electricsheepeurope/europe-ilo-str-tstr-eco-nb-number-of-strikes-and-lockouts-by-economic-activit

该数据集包含9,799条关于工业关系的数据观测值，涵盖31个欧洲国家，时间跨度为1969年至2024年，包含1个独特指标。具体指标为按经济活动划分的罢工和停工次数，数据源自国际劳工组织（ILO）的ILOSTAT数据库，经过欧洲ISO3国家代码过滤和标准化处理，用于表格分类、回归和时间序列预测等任务。数据集包括国家代码、年份、观测值、数据来源等字段，以年度频率提供，并包含数据质量说明和用法示例。This dataset contains 9,799 observations of Industrial relations data across 31 Europe countries, spanning 1969–2024, covering 1 distinct indicators. The indicator is Number of strikes and lockouts by economic activity, sourced from the International Labour Organizations ILOSTAT database, filtered to Europe ISO3 country codes and harmonized. It is designed for tabular classification, regression, and time-series forecasting tasks, with fields such as country code, year, observed value, and data source, provided at annual frequency, along with data quality caveats and usage examples.

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）旗下的ILOSTAT统计数据库，聚焦于欧洲31个国家在1969至2024年间因经济活动引发的罢工与停工事件数量。数据通过ILOSTAT的REST API接口直接获取，并依据ISO3国家代码筛选出欧洲区域的信息。ILO的统计部门依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调与整合，数据来源在‘source.label’字段中予以标注，确保了数据的可追溯性与标准化程度。数据集共包含9,799条观测记录，涵盖了一个核心指标，并由Electric Sheep Europe进行重新打包与发布。

特点

该数据集的一个显著特色在于其覆盖范围的广度与专业性，横跨半个多世纪的时间跨度与31个欧洲国家，为劳动经济学与产业关系研究提供了珍贵的历史纵深感。数据变量设计详尽，不仅包含核心观测值及ISO国家代码，还囊括了数据来源、分类变量（如经济活动总类）以及多层次的注解信息，这些注解字段对观测状态、经济活动定义范围及数据参考期等关键细节进行了说明，极大便利了研究者对数据质量和适用性的判断。此外，数据集中观测值分布极不均匀，西班牙、芬兰、英国等国观测数量远超德国等国家，这一结构性特征如实反映了不同国家劳务冲突记录体系的差异。

使用方法

研究者可通过HuggingFace的datasets库轻松加载该数据集，只需一行代码`load_dataset`即可将数据转换为Pandas DataFrame格式进行后续分析。数据以年为单位提供，适合进行时间序列分析与横截面比较。具体操作上，可按国家代码筛选特定国家的数据，或按指标编码对单一序列进行排序并绘制趋势图。对于跨国的对比研究，还可利用透视表功能将数据结构重塑为国家×年份的矩阵形式，便于观察罢工频率在欧洲各国的时空演变格局。使用时应留意数据可能存在的年度频次限制以及ILO选取‘最佳来源’的合成逻辑。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，经由Electric Sheep Europe在2024年重新整理并发布至HuggingFace平台，核心研究问题聚焦于欧洲地区因经济活动划分的罢工与停工次数统计。作为ILOSTAT全球劳动统计数据库的组成部分，该数据集覆盖31个欧洲国家、时间跨度从1969年至2024年，包含9799条观测记录，为工业关系领域的研究提供了横跨半个多世纪的珍贵时间序列资料。其数据来源包括劳动力调查、行政记录等多渠道，并经过ILO基于国际劳动统计学家会议标准进行的协调统一，对于分析欧洲各国劳资冲突演变、经济周期波动与劳工权益变迁具有重要学术价值。

当前挑战

该数据集所解决的领域核心挑战在于：作为欧洲范围内唯一系统记录按经济活动划分的罢工与停工次数的时间序列数据集，其填补了工业关系定量研究中的关键数据空白，使得研究者得以跨越国家边界和长期时间窗口来量化劳资冲突的结构性特征。构建过程中的主要挑战体现在三个方面：首先，不同来源数据在定义和采集方法上存在显著差异，ILO需通过复杂算法遴选'最佳来源'以确保数据连贯性；其次，部分解构列（如性别、细分行业）仅在特定年份存在，导致多维度分析的颗粒度受限；最后，某些国家存在数据缺失或标志为临时值的情况，要求使用者具备充足的数据清洗与插补能力才能保障分析结论的可靠性。

常用场景

经典使用场景

在劳动经济学与产业关系研究领域，europe-ilo-str-tstr-eco-nb-number-of-strikes-and-lockouts-by-economic-activit 数据集为学者提供了跨越1969至2024年、涵盖31个欧洲国家的大规模罢工与停工事件的权威观测记录。该数据集最经典的使用场景是基于经济活动的分类维度，对罢工与停工的发生频率进行时间序列分析与面板数据建模。研究者可借此探究宏观经济增长、劳动力市场制度变革、工会力量演变与劳资冲突之间的动态关联，或通过国家间对比分析不同产业政策与劳动法规对产业行动的影响。此外，数据集的跨年度长跨度特征也使其成为评估经济周期、制度变迁与劳资关系相互作用的理想数据基础。

衍生相关工作

基于该数据集的发布，已衍生出一系列重要的学术研究与分析工具创新。首先是催生了一系列采用面板VAR模型与动态随机一般均衡（DSGE）框架的研究工作，旨在量化罢工事件对短期劳动生产率与长期产业结构调整的冲击效应。其次，该数据集被广泛用于机器学习的时序预测任务中，研究者尝试利用LSTM与Transformer模型对特定经济部门的罢工频次进行预测，推动了劳动冲突预警技术的智能化演进。此外，数据集的标准化结构也启发了多个跨国劳动统计数据库的整合项目，为构建覆盖全球的劳动关系观测网络提供了方法学参考，促进了劳动经济学与数据科学交叉领域的新型研究范式形成。

数据集最近研究

最新研究方向

基于欧洲31国1969至2024年间罢工与停工事件数量与经济活动的关联数据，当前研究前沿聚焦于利用时间序列分析与面板数据模型，揭示劳资冲突的周期性波动规律及其与宏观经济指标、产业政策变迁的交互效应。该数据集与国际劳工组织ILOSTAT统计框架深度耦合，为探索数字化转型、劳动力市场弹性及工会影响力衰退等热点议题提供了高分辨率的比较基础。其跨半世纪的时间跨度和涵盖广泛经济部门的分类体系，使得研究者能够精准量化重大事件（如2008年金融危机、新冠疫情）对产业关系格局的冲击轨迹，进而为欧洲社会对话机制与预防性劳资调解策略的优化提供实证支撑。