electricsheepeurope/europe-ilo-ees-tees-sex-ocu-est-nb-employees-by-sex-occupation-and-establishment-size

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲雇员统计数据，具体指标为按性别、职业和企业规模划分的雇员数（千）。数据集涵盖13个欧洲国家（包括阿尔巴尼亚、奥地利、波斯尼亚和黑塞哥维那、捷克、希腊、意大利、北马其顿、摩尔多瓦、波兰、葡萄牙、塞尔维亚、斯洛伐克、瑞士），时间跨度为1993年至2025年，共61,558个观测值。数据通过ILOSTAT REST API获取，并过滤为欧洲国家代码，经过ILO的统计部门根据国际劳工统计学家会议（ICLS）定义进行协调处理。数据集提供年度频率的数据，包括国家代码、国家名称、数据来源（如劳动力调查）、指标代码、指标名称、性别分类（总计、男性、女性）、职业分类、企业规模分类、观测年份、观测值（单位为千）、观测状态标志以及相关注释。数据质量方面，当同一国家×年份有多个数据源时，使用ILO选择的最佳来源；分类列仅在指标发布该细分时非空。数据集适用于表格分类、回归和时间序列预测任务，可用于分析欧洲劳动力市场的性别、职业和企业规模分布趋势。This dataset contains European employee statistics from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Employees by sex, occupation and establishment size (thousands). It covers 13 European countries (including Albania, Austria, Bosnia and Herzegovina, Czechia, Greece, Italy, North Macedonia, Moldova, Poland, Portugal, Serbia, Slovakia, Switzerland), spanning the years 1993 to 2025, with 61,558 observations. Data is pulled directly from the ILOSTAT REST API and filtered to Europe ISO3 country codes, harmonized by ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions. The dataset provides annual frequency data, including country codes, country names, data sources (e.g., labour force surveys), indicator codes, indicator names, sex disaggregation (total, male, female), occupation classification, establishment size classification, observation year, observed value (in thousands), observation status flags, and related notes. Data quality notes: when multiple sources exist for the same country×year, the ILO-selected best source is used; disaggregation columns are non-null only when the indicator publishes that breakdown. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, useful for analyzing trends in gender, occupation, and establishment size distribution in the European labor market.

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）的核心统计数据库ILOSTAT，依托各国劳动力调查、家庭收入调查、机构调查及行政记录等多元微观数据源，经ILO统计部门依据国际劳工统计学家会议（ICLS）标准进行系统化 harmonization 后形成标准化指标。数据经ILOSTAT REST API接口直接提取，并以欧洲ISO3国家代码为筛选条件，最终由Electric Sheep Europe重新封装为Parquet格式发布于HuggingFace平台，涵盖1993年至2025年间的年度观测记录。

使用方法

研究者可通过HuggingFace datasets库以load_dataset()函数直接加载该数据集，并借助to_pandas()方法转换为DataFrame进行后续分析。典型用法包括按国家代码筛选特定国家的子集、针对单一指标构建时间序列并可视化、以及将数据透视至国家与年份的二维矩阵以比较跨国趋势。数据集亦支持基于指标编码、性别分类或机构规模等维度进行分组聚合与统计建模。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计的标准化与传播，ILOSTAT作为其核心统计数据库，汇集了200余个经济体的就业、失业、工资等指标，依托各国劳动力调查与行政记录，并按照国际劳工统计学家会议（ICLS）定义进行协调。该数据集由Electric Sheep Europe于2025年重新打包发布，涵盖1993至2025年间13个欧洲国家的61558条雇员观测记录，按性别、职业和机构规模细分，为劳动经济学、性别就业差距及企业规模与就业结构关系等研究提供了跨国面板数据，推动了欧洲劳动力市场比较分析的实证进展。

当前挑战

该数据集所回应的领域问题在于，如何以一致口径刻画欧洲各国雇员在性别、职业与机构规模维度上的分布及其时序演变，从而支撑跨国比较与劳动政策评估。构建过程中面临的挑战包括：各国劳动力调查在职业分类、机构规模界定及数据收集频率上存在差异，ILOSTAT虽经协调仍难免产生断点或不可靠观测；部分国家时间序列较短且年份不连续，如希腊止于2005年、瑞士仅2011年，限制了面板分析的完整性；此外，分类维度非全覆盖、观测状态标记（如临时或无可靠性）以及来源异质性，均对统计建模与因果推断构成潜在干扰，要求研究者在数据清洗与解释时保持审慎。

常用场景

经典使用场景

在劳动经济学与就业结构分析的经典研究中，该数据集常被用于刻画欧洲各国雇员在性别、职业类别与机构规模三个维度上的分布特征。研究者借助其跨国、跨年度的面板结构，构建职业隔离指数与性别就业差距指标，进而揭示不同规模企业中男女雇员配置的差异化模式，并追踪其在1993至2025年间的演变轨迹。

解决学术问题

该数据集有效回应了劳动统计领域关于性别职业隔离与机构规模效应难以跨国比较的学术难题。通过ILO统一协调的ICLS定义与标准化分类，它消弭了各国劳动力调查在职业编码和机构规模划分上的异质性，为检验性别分层理论、评估就业政策效果以及分析转型经济体劳动力市场重构提供了可靠的经验基础，推动了比较劳动统计研究的方法论进步。

实际应用

在政策制定与商业决策层面，该数据集为欧盟及各国劳工部门监测性别就业平等进展、设计针对性职业培训与中小企业扶持政策提供量化依据。企业人力资源部门亦可参照不同机构规模下的性别与职业构成基准，优化招聘与晋升策略。国际组织则利用其评估体面劳动目标在东南欧等地区的实现程度，辅助区域就业战略的制定与调整。

数据集最近研究

最新研究方向

在全球劳动力市场性别平等议题持续深化的背景下，该数据集凭借其跨越1993至2025年、覆盖13个欧洲国家逾六万条观测记录的结构化优势，正推动劳动经济学向精细化异质性分析转型。前沿研究聚焦于性别、职业技能层级与企业规模的三维交互效应，借助面板回归与机器学习方法，揭示不同规模企业中职业隔离对女性就业份额的抑制机制。该方向与欧洲性别平等战略及国际劳工组织体面劳动议程紧密呼应，为评估政策干预效果、识别结构性歧视提供了高颗粒度证据，对促进包容性增长具有重要学术与政策意义。