electricsheepeurope/europe-ilo-eip-teip-sex-geo-mts-nb-persons-outside-the-labour-force-by-sex-rural-urba

该数据集是关于欧洲劳动力市场的统计数据集，主题为其他劳动力未充分利用的衡量指标。具体包含按性别、农村/城市地区和婚姻状况划分的非劳动力人口数据（以千计），覆盖37个欧洲国家，时间跨度为1987年至2025年，共有29,762个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家。数据集包含多个维度，如国家代码、性别分类（总计、男性、女性）、时间年份、观测值等，并提供了数据来源、质量标志和注释信息。数据集适用于表格分类、回归和时间序列预测等任务，旨在为研究欧洲劳动力市场提供标准化、机器学习友好的数据。This dataset contains statistical data on the European labor market, focusing on Other measures of labour underutilization. Specifically, it includes data on persons outside the labour force by sex, rural/urban area, and marital status (in thousands), covering 37 European countries from 1987 to 2025, with 29,762 observations. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, retrieved via API and filtered for European countries. The dataset includes multiple dimensions such as country codes, sex disaggregation (total, male, female), time year, observed values, and provides source information, quality flags, and notes. It is suitable for tasks like tabular classification, regression, and time-series forecasting, aiming to offer standardized, machine-learning-ready data for European labor market research.

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，聚焦于欧洲区域中按性别、城乡地域及婚姻状况划分的劳动力市场以外人口数量（单位：千）。数据通过ILOSTAT的REST API接口直接采集，原始链接为`https://rplumber.ilo.org/data/indicator?id=EIP_TEIP_SEX_GEO_MTS_NB`，随后依据欧洲ISO3国家代码进行过滤筛选。ILOSTAT本身依据国际劳工统计学家会议（ICLS）定义，对来自各国劳动力调查、家庭收支调查等原始微观数据进行统一整合与协调，并在`source.label`列中标记数据源以保障可追溯性。最终数据集由Electric Sheep Europe重新封装，形成包含29,762条观测记录的标准化表格，覆盖37个欧洲国家，时间跨度从1987年至2025年。

特点

此数据集以时间序列格式呈现，每年提供一次观测值，其核心指标为单一标识符`EIP_TEIP_SEX_GEO_MTS_NB`。数据具备多维度的离散化特征，包括性别（总、男、女）、城乡地域类型以及婚姻状态（聚合总览），这些维度通过`sex`、`classif1`和`classif2`等列清晰编码。此外，每条记录均附有观测值状态标记（如临时、不可靠）及系列中断等注释信息，便于用户进行数据质量评估。数据许可证为cc-by-4.0，确保了使用的开放性与合规性，特别适合用于劳动力市场分析与区域比较研究。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载该数据集，使用`load_dataset("electricsheepeurope/europe-ilo-eip-teip-sex-geo-mts-nb-persons-outside-the-labour-force-by-sex-rural-urba")`命令即可将数据转换为Pandas DataFrame格式。基于此结构，研究者可依据国家代码（如`ref_area == "DEU"`）轻松筛选特定国家的子集，或对单一指标进行时间序列可视化分析。亦可通过数据透视功能，将数据重塑为国家×年份的矩阵形式，从而深入探究各国劳动力市场以外人口随时间的变化趋势与区域差异。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于其统计数据库中创建，并由Electric Sheep Europe于2025年重新打包发布，聚焦于欧洲37个国家1987年至2025年间按性别、城乡区域及婚姻状况划分的劳动力市场之外人口数量（单位：千人）。作为ILOSTAT这一全球劳动统计权威数据库的衍生数据集，其核心研究问题在于量化劳动力市场边缘群体的规模与构成，揭示经济非活跃人口在性别、地理与家庭结构维度上的分布差异。该数据集的发布对劳动经济学、社会政策研究及可持续发展目标监测具有重要价值，为研究人员提供了跨时空、多维度、标准化的微观汇总数据，助力深入理解欧洲各国劳动力市场结构性特征与变迁趋势。

当前挑战

该数据集所解决的领域问题聚焦于劳动力市场边缘化群体的精细化量化分析，传统劳动统计多关注就业与失业核心指标，而对“劳动力市场之外人口”这一庞大群体（涵盖退休人员、学生、家庭主妇等）的细分结构与动态变化关注不足。在构建过程中，需要应对多重挑战：首先，ILO需从各国不同调查体系（如劳动力调查、家庭收入调查）中抽取原始数据，依据国际劳动统计学家会议（ICLS）定义进行统一标准化，消除口径差异；其次，数据覆盖37个国家超过30年时间跨度，需处理不同国家统计机构在数据质量、调查频率、分类方法上的异质性；此外，该数据集还面临因方法论修订导致的时间序列断裂问题，如数据集注释中标识的“Break in series”标志，需谨慎处理以保证跨期比较的可靠性。

常用场景

经典使用场景

在欧洲劳动力市场研究领域，该数据集作为国际劳工组织ILOSTAT统计体系的核心组成部分，为分析非劳动力人口的结构性特征提供了标准化数据基础。其经典用途在于支持多维度的交叉分析，研究者可依据性别、城乡地域、婚姻状况等分类维度，系统考察1987年至2025年间37个欧洲国家中处于劳动力市场之外的人口分布规律，常用于劳动经济学中的劳动参与率分解研究、人口结构变迁对劳动力供给的影响建模，以及城乡差异视角下的非经济活动人口特征刻画。

衍生相关工作

该数据集衍生了一系列具有影响力的学术与政策研究工作。在方法论层面，基于ILOSTAT分类体系发展出的劳动力未充分利用指标构建框架，为多国比较研究提供了统一标杆。在应用层面，围绕该数据产生了多篇关于欧洲非劳动力人口特征与演变趋势的实证论文，涵盖婚姻状态对女性劳动市场退出影响的跨国分析、城乡差异视角下的隐性失业测度研究等经典问题。此外，与Electric Sheep Europe合作的HuggingFace数据标准化工作，推动了劳动统计数据集在机器学习和时间序列预测领域的可复用性，催生了若干使用该数据进行劳动力需求预测与人口流动建模的开源项目与竞赛课题。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲非劳动力人口的结构性特征，结合性别、城乡和婚姻状况等维度，为劳动力市场边缘化群体研究提供了精细化的时间序列数据。当前前沿方向集中于利用此类数据探究疫情后劳动力参与率的结构性变化、性别与地域差异对劳动供给的长期影响，以及不充分就业与隐性失业的动态识别——例如结合机器学习模型预测非劳动力群体的再就业倾向，或通过多国面板数据分析城镇化进程中婚姻状态与劳动退出决策的交互效应。这对完善欧洲社会政策、推动包容性劳动力市场复苏具有关键意义。