electricsheepeurope/europe-ilo-lac-xees-noc-nb-average-hourly-labour-cost-per-employee-discontinu

该数据集包含欧洲33个国家（如荷兰、捷克、波兰、德国等）的劳动力成本数据，具体指标为平均每小时劳动力成本 per employee - 已停用（本地货币），数据覆盖时间从1995年至2025年，共481个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过筛选和标准化处理。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、观测年份、观测值、观测状态等字段，适用于表格分类、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选择的最佳来源和处理缺失值的方法。数据集由Electric Sheep Europe重新打包，以方便机器学习使用，遵循CC-BY-4.0许可。This dataset contains 481 observations of labour cost data across 33 Europe countries, spanning 1995–2025, with the indicator Average hourly labour cost per employee - Discontinued (local currency). It is sourced from ILOSTAT, the ILOs central statistics database, and includes data on employment, wages, and related metrics. The dataset features fields such as country codes, country names, source codes, indicator codes, observation years, values, and status flags. It is designed for tabular classification, regression, and time-series forecasting tasks, with annual frequency and quality caveats like the use of ILO-selected best source. Repackaged by Electric Sheep Europe for ML-ready use under CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe团队通过ILOSTAT REST API接口直接抽取，原始数据来源于国际劳工组织（ILO）的中央统计数据库。数据抽取过程严格遵循ICLS（国际劳工统计学家会议）定义标准，对原始调查微观数据进行协调统一。API端点返回的原始数据经过筛选，仅保留欧洲ISO3国家代码对应的观测记录，共计481条，覆盖33个欧洲国家，时间跨度从1995年至2025年。数据中的每个观测都附带了来源标签（source.label），确保数据溯源清晰可查。最终数据以Parquet格式打包发布，便于机器学习工作流直接加载。

特点

数据集的核心特色在于其高度的结构化和标准化，仅包含一个关键指标——按员工平均的每小时劳动成本（已停用，以本币计），指标代码为LAC_XEES_NOC_NB。数据呈现为清晰的表格格式，包含国家代码、国家名称、数据来源、指标名称、观测年份、观测值、状态标志及详细注释等14个字段。其中时间字段为整数类型，观测值字段为浮点数，便于直接进行时间序列分析和数值计算。数据集标注了多个任务类别，包括表格分类、表格回归和时间序列预测，展现了其跨领域的应用潜力。尽管观测规模较小（不足千条），但覆盖了33个欧洲国家，为区域劳动力成本对比研究提供了坚实基础。

使用方法

数据集的使用极为便捷，支持通过Hugging Face Datasets库直接加载，仅需一行代码`load_dataset()`即可将数据转化为Pandas DataFrame格式。研究者可以轻松实现按国家筛选（如过滤德国数据）、按指标进行时间序列排序与可视化，以及通过透视表构建国家×年份矩阵等常见操作。数据集的表格化结构和标准化字段使得深度学习和传统统计建模的接入门槛极低。特别地，数据包含来源标签和状态标志，便于进行数据质量控制和异常值检测。用户在使用时应按照CC-BY-4.0协议正确引用原始数据来源和转载方，确保学术诚信。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT统计数据库发布，并由Electric Sheep Europe重新打包至HuggingFace平台。ILOSTAT作为全球劳动力统计的权威来源，致力于整合各国劳动力调查、行政记录等多源数据，以提供标准化、可比较的劳动力市场指标。本数据集聚焦于欧洲33个国家自1995年至2025年间的小时平均劳动力成本，涵盖了481个观测值，旨在为劳动力经济学研究、跨国比较和政策分析提供基础数据支持。该数据集的出现填补了欧洲区域劳动力成本连续时间序列数据的空白，尤其关注已停止更新的本地货币计价指标，为学者与政策制定者回顾历史趋势、评估劳动力市场变迁提供了宝贵的量化依据。

当前挑战

该数据集所解决的领域问题在于劳动力成本数据在跨国比较中的异质性与不可比性。不同国家采用不同的调查方法、经济活动覆盖范围与统计定义，导致原始数据难以直接对齐。构建过程中面临的挑战包括：数据来源多样且质量不一，需要通过ILO的“最佳来源”筛选机制确保数据可靠性；时间维度上，部分国家数据存在缺口或标记为“不可靠”，需在分析中谨慎处理；此外，指标已停止更新，意味着后续研究者无法获取最新数据，限制了其在实时监测与前瞻性分析中的应用。数据整合与标准化过程的透明性亦是构建时需持续关注的关键问题。

常用场景

经典使用场景

在欧洲劳动经济学与社会政策研究领域，该数据集广泛应用于探索不同国家间劳动力成本的时空演变规律。研究人员常将其作为面板数据，通过时间序列回归或空间计量模型，分析欧洲33国自1995年至2025年间平均每小时劳动力成本的收敛性与差异性，揭示欧盟一体化进程中劳动力成本的趋同或分化趋势，为理解欧洲劳动力市场结构性变迁提供量化基础。

衍生相关工作

该数据集衍生出一系列围绕欧洲劳动力成本结构分析的经典工作。其中，基于该数据构建的贝叶斯分层模型被用于预测后金融危机时期中东欧国家劳动力成本的追赶速度；另一项著名研究则运用此数据配合固定效应回归，揭示出税收楔子对劳动力成本国别差异的显著贡献。此外，该数据还作为核心验证集出现在一系列劳动力市场动态随机一般均衡（DSGE）模型的校准工作中，显著推动了结构宏观劳动经济学的发展。

数据集最近研究

最新研究方向

基于欧洲33国1995至2025年间的小时平均劳动力成本序列数据，该数据集为劳动经济学中的跨国民间工资差异、欧洲一体化进程中的劳动力市场趋同效应以及工资-生产率悖论等前沿议题提供了精细化的实证基础。结合近年来欧洲各国最低工资立法博弈、通胀对实际购买力的冲击以及后疫情时代劳动力成本结构的演变等热点事件，研究者可利用此数据开展时间序列预测建模、面板数据因果推断以及异质性劳动力市场动态分析，从而揭示欧洲区域内部结构性分化与制度性协调机制间的复杂互动，为政策制定者评估劳动力市场韧性与社会公平提供可量化的循证支持。