electricsheepeurope/europe-ilo-cld-xhaz-sex-age-stu-rt-share-of-children-in-hazardous-work-by-sex-age-and

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲儿童从事危险工作比例数据，具体指标为按性别、年龄和上学情况划分的儿童从事危险工作比例（%）。数据集涵盖17个欧洲国家（包括阿尔巴尼亚、奥地利、瑞士、爱沙尼亚、法国、希腊、匈牙利、马耳他、摩尔多瓦、波兰、罗马尼亚、俄罗斯、塞尔维亚、斯洛文尼亚、乌克兰等），时间跨度为1995年至2025年，共包含1,223个观测值。数据通过ILOSTAT REST API获取，并经过欧洲国家代码过滤。数据集包含多个维度：国家（ISO3代码和名称）、数据来源（如劳动力调查）、指标代码和标签、性别分类（总计、男性、女性）、年龄分类（如15-17岁）、教育出勤情况分类、观测年份、观测值（百分比）、观测状态（如不可靠）以及相关注释。数据为年度频率，ILO对原始调查微观数据进行了 harmonize处理，并使用国际劳工统计学家会议（ICLS）的定义。数据集适用于表格分类、回归和时间序列预测等任务，可用于分析欧洲各国儿童劳动状况的趋势和差异。This dataset contains data on the proportion of children engaged in hazardous work in Europe sourced from the ILOSTAT database of the International Labour Organization (ILO). The specific indicator is the percentage of children engaged in hazardous work, disaggregated by sex, age, and school attendance status. The dataset covers 17 European countries including Albania, Austria, Switzerland, Estonia, France, Greece, Hungary, Malta, Moldova, Poland, Romania, Russia, Serbia, Slovenia, Ukraine, etc., with a time span from 1995 to 2025, totaling 1,223 observations. The data was acquired via the ILOSTAT REST API and filtered using European country codes. The dataset encompasses multiple dimensions: country (ISO3 code and name), data source (e.g., labor force survey), indicator code and label, gender categories (total, male, female), age groups (e.g., 15-17 years), educational attendance categories, observation year, observed value (percentage), observation status (e.g., unreliable), and relevant notes. The data is at annual frequency. The ILO harmonized the original survey microdata and adopted definitions from the International Conference of Labour Statisticians (ICLS). This dataset is applicable for tasks such as tabular classification, regression, and time series forecasting, and can be used to analyze trends and disparities in child labor conditions across European countries.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，通过调用其REST API获取原始指标数据，并基于国际劳工统计学家会议（ICLS）定义对微观调查数据进行标准化处理。随后，数据被筛选至欧洲17个国家的ISO3代码范围，覆盖1995年至2025年的时间跨度，最终整合为包含1,223条观测记录的表格数据集。数据集由Electric Sheep Europe团队进行重整与打包，以Parquet格式发布，确保机器学习就绪。

特点

该数据集聚焦于欧洲地区儿童从事危险工作的比例，按性别、年龄和就学状态进行细致分层，涵盖3个性别类别和多个年龄与教育分类维度。数据集中包含17个欧洲国家的跨年度时序观测值，来源标注清晰，便于追溯数据质量。此外，ILOSTAT为每个国家-年份组合选择了最佳来源数据，并提供了观测状态标志（如不可靠、临时性），增强了数据使用的透明性与可靠性。

使用方法

数据集可通过HuggingFace的`datasets`库直接加载，使用`load_dataset`函数即可获取训练集并转换为Pandas DataFrame。用户可按国家代码过滤数据，或针对特定指标进行时间序列分析与可视化。同时，支持构建国家×年份的透视矩阵表，便于进行面板数据分析。数据采用CC-BY-4.0许可协议，使用时需标注原始数据来源及Electric Sheep Europe的重整版本。

背景与挑战

背景概述

童工问题长期困扰全球劳动市场，国际劳工组织（ILO）自1919年成立以来始终致力于消除童工现象，其ILOSTAT数据库作为劳动统计的权威枢纽，系统整合了来自各国劳动力调查的微观数据。在此背景下，Electric Sheep Europe于2025年基于ILOSTAT官方API重新打包并发布了涵盖17个欧洲国家、时间跨度1995至2025年的数据子集，聚焦于危险童工在性别、年龄与就学状况维度上的比例分布。该数据集共包含1223条观测记录，其核心研究问题在于量化并追踪欧洲区域内儿童从事有害工作的流行程度，为政策制定者与学术研究者提供标准化的跨国比较基准。该数据集的问世显著增强了欧洲地区童工问题的数据可及性与分析便利性，为国际劳工权益保障议题提供了精细化、开放性的实证基础，在劳动经济学与社会政策领域展现出重要的应用潜力。

当前挑战

该数据集所应对的领域问题挑战主要在于，危险童工现象的监测长期受限于各国统计口径不一、数据获取困难以及跨国比较的兼容性问题，导致政策干预缺乏精准依据。具体而言，ILOSTAT虽提供了整合的多源数据，但不同国家在调查方法、采样质量及指标定义上存在差异，例如部分观测值被标记为不可靠，且存在因方法论修订而导致的序列断裂，为时序分析带来噪声。在构建过程中，Electric Sheep Europe面临的主要挑战包括：从ILO庞大的API中精准筛选并提取欧洲国家相关数据，确保地理范围与时间跨度的完整覆盖；处理多维度分类变量（如年龄组与教育状态）的分层结构，避免因缺失值或数据重叠造成的信息歧义；以及通过一致的模式标准化不同来源数据，在保留原始元数据（如来源编码与注释）的同时，降低下游机器学习工作流的调用门槛。

常用场景

经典使用场景

该数据集的核心应用场景聚焦于欧洲区域儿童从事危险工作的比例分析，涵盖性别、年龄组与入学状况的多维解构。研究者可借助这些统计数据，追踪1995年至2025年间17个欧洲国家儿童劳动强度的演变轨迹，通过时间序列建模揭示危险工作参与率随社会经济发展而变化的规律。数据集的细粒度分类属性——包括性别分化（男性、女性与总体）及学龄段划分——使学者能够精准识别高危亚群体，从而为劳工权益保障与儿童保护政策的制定提供量化依据。

解决学术问题

该数据集在劳工经济学与发展社会学领域回应了若干关键学术命题：其一，它填补了欧洲儿童劳动量化实证研究的空白，使跨国家比较与时间趋势分析成为可能；其二，通过纳入入学状况变量，数据集支持探讨教育与童工风险之间的交互机制，从而检验‘教育排斥效应’假说；其三，为国际劳工组织设定的可持续发展目标（SDG 8.7）提供监测指标，使学界能够评估各国在消除最恶劣童工形式方面的实际进展。这些量化证据对修正‘欧洲无童工’的认知偏差具有深远学术意义。

衍生相关工作

围绕该数据集已衍生出一系列经典学术工作，主要涵盖三大方向：一是基于面板数据的经济计量研究，利用固定效应模型或差分法分析国家层面政策干预（如义务教育年限延长）对童工率的因果效应；二是以机器学习方法构建预警系统，通过时间序列预测模型（如ARIMA或Prophet）预判高危地区儿童危险工作比例的变动趋势；三是数据融合类研究，将本数据集与教育统计、健康指标及宏观经济变量整合，构建综合性的儿童福祉评估框架。这些衍生工作深化了对童工问题的结构性理解，并推动了数据驱动的社会政策创新。