electricsheepeurope/europe-ilo-emp-dwap-sex-mts-dsb-rt-employment-to-population-ratio-by-sex-marital-stat

该数据集包含欧洲32个国家从2002年至2025年的就业数据，共44,267条观测记录，涵盖1个核心指标：按性别、婚姻状况和残疾状况划分的就业人口比率（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过劳动力调查、家庭收入调查等收集，并按照国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集提供国家代码、年份、指标值、性别分类（总计、男性、女性）、婚姻状况和残疾状况分类维度，以及数据来源和质量注释，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 44,267 observations of employment data across 32 European countries, spanning from 2002 to 2025, covering 1 distinct indicator: the employment-to-population ratio by sex, marital status, and disability status (%). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), which harmonizes data from national labour force surveys, household income surveys, establishment surveys, and administrative records using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes country codes, years, indicator values, disaggregation dimensions (sex, marital status, disability status), and annotations on data sources and quality, suitable for tabular classification, regression, and time-series forecasting tasks.

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开发的ILOSTAT中央统计数据库，该数据库为全球劳动统计的权威来源，涵盖就业、失业、工资等多个维度。数据构建过程中，研究者通过ILOSTAT的REST API接口直接获取指标代码为EMP_DWAP_SEX_MTS_DSB_RT的原始数据，并依据ISO3国家代码筛选出32个欧洲国家，时间跨度为2002年至2025年。ILOSTAT采用国际劳工统计学家会议的定义对各国劳动调查微观数据进行统一协调，数据来源在source.label列中予以标注以确保可追溯性。最终由Electric Sheep Europe重新打包为HuggingFace数据集，共包含44,267条观测记录。

使用方法

使用者可通过HuggingFace的datasets库以load_dataset函数便捷加载该数据集，并转换为Pandas数据框进行后续分析。典型操作包括按国家代码筛选特定国家的数据子集，或针对单一指标提取时间序列并绘制趋势图。此外，可通过透视表将数据重塑为国家与年份的矩阵形式，便于开展横截面或面板数据分析。数据集适用于表格分类、表格回归及时间序列预测等任务，为劳动经济学、社会政策研究及机器学习建模提供结构化基础。使用时应遵循CC-BY-4.0许可协议，并同时引用国际劳工组织与Electric Sheep Europe的贡献。

背景与挑战

背景概述

就业人口比是衡量劳动力市场健康程度的核心指标，其按性别、婚姻状况与残疾状况的细分数据对于揭示社会边缘群体的就业排斥机制具有不可替代的价值。国际劳工组织长期致力于全球劳动力统计的标准化与传播，其ILOSTAT数据库汇集了来自各国劳动力调查、家庭收入调查及行政记录的微观数据，并依据国际劳工统计学家会议的定义进行跨国协调。在此基础上，Electric Sheep Europe于2025年对ILOSTAT中欧洲区域的相关指标进行了重新打包与规范化发布，形成了涵盖32个欧洲国家、44,267条观测值、时间跨度为2002至2025年的结构化数据集，为劳动经济学、社会政策评估与残障研究提供了可复现的机器学习就绪型数据基础。

当前挑战

该数据集所回应的领域问题在于，传统劳动力市场分析往往将婚姻状况与残疾状况对就业参与的影响割裂考察，难以揭示性别、婚姻与残障三重维度交织下的复合不平等。构建过程中面临的挑战则源于跨国统计体系的异质性：各国对残疾的定义与测量工具存在显著差异，部分观测值被标记为不可靠或非标准定义，导致跨国比较与时间序列分析需谨慎处理断点；此外，分类变量仅在特定细分维度下非空，稀疏矩阵结构对建模方法的选择构成约束，而不同来源调查的抽样设计与覆盖范围差异也增加了数据协调的复杂程度。

常用场景

经典使用场景

在劳动经济学与社会排斥研究的交汇处，该数据集最为经典的应用场景在于刻画欧洲劳动力市场中不同性别、婚姻状态与残障状态群体的就业参与率差异。研究者依托其精细的三维交叉分类，系统描绘婚姻状况与残障身份如何交织作用于男女两性的就业机会，进而揭示欧洲各国在包容性就业政策上的异质性图景。时间序列维度使得追踪2002至2025年间就业参与率的动态演变成为可能，为识别结构性转折与政策干预效应提供坚实的数据基础。

解决学术问题

该数据集有效回应了残障与婚姻状态交叉不平等在劳动统计中长期被遮蔽的学术困境。既往研究多局限于单一维度的性别或残障分析，难以揭示多重身份叠加所引致的就业劣势。凭借统一协调的国际标准定义与详尽的来源标注，该数据集使学者得以厘清不同残障界定标准对就业参与率估计的敏感性，并检验婚姻保护效应在残障群体中是否依然成立。其意义在于推动交叉性视角在比较劳动研究中的规范化应用，为欧洲就业政策评估提供可复现的实证根基。

实际应用

在政策实践层面，该数据集为欧洲各国劳工部门、残障权益组织及国际机构提供量化依据，用以监测残障群体就业融合目标的推进进度，并识别婚姻状态相关就业差距的收敛或扩大趋势。就业服务机构可据此设计针对特定性别与婚姻状态残障人群的精准干预方案，社会保障研究者亦可利用其评估家庭政策与残障福利制度的协同效应。数据以机器学习友好的Parquet格式分发，便于快速构建跨国比较仪表盘与预测模型。

数据集最近研究

最新研究方向

在全球劳动力市场结构性转型与包容性增长议题持续升温的背景下，该数据集所承载的性别、婚姻状况与残疾状况三重交叉维度的就业人口比率指标，正成为劳动经济学与社会政策评估领域的前沿研究支点。当前研究趋势聚焦于运用面板数据与时序预测方法，揭示欧洲三十二国在2002至2025年间不同社会群体就业参与率的异质性演变轨迹，尤其关注残疾群体与不同婚姻状态女性在劳动力市场中的边缘化机制。该数据集亦与欧洲社会权利支柱行动计划及联合国可持续发展目标第八项体面劳动议程形成紧密呼应，为评估反歧视立法与积极劳动力市场政策的实效提供了可复现的量化基础，对推动交叉性不平等研究与循证政策制定具有显著的学术价值与现实意义。