electricsheepeurope/europe-ilo-emp-tour-sex-how-nb-tourism-sector-employment-by-sex-and-weekly-hours

该数据集包含欧洲1个国家（具体为英国，代码GBR）从2009年至2025年的旅游部门就业数据，按性别和每周实际工作小时数（以千为单位）进行统计。数据集共有459个观察值，涵盖1个核心指标（EMP_TOUR_SEX_HOW_NB），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，并通过劳动力调查等方法收集。数据以表格形式组织，包括国家代码、性别分类、时间年份、观测值等列，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，采用CC-BY-4.0许可。This dataset contains 459 observations of tourism sector employment data across 1 European country (specifically the United Kingdom, code GBR) from 2009 to 2025, disaggregated by sex and weekly hours actually worked (in thousands). It covers 1 distinct indicator (EMP_TOUR_SEX_HOW_NB), sourced from the International Labour Organizations (ILO) ILOSTAT database, collected through methods such as labour force surveys. The data is organized in tabular format with columns including country code, sex classification, time year, observed value, and is suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset is repackaged by Electric Sheep Europe and released under the CC-BY-4.0 license.

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权威统计数据库，聚焦于欧洲旅游部门的就业情况。构建过程中，研究团队通过ILOSTAT提供的REST API接口直接获取原始数据，并依据欧洲ISO3国家代码进行地域筛选，最终整合了涵盖英国（GBR）从2009年至2025年的459条观测记录。数据经过ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，确保了不同来源数据的一致性与可比性。每个观测值均附带了数据源标签（source.label），以便用户追溯原始调查来源，如劳动力调查（LFS）等。

特点

此数据集以表格形式呈现，记录了旅游部门就业人数（单位：千）按性别（包括总计、男性与女性）和实际每周工作时长分组的详细信息。其核心特点在于提供高精度的时间序列数据，覆盖长达16年的年度观测，为分析旅游就业的长期趋势与周期波动奠定了坚实基础。数据质量方面，优先采用国际劳工组织推荐的最佳数据源，并对可能的异常值状态（如临时或不可靠标注）进行了标识，增强了使用的可靠性。此外，该数据集通过性别的多维度分类，揭示旅游就业市场中的性别结构与劳动时间分布特征。

使用方法

用户可直接通过HuggingFace datasets库中的load_dataset()函数高效加载此数据集，并轻松转换为Pandas DataFrame格式，以便进行深入分析。典型应用包括按国家或性别筛选数据子集，例如提取特定年份的英国女性旅游就业数据；或基于时间维度绘制观测值的变化曲线，直观展示就业趋势。进一步，利用透视表功能可构建国家与年份的交叉矩阵，支持跨地区比较研究。该数据集同样适用于表格分类、回归分析以及时间序列预测等标准化机器学习任务，为研究人员提供灵活多样的数据探索与建模途径。

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数据库发布，并经Electric Sheep Europe重新打包，聚焦于欧洲地区旅游业就业的性别与工时结构。研究问题围绕旅游部门中不同性别劳动者的就业规模及每周实际工作时长分布展开，旨在揭示劳动力市场中的性别差异与就业质量。作为ILO核心统计数据库的子集，该数据集提供了2009至2025年间英国单一国家的459条观测值，涵盖总就业、男性与女性三个性别维度。其在劳动经济学、旅游管理学及性别平等研究中具有重要价值，为实证分析欧洲旅游业的就业动态与政策评估提供了标准化、可复用的数据基础。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：旅游就业常呈现季节性波动与非正规就业比例高等特点，使得精确量化性别与时长的交互效应极为困难；同时，单一国家（英国）的覆盖限制了跨区域比较与泛化结论的推导。在构建过程中，数据源自多来源调查（如劳动力调查）的整合与ILO的标准化处理，需应对不同国家统计口径、调查方法及数据质量标记（如临时值或不可靠值）的异质性；此外，年度频率限制了高时效性分析，且缺失月度或季度序列，难以捕捉短期就业波动。这些挑战对数据清洗、缺失值处理及模型选择提出了更高要求。

常用场景

经典使用场景

该数据集聚焦于欧洲旅游业就业人口按性别与实际周工作时长的分布情况，涵盖2009年至2025年间英国地区的459条观测记录。经典使用场景包括利用该数据进行时间序列分析与回归建模，以揭示旅游业就业结构的演变趋势。研究者可以按性别维度（总人数、男性、女性）拆解数据，构建预测模型量化不同时段内的就业波动，或结合小时带分类变量分析不同工作时长区间下的从业者分布特征。此外，该数据集也适用于分类任务，如根据年份与性别特征预测就业状态标签，为后续劳动力市场细分与政策评估提供基础数据支撑。

解决学术问题

数据集主要解决了旅游业劳动力市场研究中的细分数据缺失问题，尤其是欧洲单一国家（如英国）长期面板数据的可获得性瓶颈。学术上，它有助于检验性别差异在旅游业就业中的持续性与变化规律，可服务于劳动经济学中关于性别工资差距、非标准工时安排及旅游业季节性就业弹性的实证研究。通过提供标准化的年度观测与ILO国际统计标准，研究者能够可靠地评估旅游业在促进体面劳动与可持续就业目标方面的进展，从而丰富对服务型经济中劳动力结构调整的宏观理解。

衍生相关工作

该数据集衍生了若干经典工作。在数据层面，它是ILOSTAT官方指标与HuggingFace生态系统结合的典型案例，推动了劳动力统计数据的机器可读化与可复现研究。相关后续工作包括构建多国旅游业就业指标的联合预测模型、将时序特征与自然语言处理结合以自动生成劳动力市场简报，以及开发基于该数据的交互式仪表盘用于政策评估。此外，该数据也常被用于教学案例，展示如何从API采集、清洗到模型训练的全流程数据科学实践，促进了开放科学在劳动统计领域的普及。