用其他衡量指标 ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=LUU_XLU2_SEX_MTS_RT`获取，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码对应的数据集。ILOSTAT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协调统一；数据来源会在`source.label`列中标记，以保证可追溯性。 ## 地理覆盖范围 37个欧洲国家，以下展示按观测数量排序的前若干行数据： | 国家 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CHE` | 808 | 1991 | 2025 | | `GBR` | 616 | 1999 | 2025 | | `AUT` | 582 | 1998 | 2025 | | `CZE` | 550 | 2002 | 2024 | | `FRA` | 524 | 2005 | 2024 | | `MDA` | 524 | 2006 | 2025 | | `BIH` | 442 | 2006 | 2020 | | `ALB` | 409 | 2007 | 2024 | | `POL` | 390 | 2001 | 2025 | | `ESP` | 333 | 1999 | 2025 | | `MKD` | 322 | 2014 | 2025 | | `SRB` | 312 | 2008 | 2020 | | `BLR` | 240 | 2017 | 2024 | | `ROU` | 231 | 1999 | 2020 | | `SWE` | 225 | 2000 | 2020 | | ... | _另外22个国家_ | | | ## 指标（示例） - `LUU_XLU2_SEX_MTS_RT` — 按性别与婚姻状况划分的时间相关不充分就业与失业综合率（LU2，单位：%） ## 数据结构 | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `ALB` | | `ref_area.label` | `string` | 以英文标注的国家名称 | `Albania` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 以英文标注的数据源名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT指标代码 | `LUU_XLU2_SEX_MTS_RT` | | `indicator.label` | `string` | 以英文标注的指标名称 | `Combined rate of time-related underem…` | | `sex` | `string` | 按性别划分的细分维度（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | 无额外说明 | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 无额外说明 | `Marital status (Aggregate): Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测到的指标值（单位因指标而异，请参阅指标定义） | `11.458` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 无额外说明 | `Unreliable` | | `note_indicator` | `string` | 无额外说明 | `I11:264` | | `note_indicator.label` | `string` | 无额外说明 | `Break in series: Methodology revised` | | `note_source` | `string` | 无额外说明 | `R1:3513` | | `note_source.label` | `string` | 无额外说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 细分维度 以下列提供数据细分维度： - **`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，但本数据集未包含此类数据。 - 当同一国家×年份的指标存在多个数据源时，将采用国际劳工组织选定的「最佳数据源」。 - 仅当指标支持对应细分时，细分列（`sex`、`classif1`、`classif2`）才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-luu-xlu2-sex-mts-rt-combined-rate-of-time-related-underemployment-and") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列 python sample = (df[df["indicator"] == "LUU_XLU2_SEX_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="LUU_XLU2_SEX_MTS_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "LUU_XLU2_SEX_MTS_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_luu_xlu2_sex_mts_rt_combined_rate_of_time_related_underemployment_and_2025, title = {Combined rate of time-related underemployment and unemployment (LU2) by sex and marital st | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU2_SEX_MTS_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-luu-xlu2-sex-mts-rt-combined-rate-of-time-related-underemployment-and}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)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，该项目旨在构建HuggingFace平台上面向欧洲的统一、可直接用于机器学习的数据层。我们从权威开源数据源获取数据，规范其Schema格式，打包为Parquet格式，并发布为标准化的数据集卡片，以便研究人员与开发者仅需使用`load_dataset()`即可在数秒内开始开展工作。 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数据管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=LUU_XLU2_SEX_MTS_RT_

搜集汇总

数据集介绍

构建方式

该数据集源自ILOSTAT官方REST API，通过直接调用指标代码LUU_XLU2_SEX_MTS_RT对应的数据接口，并依据欧洲ISO3国家代码进行地理过滤而构建。原始数据由国际劳工组织（ILO）基于各国劳动力调查、家庭收入调查等微观数据，并按照国际劳工统计学家会议（ICLS）定义进行统一标准化处理。随后，Electric Sheep Europe团队对数据进行再封装，将多源异构的原始记录整合为结构清晰的表格格式，为每一观测值标注了来源、性别、婚姻状况等分类信息，最终生成包含10,152条观测记录的高质量数据集。

特点

该数据集聚焦于欧洲37个国家，时间跨度覆盖1991年至2025年，共包含1项核心指标——时间相关就业不足与失业综合率（LU2），并按性别（男性、女性、总计）与婚姻状况进行细致分类。每条记录均附有观测值、观测状态标志、系列断裂注释等元信息，便于使用者评估数据质量。数据以年频发布，且当同一国家与年份存在多个来源时，采用ILO选定的'最佳来源'，确保了指标的一致性与可比性。

使用方法

用户可通过HuggingFace的datasets库一键加载数据集，使用load_dataset函数即可获取完整的训练集，并可直接转换为Pandas DataFrame进行后续分析。数据集支持灵活的子集筛选，例如按国家代码过滤特定国家的观测值，或针对单一指标进行时间序列分析。同时，用户可利用pivot_table函数将长格式数据重塑为国家-年份矩阵，便于跨区域比较与面板数据分析，极大降低了劳动经济学研究中数据预处理的门槛。

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，经Electric Sheep Europe团队重新打包后以开源形式呈现。其核心研究问题聚焦于欧洲地区劳动力未充分利用的复合测量，具体指标为时间相关就业不足与失业的综合比率（LU2），并按性别与婚姻状况进行细分。数据集涵盖了1991至2025年间37个欧洲国家的10,152条观测值，依托ILOSTAT这一全球领先的劳动力统计数据库，通过对多国劳动力调查数据的标准化处理构建而成。这一资源为研究欧洲劳动力市场的结构性失衡、性别差异及婚姻状态对就业质量的影响提供了宝贵的时序数据基础，有力推动了劳动经济学与宏观社会政策领域的实证分析。

当前挑战

该领域面临的主要挑战包括：劳动力未充分利用的多维性使得单一失业率指标无法全面反映真实就业困境，LU2综合率虽更全面，但其跨国可比性受制于各国调查方法与统计定义的异质性。在数据集构建过程中，ILO需协调来自37个国家的不同劳动力调查数据，面临数据来源的时效性差异、部分年份与国家的数值缺失、以及因方法论修订导致的序列中断等问题。数据标注中的‘不可靠’状态标记与‘最佳来源’选择策略虽提升了透明度，却也增加了使用者对数据质量判断的复杂性。此外，性别与婚姻状况的细分维度在某些国家或年份上存在非空值缺失，限制了交叉分析的完整性与连续性。

常用场景

经典使用场景

该数据集覆盖1991至2025年间37个欧洲国家的时间相关就业不足与失业综合率（LU2）的观察值，是劳动经济学与时间序列分析领域的宝贵资源。研究者常将其用于跨国面板数据分析，探索不同性别与婚姻状况下劳动力未充分利用率的长期演变趋势。借助ILOSTAT标准化定义和国际劳工组织的统一计量框架，该数据可被直接用于构建预测模型，如基于LSTM或Transformer架构的时序预测，或作为分类任务中的目标变量，评估国家间劳动市场的结构性差异。其清晰的年频结构与完备的地理覆盖，使得利用Python的pandas库进行数据清洗、透视和可视化变得异常便捷，适合用作时序预测基准数据集的构建基础。

实际应用

在实际应用层面，该数据集为政策制定者与劳动力市场研究机构提供了量化劳动力闲置状况的精准工具。国际组织如国际劳工组织（ILO）和欧盟统计机构可基于这些数据监测成员国迈向体面劳动目标的进展，评估劳动市场干预政策的效果。各国劳动部门能够利用LU2指标识别性别与婚姻状况导致的就业不平等，从而设计更具针对性的就业促进方案，例如为已婚女性或单身男性群体定制培训计划。此外，该数据还可服务于学术咨询机构与智库，用于构建劳动力市场压力指数，为宏观经济预测和区域发展策略提供数据支撑，帮助企业在欧洲范围内优化人力资源配置决策。

衍生相关工作

该数据集衍生了多项具有影响力的研究工作。在预测方法学领域，研究者基于此构建了多国时序集成模型，如结合梯度提升机与季节性分解方法的LU2预测框架，用于模拟政策变动对劳动未利用率的影响。在经济地理学中，衍生工作聚焦于绘制欧洲劳动力未充分利用的时空热力图，识别出南欧与东欧国家在特定年份出现的闲置率峰值，并关联其与金融危机、移民潮等宏观事件的因果链条。性别经济学领域则诞生了针对婚姻状态与劳动市场边缘化的面板回归研究，揭示了离婚率上升与女性LU2指标之间的显著正相关关系。此外，该数据还被纳入多个公共数据集仓库，作为劳动经济学领域跨学科教学的标准化案例。