electricsheepeurope/europe-ilo-ees-tees-sex-ec2-nb-employees-by-sex-and-economic-activity-isic-level

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲员工数据，具体指标为“按性别和经济活动划分的员工 - ISIC第2级（千）”。数据集涵盖36个欧洲国家，时间范围为1992年至2025年，共有175,327个观察值。数据包括员工数量（以千为单位），并按性别（总计、男性、女性）和经济活动（基于ISIC第4版修订的2位数分类）进行细分。数据来源包括劳动力调查等，并经过ILO的标准化处理，以确保一致性和可追溯性。数据集适用于表格分类、回归和时间序列预测等任务。This dataset contains employee data from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Employees by sex and economic activity - ISIC level 2 (thousands). It covers 36 European countries from 1992 to 2025, with 175,327 observations. The data includes the number of employees (in thousands), disaggregated by sex (total, male, female) and economic activity (based on ISIC Revision 4, 2-digit classification). Sources include labour force surveys and other administrative records, harmonized by ILO for consistency and traceability. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting.

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，通过其REST API接口直接提取指标EES_TEES_SEX_EC2_NB的原始记录，并依据ISO3国家代码筛选出欧洲地区的数据。ILOSTAT采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行统一协调，数据中通过source.label字段标注原始来源以确保可追溯性。Electric Sheep Europe对提取的数据进行重新打包，规范列名与数据类型，最终形成涵盖36个欧洲国家、1992至2025年间175,327条观测的标准化表格数据集。

使用方法

研究人员可通过HuggingFace的datasets库以一行代码加载数据集，并转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码筛选特定国家数据、按指标和时间排序绘制时间序列图，以及利用pivot_table构建国家×年份矩阵以观察跨国趋势。该数据集适用于表格分类、回归及时间序列预测任务，能够支撑劳动力市场性别差异、行业分布变化等实证研究。使用时需注意数据为年度频率，且部分指标可能存在多个来源，此时ILO已选用最佳来源，同时应关注obs_status和note字段以识别数据质量标记。

背景与挑战

背景概述

国际劳工组织（ILO）自1919年成立以来，始终致力于全球劳动统计的标准化与传播，其核心数据库ILOSTAT汇集了200余个经济体的劳动力调查、家庭收入调查及行政记录，成为劳动经济学与就业政策研究的权威基石。该数据集由Electric Sheep Europe于2026年从ILOSTAT API系统化抓取并重新封装，聚焦欧洲36国1992至2025年间按性别和经济活动（ISIC第2级）分类的雇员人数，涵盖175,327条观测。其核心研究问题在于揭示欧洲各国就业结构的性别差异与行业分布演变，为劳动力市场分析、性别平等评估及区域经济政策制定提供精细化的数据支撑，对劳动经济学、社会学及欧洲一体化研究具有显著影响力。

当前挑战

该数据集所回应的领域问题在于刻画欧洲就业结构中性别与行业维度的动态关联，其挑战在于：第一，ILOSTAT原始数据源自各国差异化的劳动力调查与行政记录，统计口径、抽样方法与报告周期参差不齐，跨国可比性面临固有障碍；第二，数据集中部分观测带有“不可靠”或“序列中断”等状态标记，且不同国家的时间覆盖范围自1992至2025年不等，缺失值与非连续序列对时间序列建模与分类任务构成显著干扰；第三，经济活动分类采用ISIC第2级，部分国家可能沿用旧版分类或存在映射偏差，增加了细粒度行业分析的复杂性；第四，ILO虽采用国际劳工统计学家会议定义进行协调，但性别分类中“总计”与“男性”“女性”的汇总逻辑在部分源数据中可能存在不一致，需在建模前予以审慎处理。

常用场景

经典使用场景

在劳动经济学与性别研究的交汇处，该数据集凭借其覆盖36个欧洲国家、逾17万条观测记录的规模，成为剖析就业结构变迁的经典素材。研究者常以ISIC二级行业分类为锚点，借助面板数据模型或时间序列分析，考察1992至2025年间男女雇员在经济活动中的分布差异与演变轨迹。无论是探究女性在制造业与服务业的参与率变化，还是对比不同国家间性别就业结构的收敛趋势，该数据集均提供了统一且可比的量化基础。

解决学术问题

该数据集有效回应了劳动统计比较研究中长期存在的口径不一难题。借助国际劳工组织依据国际劳工统计学家会议定义所进行的协调化处理，学者得以规避各国调查方法差异带来的偏误，进而聚焦于性别就业差距的驱动因素、行业隔离的持续性以及经济周期对男女就业的不同冲击等核心议题。其意义在于为跨国性别平等评估与结构性转型研究提供了可靠的经验证据，并推动了就业弹性估计与劳动力市场制度效应分析的方法论进步。

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就业目标进展提供了数据支撑，亦被用于评估产业政策对性别包容性的影响。企业可借助行业层面的性别雇员数据，研判人才供给趋势并优化招聘策略；国际组织则能据此追踪可持续发展目标中体面工作指标的实现程度。其高频更新的年度序列使实践者能够及时捕捉欧洲劳动力市场的结构性信号。

数据集最近研究

最新研究方向

在劳动经济学与性别平等研究的交汇处，该数据集为剖析欧洲劳动力市场结构性变迁提供了高分辨率面板基础。前沿研究借助其涵盖36国、逾十七万条按性别与ISIC二级经济活动分类的雇员观测，聚焦于性别就业隔离的行业动态、经济周期中女性劳动参与率的异质性响应，以及后疫情时代绿色与数字转型部门性别构成的重塑。依托ILOSTAT的标准化框架，学者得以跨时空检验制度安排与产业政策对性别就业差距的收敛效应，为欧洲就业战略与SDG性别平等目标的循证评估注入关键实证资源。