electricsheepeurope/europe-ilo-str-days-eco-rt-days-not-worked-due-to-strikes-and-lockouts-by-eco

该数据集包含来自25个欧洲国家的5,666条观测数据，时间跨度为1980年至2024年，涵盖了1个独特指标：STR_DAYS_ECO_RT，即按经济活动分类的因罢工和停工而未工作的天数（每1000名工人）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Europe重新打包，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、国家名称、来源、指标、分类变量、观测年份、观测值、观测状态和相关注释等列，数据以年度频率发布，并遵循cc-by-4.0许可证。This dataset contains 5,666 observations from 25 European countries, spanning the period from 1980 to 2024, and covers one unique indicator: STR_DAYS_ECO_RT, which refers to the number of lost workdays (per 1,000 workers) due to strikes and work stoppages categorized by economic activity. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), and repackaged by Electric Sheep Europe for tasks including tabular classification, regression, and time series forecasting. The dataset includes columns such as country code, country name, source, indicator, categorical variables, observation year, observed value, observation status, and relevant notes. It is released at an annual frequency and is licensed under CC BY 4.0.

搜集汇总

数据集介绍

构建方式

该数据集来源于国际劳工组织（ILO）的ILOSTAT数据库，聚焦欧洲25国1980至2024年间因罢工与闭锁导致的每千名工人未工作天数。数据通过ILOSTAT REST API直接抽取，指标代码为STR_DAYS_ECO_RT，并过滤出欧洲ISO3国家代码。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行标准化处理，数据来源在source.label列中标注，确保了数据的可追溯性与可比性。Electric Sheep Europe团队对原始数据进行了重新封装，统一了模式并发布为Parquet格式，便于机器学习直接使用。

特点

该数据集包含5,666条观测记录，覆盖25个欧洲国家，时间跨度长达44年。其核心特点在于提供了按经济活动分类的罢工与闭锁影响数据，以每千名工人未工作天数为衡量单位，为工业关系研究提供了精细化的量化指标。数据集中包含丰富的元数据列，如ref_area、classif1、obs_status及多种注释列，不仅记录了数值本身，还涵盖了观察状态、分类标准、数据来源及非标准经济活动等细节，极大提升了数据的可解释性和科研应用的深度。

使用方法

使用者可通过HuggingFace的datasets库轻松加载该数据集，调用load_dataset()函数即可获取训练集并转换为Pandas DataFrame进行后续分析。针对特定国家的研究，可直接按ref_area列过滤如德国（DEU）的子集。对于时间序列分析，可按indicator列筛选指标后排序并绘图，直观观察趋势变化。此外，通过pivot_table方法可将数据重塑为国家×年份的矩阵形式，便于进行跨国比较和面板数据分析。完整的使用示例及引用格式均在数据集中提供，降低了使用门槛。

背景与挑战

背景概述

该数据集名为“因罢工和停工而损失的工作日数（按经济活动分，每千名工人）| 欧洲（ILOSTAT）”，由国际劳工组织（ILO）统计部门于2024年整理发布，经Electric Sheep Europe团队重新打包至HuggingFace平台。数据集涵盖1980年至2024年间25个欧洲国家的5,666条观测记录，核心指标为每千名工人因劳资纠纷（罢工与停工）所损失的工作日数。该数据源自ILOSTAT这一全球劳动统计权威数据库，通过整合各国劳动力调查、行政记录等多源数据并经国际劳动统计学家会议（ICLS）定义统一化处理，为研究欧洲区域劳动关系演变、经济活动与劳工冲突的关系提供了纵向可比的时间序列基础。作为工业关系领域的关键量化工具，其在劳动经济学、社会政策评估和冲突预警研究中具有重要影响力。

当前挑战

该数据集面临多重挑战。领域层面，劳资纠纷的统计口径因国家法律与定义差异显著，如部分国家仅记录一定规模以上的罢工事件，导致跨国可比性受限；同时，经济活动分类（如制造业、服务业）的变迁与技术变革使得长期趋势解读复杂化。构建过程中，挑战首先源于数据源的异质性——各国原始数据来自不同类型的调查（如劳动力调查与工会行政记录），其采样方法与覆盖范围不尽相同，尽管ILO通过“最佳来源”原则进行协调，仍难免偏差；其次，时间序列存在明显的不连续性，部分国家在某些年份（如2008年金融危机后）出现数据缺失，且指标仅提供年度频率，无法捕捉劳资冲突的季节性或短期波动。此外，数据的稀疏性（例如意大利仅覆盖至2007年）限制了广泛模型的训练与泛化能力。

常用场景

经典使用场景

该数据集收录了1980年至2024年间25个欧洲国家因罢工与闭厂而导致的工作日损失（以每千名工人计），共计5,666条观测值。在劳动经济学与产业关系研究中，它常被用于跨国面板数据分析，以量化罢工活动对经济活动的影响强度与时间趋势。研究者可借助时间序列回归模型，剖析不同经济部门（如制造业、服务业、农业）在争端行为中的脆弱性差异，或结合宏观指标（如GDP增长率、失业率）构建因果推断框架。数据集的年度粒度与标准化分类变量（如经济活动部门分类）使其成为探索劳资冲突周期性波动、制度变迁对罢工强度调节效应的理想基础素材。

衍生相关工作

该数据集衍生了一系列具有影响力的学术与政策研究工作。在方法论层面，它常被用于示范面板数据中的缺失值插补技术（如多重插补与矩阵补全）以及异常值检测算法，因其数据质量标记为算法鲁棒性测试提供了真实基准。在应用研究方面，基于此数据构建的固定效应模型被广泛参考，用于评估罢工权法规修订对劳工行动频率的长期影响。部分学者进一步将该数据与欧洲社会调查（ESS）或工会密度数据库匹配，形成多层次分析框架，探索个体态度与宏观争端模式之间的联动机制。这些衍生工作共同强化了ILOSTAT作为劳动计量学标准数据枢纽的地位。

数据集最近研究

最新研究方向

在当代劳动经济学与产业关系研究的前沿，该数据集聚焦于量化欧洲各国因罢工和闭厂导致的劳动时间损失，为解析劳资冲突的宏观动态提供了珍贵的历时性证据。随着后疫情时代全球供应链波动与通胀压力攀升，欧洲多地劳工运动再度活跃，该指标成为评估社会契约稳定性与生产中断风险的关键参量。借助ILOSTAT严格标准化的统计口径，研究者得以跨越25国、44年的面板数据，探索经济周期、制度环境与劳动纠纷烈度之间的非线性关联，从而为预警机制设计与对话政策优化奠定实证基础。