electricsheepeurope/europe-ilo-emp-publ-sex-eco-nb-public-sector-employment-by-sex-and-economic-activ

该数据集包含33,485条观测数据，涵盖35个欧洲国家从1985年到2025年的公共部门工作者信息，涉及1个核心指标：EMP_PUBL_SEX_ECO_NB（公共部门就业按性别和经济活动分类，以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤至欧洲国家，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包括列如国家代码、国家名称、数据来源、指标代码、性别分类、经济活动和观察年份等，用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源和分类列的非空条件。This dataset contains 33,485 observations of public sector workers data across 35 Europe countries, spanning 1985–2025, covering 1 distinct indicator: EMP_PUBL_SEX_ECO_NB (Public sector employment by sex and economic activity in thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via REST API and filtered to European country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes columns such as country code, country name, data source, indicator code, sex disaggregation, economic activity, and observation year, suitable for tabular classification, regression, and time-series forecasting tasks. The data is published at annual frequency and includes quality caveats, such as the use of ILO-selected best source and non-null conditions for disaggregation columns.

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中央统计数据库，通过调用其REST API接口获取原始指标数据，并依据欧洲ISO3国家代码进行地理范围过滤。数据经过ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调，确保了跨国可比性。最终由Electric Sheep Europe进行整合与再封装，以结构化表格形式呈现，共包含33,485条观测记录，覆盖35个欧洲国家，时间跨度从1985年至2025年。

特点

数据集聚焦于公共部门就业这一核心劳动指标，并细分为性别（男性、女性、总计）与经济活动的交叉维度。其时间序列特性使其适用于年际趋势分析与预测建模。数据来源清晰可追溯，通过'source.label'字段标注了原始调查类型（如劳动力调查），而'obs_status'字段则提供了观测值的可靠性标记。此外，丰富的分类注释（如系列中断说明）为用户解读数据波动提供了重要背景。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数一键加载数据，并转为Pandas DataFrame进行后续分析。典型用法包括按国家筛选进行纵向时序研究，或针对特定指标绘制时间序列曲线。数据表格结构清晰，支持通过pivot_table操作构建国家×年份的宽表矩阵，便于进行面板数据分析或机器学习模型的特征工程。该数据集在许可协议下自由使用，引用时需注明ILO及Electric Sheep Europe的再封装贡献。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下ILOSTAT数据库于2025年经Electric Sheep Europe重新打包发布，聚焦欧洲35个国家1985至2025年间公共部门就业的性别与经济活动细分数据，共计33,485条观测记录。作为全球劳动统计的权威来源，ILOSTAT通过整合各国劳动力调查与行政记录，提供标准化指标。此数据集旨在支持劳动经济学、性别平等及公共政策领域的研究，助力学者与决策者深入分析欧洲公共部门就业结构的长期演变趋势，对理解劳动力市场动态具有重要价值。

当前挑战

本研究领域面临的核心挑战在于公共部门就业数据的跨国可比性与时间一致性。各国统计机构采用不同的经济分类标准（如行业划分差异）和性别细分定义，导致跨区域分析时常出现口径不统一的问题。数据构建过程中，ILO需协调35个国家、长达40年的时间序列，处理因方法论修订（如指标中断标识）和来源变更（如调查与行政记录切换）引发的数据断裂问题。此外，多源性数据融合中需优先选择“最佳来源”，但观测值可靠性标注（如临时或不可靠标志）的不完整性增加了建模难度。年度频率限制亦使短期波动捕捉不足，削弱了时间序列预测的精度。

常用场景

经典使用场景

该数据集是欧洲公共部门就业领域一项弥足珍贵的时序数据资产，涵盖1985年至2025年间35个欧洲国家的33,485条观测记录，汇聚了国际劳工组织ILOSTAT数据库中关于公共部门就业按性别与经济活动划分的权威统计。在经典使用场景中，研究者可将其用于构建面板数据模型，以追踪欧洲各国公共部门劳动力规模的长期演变轨迹；或借助时间序列分析方法，探索经济周期、财政政策与公共就业之间的动态关联。数据集提供的性别维度分解，使其在女性劳动参与率、公共部门性别平等进程等议题上亦能发挥独特分析价值。

解决学术问题

该数据集直面劳动经济学与公共政策研究中的若干核心难题。它系统性地整合了欧洲公共部门就业在不同性别与经济活动类别下的可比较信息，有效填补了跨国长期面板数据的缺口。学者得以据此解构公共就业规模的国别差异与时间异质性，推演财政紧缩或扩张时期公共部门吸纳劳动力的能力变化，并验证经济增长与公共就业之间的双向因果关系。这一跨国标准化数据集也为公共部门工资溢出效应、性别就业歧视量化评估等议题提供了坚实的数据基础，推动学界从描述性分析迈向因果推断与动态建模。

衍生相关工作

围绕这一数据集，已涌现若干具有影响力的衍生工作。基于其结构性特征，研究者开发了公共就业变动因素分解模型，将就业波动拆解为人口结构效应、财政政策效应与经济周期效应。另有工作借助该数据检验了Balassa-Samuelson效应在公共部门中的适用性，发现公共部门工资追赶现象对经济转型国家的影响尤为显著。在预测建模领域，该数据被用作训练LSTM与Prophet等时序神经网络的特征输入，显著提升了中短期公共就业趋势预测的精度，并催生出面向欧盟东部成员国的专题就业模拟系统。