electricsheepeurope/europe-ilo-ees-tees-sex-ocu-nb-employees-by-sex-and-occupation-thousands

该数据集名为按性别和职业划分的雇员（千）| 欧洲（ILOSTAT），包含来自国际劳工组织（ILO）ILOSTAT数据库的雇员统计数据，覆盖欧洲40个国家，时间跨度为1991年至2025年，共有52,141个观测值。数据核心指标为EES_TEES_SEX_OCU_NB，即按性别和职业划分的雇员数量（以千为单位）。数据集提供了详细的分类维度，包括性别（总计、男性、女性）和职业技能水平等，并包含国家代码、年份、观测值、数据来源、观测状态等列。数据经过ILO的标准化处理，基于国际劳工统计学家会议（ICLS）定义，来源可追溯（如劳动力调查）。该数据集适用于表格分类、回归分析和时间序列预测等机器学习任务，旨在为欧洲提供统一的、机器学习就绪的数据层。license: 知识共享署名4.0（cc-by-4.0） language: - en 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: - 10000 < 样本量 < 100000 tags: - 表格数据 - 欧洲 - ILOSTAT - 雇员 - ILO - 劳动 - 就业 pretty_name: "按性别与职业划分的雇员人数（千人） | 欧洲（ILOSTAT）" # 按性别与职业划分的雇员人数（千人） | 欧洲（ILOSTAT） 🇪🇺 **共52141条观测样本** · **覆盖40个欧洲国家** · **时间跨度1991–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理发布*      ## 简短摘要 本数据集包含**40个欧洲国家**范围内的**雇员相关数据**，共**52141条观测样本**，时间跨度为**1991–2025年**，涵盖**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（ILO）的核心统计数据库，也是全球领先的劳动统计权威数据源。该库整合了就业、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（SDG）体面工作目标等领域的指标，数据来源涵盖全国劳动力调查、住户收入调查、机构调查与行政记录。其数据覆盖200余个经济体，由国际劳工组织统计部门负责数据的标准化协调。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_OCU_NB) - **发布方**：国际劳工组织（ILO） - **许可协议**：[知识共享署名4.0（cc-by-4.0）](https://creativecommons.org/licenses/by/4.0/) - **主题**：雇员统计 ## 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_OCU_NB`拉取数据，并筛选出采用ISO 3166-1 alpha-3标准编码的欧洲国家数据。ILOSTAT采用国际劳工统计学家会议（ICLS）制定的定义对原始调查微观数据进行标准化处理；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 覆盖40个欧洲国家，以下按样本量排序展示部分国家的统计详情： | 国家代码 | 样本量 | 起始年份 | 结束年份 | |---------|-------:|---------:|---------:| | `CHE` | 1,755 | 1991 | 2025 | | `NLD` | 1,719 | 1992 | 2025 | | `GBR` | 1,715 | 1992 | 2025 | | `FRA` | 1,713 | 1992 | 2025 | | `DEU` | 1,712 | 1992 | 2025 | | `DNK` | 1,696 | 1992 | 2025 | | `IRL` | 1,680 | 1992 | 2025 | | `GRC` | 1,635 | 1992 | 2025 | | `PRT` | 1,628 | 1992 | 2025 | | `ITA` | 1,622 | 1992 | 2025 | | `LUX` | 1,612 | 1992 | 2025 | | `ESP` | 1,607 | 1992 | 2025 | | `BEL` | 1,607 | 1993 | 2025 | | `SVN` | 1,475 | 1996 | 2025 | | `NOR` | 1,471 | 1996 | 2025 | | ... | 另有25个国家 | | | ## 指标（示例） - `EES_TEES_SEX_OCU_NB` — 按性别与职业划分的雇员人数（千人） ## 数据结构（Schema） | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `ALB` | | `ref_area.label` | `string` | 英文国家名称 | `Albania` | | `source` | `string` | ILOSTAT来源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 英文来源名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT指标代码 | `EES_TEES_SEX_OCU_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employees by sex and occupation (thou…` | | `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` | — | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `OCU_SKILL_TOTAL` | | `classif1.label` | `string` | — | `Occupation (Skill level): Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `537.005` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `string` | — | `—` | | `note_classif.label` | `string` | — | `—` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 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 - 本数据集采用年度频率数据。部分指标同时发布月度或季度序列，但本数据集未包含此类数据。 - 若同一国家×年份的同一指标存在多个数据源，将采用国际劳工组织选定的“最优数据源”。 - 仅当指标支持对应细分维度时，细分字段（`sex`、`classif1`、`classif2`）才会有非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-ees-tees-sex-ocu-nb-employees-by-sex-and-occupation-thousands") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列可视化 python sample = (df[df["indicator"] == "EES_TEES_SEX_OCU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_OCU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_OCU_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_ocu_nb_employees_by_sex_and_occupation_thousands_2025, title = {Employees by sex and occupation (thousands) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_OCU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-ees-tees-sex-ocu-nb-employees-by-sex-and-occupation-thousands}} } ## 许可协议 本数据集采用[知识共享署名4.0（cc-by-4.0）](https://creativecommons.org/licenses/by/4.0/)许可发布。原始数据版权归国际劳工组织（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的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分：该项目旨在HuggingFace平台上构建一套统一的、适配机器学习的欧洲数据层。我们从权威开放数据源拉取数据，标准化数据结构，以Parquet格式封装，并发布格式统一的数据集卡片，使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年5月26日通过Electric Sheep流水线处理。原始数据源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_OCU_NB_

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的中央统计数据库ILOSTAT，其构建依托于全球劳动力市场统计的标准化框架。ILOSTAT作为全球劳工统计的权威来源，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源数据，并依据国际劳工统计学家会议（ICLS）的定义进行协调与统一。本数据集通过ILOSTAT的REST API接口，以指标EES_TEES_SEX_OCU_NB为检索目标，提取并按欧洲ISO3国家代码筛选，最终由Electric Sheep Europe重新封装为机器学习就绪的Parquet格式。

特点

数据集涵盖1991年至2025年间40个欧洲国家的52,141条观测记录，以性别和职业为分类维度，提供雇员人数的千人计数数据。其核心特征在于多维度的结构化表格设计，包含国家代码、数据来源、指标代码、性别分类、职业分类、年份及观测值等字段，并附有观测状态和质量注释，以标识临时性或不稳定性数据。数据来源的透明度高，每行记录均标注源标签以供溯源。该数据集的时间跨度长、地理覆盖广，兼具横截面与时序分析潜力。

使用方法

研究者可通过Hugging Face的datasets库直接加载数据集，使用load_dataset函数获取训练集并转换为Pandas数据框进行探索。典型操作包括按国家代码（如DEU）筛选子集、针对单一指标提取时序数据并绘制趋势图、或通过透视表将数据重构为国家与年份的矩阵形式。数据集支持表格分类、回归及时间序列预测等任务，适用于劳动力市场分析、性别职业分布研究及跨国比较等场景。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计数据的标准化与传播，其ILOSTAT数据库为劳动经济学研究提供了权威的跨国比较基础。在此背景下，该数据集由Electric Sheep Europe于2025年基于ILOSTAT REST API重新整合发布，覆盖40个欧洲国家自1991年至2025年间按性别与职业分类的雇员人数（千人）观测记录，共计52,141条。核心研究问题在于揭示欧洲各国劳动力市场中性别与职业结构的长期演变规律，为就业政策制定、性别平等评估及职业分层研究提供可复用的细粒度数据支撑。该数据集以宽松的CC-BY-4.0许可发布，显著降低了劳动统计数据的获取门槛，对比较劳动经济学与时间序列分析领域具有基础性影响。

当前挑战

该数据集所面对的核心领域挑战在于，如何从异质性极强的国家调查体系中提炼出可跨国比较的雇员职业分布指标——各国劳动力调查在职业分类标准、抽样设计与统计口径上的差异，使得性别与职业维度的雇员统计面临一致性与可比性的持续张力。构建过程中的挑战同样显著：原始数据经由ILO协调与筛选后，部分国家×年份组合存在多源冲突、序列断裂或观测值被标记为“不可靠”，需在保留来源可追溯性的同时处理缺失与异常；此外，职业分类维度随国际标准修订而变动，跨年拼接须谨慎应对分类断裂对时间序列分析造成的干扰。

常用场景

经典使用场景

在劳动经济学与职业分层研究领域，该数据集最经典的使用场景在于刻画欧洲各国就业人口的性别与职业结构变迁。研究者可依据国际劳工组织统一口径的雇员人数统计，按性别与职业类别进行交叉分组，构建1991至2025年间四十个欧洲国家的面板数据，用以观察女性在管理、专业、技术等职业层级中的占比演化。时间序列预测与表格回归任务亦常以此为基础，检验性别职业隔离的收敛或分化趋势。

衍生相关工作

围绕该数据集已衍生出若干经典研究脉络。其一为欧洲性别职业隔离的长期测度与分解分析，利用其时间跨度检验隔离指数的演变；其二为跨国劳动力市场制度的比较研究，将职业性别构成作为制度绩效的观测指标；其三为机器学习驱动的缺失数据插补与预测模型，以来源标签与观测状态标志为辅助特征，提升就业序列的完整性与精度。

数据集最近研究

最新研究方向

在全球劳动力市场性别平等议题持续升温的背景下，基于ILOSTAT职业与性别分列数据的欧洲就业结构研究正成为劳动经济学与计算社会科学交叉的前沿方向。该数据集涵盖1991至2025年40个欧洲国家52,141条观测，为解析职业性别隔离的长期演变、技能层级分化及政策干预效应提供了高粒度面板基础。近期研究聚焦于利用机器学习与时间序列模型预测不同职业类别的女性就业份额，并结合欧盟性别平等战略评估结构性差距的收敛趋势，其成果对制定精准就业政策、监测可持续发展目标具有重要实证意义。