electricsheepeurope/europe-ilo-ees-tees-sex-geo-mts-nb-employees-by-sex-rural-urban-areas-and-marital-sta

该数据集包含欧洲37个国家从1987年至2025年的雇员统计数据，共有29,631个观测值。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。核心指标为EES_TEES_SEX_GEO_MTS_NB，即按性别、城乡地区和婚姻状况划分的雇员数量（以千人为单位）。数据包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、城乡地区分类、婚姻状况分类、观测年份、观测值、数据状态标志和相关注释。数据集为表格形式，适用于表格分类、回归和时间序列预测等任务，采用CC-BY-4.0许可协议。license: 知识共享署名4.0国际许可协议（CC BY 4.0） language: - 英语 task_categories: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） multilinguality: 单语言 size_categories: - 1万<n<10万条 tags: - 表格数据 - 欧洲 - 国际劳工组织统计数据库（ILOSTAT） - 雇员 - 国际劳工组织（International Labour Organization, ILO） - 劳动 - 就业 pretty_name: "按性别、城乡地区与婚姻状况划分的雇员人数（单位：千人）| 欧洲（ILOSTAT）" # 按性别、城乡地区与婚姻状况划分的雇员人数（单位：千人）| 欧洲（ILOSTAT） 🇪🇺 **共29631条观测值** · **覆盖37个欧洲国家** · **时间跨度为1987–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新封装发布*      ## 核心摘要 本数据集包含覆盖37个欧洲国家的雇员数据，共29631条观测值，时间跨度为1987–2025年，仅包含1项独立指标。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，也是全球领先的劳动统计权威来源。其收录的指标涵盖就业、失业、薪酬、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDGs）体面工作目标等领域，数据来源于全国劳动力调查、家庭收入调查、机构调查与行政记录，覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **来源链接**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_GEO_MTS_NB) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：雇员相关数据 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EES_TEES_SEX_GEO_MTS_NB`拉取原始数据，并筛选出欧洲地区的ISO 3166-1阿尔法-3国别代码数据。ILOSTAT依据国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化协调；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 37个欧洲国家，以下按数据行数排序展示前10个国家的示例： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MDA` | 2,007 | 2000 | 2025 | | `POL` | 1,872 | 2000 | 2025 | | `AUT` | 1,827 | 1995 | 2025 | | `CHE` | 1,575 | 2000 | 2025 | | `FRA` | 1,551 | 2005 | 2024 | | `BIH` | 1,395 | 2001 | 2020 | | `RUS` | 1,296 | 2010 | 2025 | | `SRB` | 1,017 | 2007 | 2020 | | `GRC` | 918 | 1987 | 2020 | | `FIN` | 867 | 1995 | 2020 | | `GBR` | 837 | 1992 | 2019 | | `SWE` | 816 | 1995 | 2020 | | `BLR` | 810 | 2016 | 2024 | | `NLD` | 791 | 1992 | 2020 | | `DNK` | 790 | 1992 | 2020 | | ... | 其余22个国家 | | | ## 指标示例 - `EES_TEES_SEX_GEO_MTS_NB` — 按性别、城乡地区与婚姻状况划分的雇员人数（单位：千人） ## 数据字段结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1阿尔法-3国别代码 | `ALB` | | `ref_area.label` | `string` | 英文国名 | `Albania` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BB:7401` | | `source.label` | `string` | 英文数据源名称 | `HIES - 生活水平调查` | | `indicator` | `string` | ILOSTAT指标代码 | `EES_TEES_SEX_GEO_MTS_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employees by sex, rural / urban areas…` | | `sex` | `string` | 性别细分维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `GEO_COV_NAT` | | `classif1.label` | `string` | 分类变量说明 | `区域类型：全国范围` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 分类变量说明 | `婚姻状况（汇总）：总计` | | `time` | `int64` | 观测年份 | `2012` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `421.776` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | 状态标记说明 | `不可靠` | | `note_indicator` | `string` | 指标相关注释代码 | `I11:264` | | `note_indicator.label` | `string` | 注释说明 | `序列中断：方法学已修订` | | `note_source` | `string` | 数据源相关注释代码 | `R1:3513` | | `note_source.label` | `string` | 注释说明 | `存储库：ILO统计司 - 微观数据…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标同时发布月度或季度序列，但未纳入本数据集。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-ees-tees-sex-geo-mts-nb-employees-by-sex-rural-urban-areas-and-marital-sta") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EES_TEES_SEX_GEO_MTS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_GEO_MTS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_GEO_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_ees_tees_sex_geo_mts_nb_employees_by_sex_rural_urban_areas_and_marital_sta_2025, title = {Employees by sex, rural / urban areas and marital status (thousands) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_GEO_MTS_NB}, publisher = {HuggingFace Datasets, 由Electric Sheep Europe重新封装发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-ees-tees-sex-geo-mts-nb-employees-by-sex-rural-urban-areas-and-marital-sta}} } ## 许可证 本数据集采用[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。 原始数据版权归国际劳工组织（International Labour Organization, ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Europe的重新封装版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台构建统一的、适配机器学习的欧洲地区数据层。我们从权威开源数据源拉取数据，对数据架构进行标准化处理，封装为Parquet格式，并发布为统一格式的数据集卡片，以便研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026-05-26通过Electric Sheep数据管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_GEO_MTS_NB_

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，该数据库整合了各国劳动力调查、家庭收入调查、机构调查及行政记录等多元数据来源。数据经由ILOSTAT REST API直接提取，筛选欧洲ISO3国家代码，并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协调化处理。每条观测记录均标注来源标签以确保可追溯性，最终由Electric Sheep Europe重新打包为Parquet格式发布于HuggingFace平台。

特点

数据集涵盖37个欧洲国家、1987至2025年间的29,631条观测记录，以年为频率呈现分性别、城乡区域及婚姻状况的雇员人数（千人）。字段结构包含国家代码、数据来源、指标代码、性别分类、区域类型、婚姻状况、观测年份及数值等，并附有观测状态标志与注释说明。性别维度提供总计、男性、女性三类取值，部分指标细分维度非空时才予以发布。

使用方法

研究者可通过HuggingFace的datasets库调用load_dataset函数加载数据并转换为Pandas数据框。典型用法包括按国家代码筛选特定国家数据、按指标代码提取单指标时间序列并绘图，以及通过透视表构建国家与年份的矩阵视图。数据支持表格分类、回归及时间序列预测等任务，使用时需遵循CC-BY-4.0许可协议并同时引用ILO原始来源与Electric Sheep Europe的再包装工作。

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ILOSTAT数据库堪称劳动经济领域最具权威性的跨国数据基础设施。该数据集由Electric Sheep Europe于2025年基于ILOSTAT REST API重新封装，涵盖1987至2025年间37个欧洲国家逾29,631条雇员观测记录，按性别、城乡区域与婚姻状况进行多维解构。其核心研究问题在于揭示欧洲劳动力市场中就业结构的性别差异与城乡分化，为劳动经济学、社会政策评估及区域发展研究提供了精细化的时序面板数据基础，有力推动了跨国劳动比较研究的实证深度。

当前挑战

该数据集所面临的挑战具有双重维度。在领域问题上，精准刻画性别、城乡与婚姻状况交叉分类下的雇员分布，需克服劳动力市场结构异质性与统计口径不一所带来的估计偏差，这对传统分类模型与时序预测方法均构成显著考验。在构建过程中，数据源自各国劳动力调查与家庭收入调查等多源异构渠道，ILO虽以国际劳工统计学家会议定义进行 harmonisation，但仍存在方法学修订所致的序列断裂、部分观测值被标记为不可靠以及城乡与婚姻状况分类的非全覆盖等固有局限，对数据质量与模型稳健性提出了持续挑战。

常用场景

经典使用场景

在劳动经济学与人口统计学的交叉领域，探究就业结构的性别差异与城乡空间分异始终是核心议题。该数据集以其对1987至2025年间37个欧洲国家雇员数量的精细化记录，构成了分析此类问题的经典面板数据资源。研究者通常将其用于构建以性别、城乡地域及婚姻状况为维度的多层级分组模型，借助时间序列分析或面板回归方法，揭示欧洲各国在劳动力市场参与模式上的长期演变轨迹与结构性特征。

解决学术问题

该数据集有效缓解了跨国劳动统计比较研究中长期存在的数据口径不一致与细分维度缺失问题。通过国际劳工组织统一协调的标准化定义，其解决了性别、城乡与婚姻状况交叉分类下雇员规模难以横向对比的学术困境，为检验劳动力市场分割理论、家庭劳动供给理论以及区域发展不平衡假说提供了可靠的经验证据基础，对推动比较劳动制度研究具有实质意义。

衍生相关工作

围绕该数据集，学术界涌现出一系列衍生研究，包括基于面板门槛模型的性别就业差距收敛性检验、融合空间计量方法对城乡就业集聚效应的再审视，以及将婚姻状况作为调节变量纳入劳动力供给弹性估计的拓展分析。此外，部分机器学习研究利用其序列特征开发了就业趋势预测模型，进一步丰富了该数据在劳动统计与计算社会科学领域的应用谱系。