electricsheepeurope/europe-ilo-emp-publ-sex-age-nb-public-sector-employment-by-sex-and-age-thousands

该数据集包含欧洲14个国家（1987-2025年）公共部门就业的年度统计数据，按性别和年龄细分，单位为千人。数据集包含8,295条观测记录，核心指标为EMP_PUBL_SEX_AGE_NB（按性别和年龄划分的公共部门就业人数）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过劳动力调查等国家统计来源收集，并按照国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集字段包括国家代码、国家名称、数据来源、指标代码、性别分类（总计/男性/女性）、年龄分类（15岁以上）、观测年份、观测数值、数据状态标志及相关注释信息。This dataset contains annual statistics on public sector employment across 14 European countries (1987-2025), disaggregated by sex and age in thousands. It includes 8,295 observations with the core indicator EMP_PUBL_SEX_AGE_NB (Public sector employment by sex and age). Data is sourced from the International Labour Organizations ILOSTAT database, collected from national sources like labour force surveys and harmonized using International Conference of Labour Statisticians (ICLS) definitions. The schema includes country codes, country names, data sources, indicator codes, sex classification (total/male/female), age classification (15+), observation year, observed values, data status flags, and related notes.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT权威统计数据库，通过其REST API接口直接提取原始指标数据，并依据欧洲ISO3国家代码进行地理范围筛选，最终整理出涵盖14个欧洲国家、时间跨度从1987年至2025年的公共部门就业观测记录，共计8,295条。数据集由Electric Sheep Europe团队重新打包发布，旨在为机器学习和时间序列分析提供标准化、可直接调用的数据资源。

特点

数据集以年度为频率，聚焦于公共部门就业人数指标，按性别（总计、男性、女性）和年龄维度进行细致拆解，提供了丰富的分类变量。每条记录包含国家代码、数据来源、观测值、状态标记及详尽注释，便于用户追踪数据质量与源信息。数据结构规范清晰，支持多国对比与纵向趋势分析，并专门标注了不可靠或修订后的序列，确保研究严谨性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数便捷加载数据，并直接转换为Pandas DataFrame进行后续操作。示例中展示了如何按国家过滤、绘制单一指标的时间序列图，以及将数据透视生成国家×年份矩阵，便于进行跨国比较或构建面板数据模型。数据集兼容分类、回归与时间序列预测等常见任务，适合劳动经济学、公共政策及欧洲区域研究等领域的数据科学实践。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年发布，经Electric Sheep Europe团队整合后托管于HuggingFace平台。其核心研究问题聚焦于欧洲公共部门就业人口在性别与年龄维度的分布格局，旨在为劳动经济学、公共政策评估及劳动力市场性别平等研究提供标准化时序数据。数据集覆盖1987至2025年间14个欧洲国家的8295条观测记录，基于ILOSTAT数据库的权威调查与行政记录，通过统一方法论（ICLS定义）对微观数据进行协调处理。作为ILO全球劳动统计体系的重要组成部分，该数据集为跨国比较公共部门雇佣结构、追踪就业政策效果及识别劳动力市场结构性变化提供了关键数据基础，对欧洲劳动经济学领域具有显著支撑作用。

当前挑战

领域问题方面，公共部门就业统计面临多重挑战：首先，各国对‘公共部门’的定义存在差异，导致跨国可比性受限于统计口径的协调难度；其次，数据来源涉及劳动力调查与行政记录，混合数据源的误差传递与样本代表性控制构成方法学难题；此外，时序数据的断点问题（如方法论修订引发的‘中断序列’标志）直接影响长周期趋势分析的准确性。构建过程中，团队需处理ILOSTAT API返回的异构架构，对14个国家的不规则时间跨度进行对齐，并确保对‘最佳来源’选择的透明化标记；同时，分类维度的稀疏性（如性别与年龄子分组仅在部分指标中可用）增加了数据整合的复杂性，需通过标准化模式对缺失维度进行妥善处理。

常用场景

经典使用场景

该数据集作为欧洲公共部门就业数据的标准化时序集合，在学术研究中常用于分析劳动力市场结构与性别差异。研究者通过解析14个国家1987至2025年间按性别和年龄划分的公共部门雇佣人数（单位：千），能够构建跨国面板数据模型，探索公共就业规模与宏观经济周期、财政政策之间的动态关联。数据涵盖SEX_T（总量）、SEX_M（男性）与SEX_F（女性）三个性别维度，结合年龄分组特征，为评估公共部门在不同世代劳动力中的吸引力和留存率提供了量化基础。其年频观测结构天然适配于趋势分解与季节性调整检验，尤其适合开展欧洲区域公共就业长期演变轨迹的基准研究。

解决学术问题

该数据集有效回应了欧洲劳动经济学中关于公共部门就业决定因素与性别平等进程的若干核心议题。通过长达近四十年的面板数据，学者得以检验公共雇佣对私人部门薪酬的挤出效应、财政紧缩政策对公务员规模的冲击，以及女性在公共管理岗位中代表性增强的跨代际模式。数据中附带的源标记（source.label）和方法论断点注释（note_indicator）使得研究能够控制调查方法变更带来的结构性偏移，从而更准确量化制度变迁对就业统计的影响。这为揭示欧洲福利国家劳动力配置机制提供了可靠的实证依据，并推动了比较政治经济学中国家能力与就业政策互动关系的理论深化。

衍生相关工作

基于该数据集已衍生出一系列聚焦欧洲劳动力制度比较的高影响力研究。经典工作包括利用面板向量自回归模型分析公共就业对私营部门劳动参与率的动态传染效应、运用断点回归设计探究养老金改革对中老年公共雇员离职行为的影响，以及构建多层级混合效应模型分解国家间公共就业性别隔离的差异来源。数据所支撑的“公共部门就业-福利支出”联立方程模型被多次引用于财政社会学文献，验证了卡尔多-希克斯效率假说在欧洲背景下的适用性。此外，该数据集也常与ILOSTAT其他指标（如失业持续时间、行业工资差距）联合使用，形成综合性的欧洲劳动力市场再配置模型，丰富了对公共雇佣制度韧性的理论认知。