electricsheepeurope/europe-ilo-emp-tour-sex-ec2-nb-tourism-sector-employment-by-sex-and-economic-acti

该数据集是一个表格型数据集，专注于欧洲（具体为英国）的旅游部门就业统计。它包含663个观测值，覆盖时间跨度为2009年至2025年，涉及1个指标：EMP_TOUR_SEX_EC2_NB，即按性别和经济活动分类的旅游部门就业数据（使用ISIC二级分类，单位：千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为欧洲国家代码。数据集包括多个列，如国家代码（ref_area）、指标代码（indicator）、性别分类（sex，包括总计、男性和女性）、时间（time）、观测值（obs_value）等，支持按性别和经济活动进行细分分析。该数据集适用于表格分类、表格回归和时间序列预测等任务，旨在为研究者和开发者提供机器学习就绪的欧洲劳动力市场数据。This is a tabular dataset focused on employment statistics in the tourism sector of Europe, specifically the United Kingdom. It contains 663 observations, spanning the period from 2009 to 2025, and involves one indicator: EMP_TOUR_SEX_EC2_NB, which refers to tourism sector employment data classified by gender and economic activity (using two-digit ISIC classification, unit: thousands). The dataset is sourced from the International Labour Organization (ILO) ILOSTAT database, obtained via REST API and filtered for European country codes. It includes multiple columns such as country code (ref_area), indicator code (indicator), gender category (sex, including total, male and female), time (time), observed value (obs_value), etc., supporting segmented analysis by gender and economic activity. This dataset is applicable to tasks including tabular classification, tabular regression and time series forecasting, and aims to provide machine learning-ready European labor market data for researchers and developers.

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）旗下的核心劳动统计数据库ILOSTAT，经由Electric Sheep Europe团队重新封装后发布于HuggingFace平台。数据通过ILOSTAT提供的REST API直接拉取，原始接口地址为`https://rplumber.ilo.org/data/indicator?id=EMP_TOUR_SEX_EC2_NB`。获取的数据随后依据欧洲ISO3国家代码进行地理范围过滤，仅保留英国（GBR）的数据记录。在数据整合过程中，ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调统一，并在`source.label`列中标注数据来源，确保数据可追溯。最终数据集包含663条观测记录，时间跨度从2009年至2025年，涵盖一个特定指标——按性别和经济活动划分的旅游业就业人数（千人为单位）。

特点

该数据集的核心特色在于其聚焦于欧洲单一国家（英国）的旅游业就业结构，提供了按性别（总、男、女）和经济活动类别（ISIC Rev.4二级分类）细分的就业数据，维度清晰且具有高度的政策分析价值。数据来源的权威性是其另一显著优势，直接采自ILOSTAT这一全球劳动统计的权威数据库，数据经过ILO统计部门的专业协调与标准化处理。此外，数据集的格式经过精心设计，包含`ref_area`、`sex`、`classif1`、`time`和`obs_value`等多列结构化字段，便于进行时间序列分析、性别对比和行业间比较。数据质量方面，当同一国家与年份存在多个数据源时，采用了ILO选定的“最佳来源”，并标注了观测状态（如`U`表示不可靠），保障了数据使用的审慎性。

使用方法

该数据集的使用极为便捷，完全契合HuggingFace生态，开发者只需通过`from datasets import load_dataset`命令并调用`load_dataset()`函数即可一键加载数据，随后可利用`to_pandas()`方法将数据转换为Pandas DataFrame进行后续分析。针对特定国家的分析，可以通过筛选`ref_area`列实现，例如`df[df["ref_area"] == "DEU"]`可提取德国数据（若存在）。对于时间序列分析，推荐按`time`列排序后以`obs_value`进行可视化。如需构建国家与年份的交叉矩阵，可利用`pivot_table`方法将数据重塑为便于面板数据分析的格式。数据集支持分类、回归和时间序列预测等多种任务类型，适用于劳动经济学、旅游管理学等领域的实证研究。

背景与挑战

背景概述

在全球旅游业蓬勃发展的时代背景下，精准衡量旅游部门的就业状况对于制定有效的劳动政策与经济规划至关重要。国际劳工组织（ILO）作为全球劳动统计的权威机构，其ILOSTAT数据库汇聚了各国丰富的劳动力市场数据。该数据集由Electric Sheep Europe于2025年重新打包并发布，聚焦于欧洲地区（目前包含英国）旅游业按性别和经济活动划分的就业数据（千人为单位），时间跨度覆盖2009年至2025年。基于ILOSTAT的标准化指标EMP_TOUR_SEX_EC2_NB，该数据集通过REST API从ILO官方渠道获取，并遵循CC-BY-4.0许可协议，为研究者提供了长期、可比较的细粒度时间序列数据，极大推动了旅游经济、性别平等与劳动市场动态等交叉领域的实证研究。

当前挑战

该数据集在构建与应用中面临多重挑战。首先，在领域问题层面，旅游业就业数据常因统计口径不一、季节性波动剧烈及非正规就业比例较高而难以准确捕捉，该数据集通过采用国际劳工统计学家会议（ICLS）统一标准及ILO筛选的“最佳来源”试图缓解此类偏差。其次，数据构建过程中，虽然原始数据来源于权威的ILOSTAT，但收入来源涉及各国的劳动力调查、住户调查与行政记录，其数据质量与时效性参差不齐，部分观测值被标记为“不可靠”（Unreliable），需谨慎解读。此外，当前数据集仅涵盖英国一个欧洲国家，地域代表性有限，跨国家比较与泛化能力受到制约。最后，按性别与经济活动进行细分导致部分维度的观测值稀疏，对时间序列建模与缺失值处理提出了额外要求。

常用场景

经典使用场景

该数据集收录了2009年至2025年间欧洲地区旅游行业按性别和经济活动维度划分的就业人数，总计663条观测记录，数据来源为国际劳工组织（ILO）的ILOSTAT数据库。其经典使用场景主要集中于时间序列分析与面板数据建模，研究者可借助该数据集探究欧洲旅游就业市场的长期演变趋势，或构建回归模型以量化性别差异对旅游行业就业结构的影响。同时，其按ISIC第二层级经济活动分类的特性，为深入剖析旅游子行业的就业分布提供了精细化的数据支撑。

解决学术问题

在学术研究层面，该数据集有效解决了旅游经济学与劳动经济学交叉领域中系统化数据匮乏的难题。过往研究常受限于分散、不统一的统计来源，难以开展跨年份的纵向比较与跨国别差异分析。借助该数据集，学者能够系统性地检验旅游就业增长与宏观经济波动之间的动态关联，评估性别就业平等政策的实效性，并揭示经济活动分类下就业结构的变迁规律，从而为相关理论假设提供稳健的实证证据。

衍生相关工作

该数据集衍生出的相关经典工作涵盖了多个前沿研究方向。基于其时间序列结构，已有研究将其纳入预测模型，用于比照传统统计方法与机器学习算法在旅游就业短期预测中的表现。此外，结合性别人口统计特征，该数据集被广泛应用于性别经济学中的职业隔离与工资差距分析，以及对ISIC经济活动分类的聚类与降维建模。这些衍生工作不仅拓展了数据本身的学术价值，也推动了旅游与劳动领域跨学科研究的深入发展。