electricsheepeurope/europe-ilo-ees-tees-sex-ins-geo-nb-employees-by-sex-public-private-sector-and-rural-u

该数据集是一个关于欧洲雇员情况的表格型数据集，源自国际劳工组织（ILO）的ILOSTAT数据库。它包含了10个欧洲国家（如希腊、摩尔多瓦、波兰、奥地利、法国、波黑、瑞士、塞尔维亚、阿尔巴尼亚和黑山）从1987年至2025年的4,968个观测值。核心指标为EES_TEES_SEX_INS_GEO_NB，即按性别（总计、男性、女性）、公共/私营部门以及城乡区域划分的雇员数量（单位：千）。数据集提供了结构化字段，包括国家代码、国家名称、数据来源、指标代码、性别分类、机构部门分类、区域类型分类、观测年份、观测值及其状态标志等。数据经过ILO的标准化处理，适用于表格分类、回归和时间序列预测等任务。许可协议：cc-by-4.0 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 数据规模： - 1000 < 样本数 < 10000 标签： - 表格数据 - 欧洲 - ILOSTAT - 雇员 - 国际劳工组织（ILO） - 劳动 - 就业 数据集别名："按性别、公共/私营部门及城乡地区划分的雇员人数（千人）|欧洲（ILOSTAT）" # 按性别、公共/私营部门及城乡地区划分的雇员人数（千人）|欧洲（ILOSTAT） 🇪🇺 **4968条观测数据** · **10个欧洲国家** · **1987–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 核心摘要 本数据集包含覆盖10个欧洲国家、时间跨度为1987至2025年的**4968条雇员相关观测数据**，涵盖**1项独立指标**。 ## 关于数据源 **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来源。其收录的指标涵盖就业、失业、工资、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，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录。该数据库覆盖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_INS_GEO_NB) - **发布方**：国际劳工组织（ILO） - **许可协议**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：雇员数据 ## 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_INS_GEO_NB`拉取数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码对应的样本。ILOSTAT采用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标准化协调；数据来源信息会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 10个欧洲国家，以下按行数排序展示各国家的统计信息： | 国家 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GRC` | 918 | 1987 | 2020 | | `MDA` | 702 | 2000 | 2025 | | `POL` | 702 | 2000 | 2025 | | `AUT` | 594 | 2004 | 2025 | | `FRA` | 540 | 2005 | 2024 | | `BIH` | 540 | 2001 | 2024 | | `CHE` | 486 | 2000 | 2025 | | `SRB` | 378 | 2007 | 2020 | | `ALB` | 81 | 2002 | 2012 | | `MNE` | 27 | 2020 | 2020 | ## 指标示例 - `EES_TEES_SEX_INS_GEO_NB` — 按性别、公共/私营部门及城乡地区划分的雇员人数（千人） ## 数据架构 | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `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） | `BB:7401` | | `source.label` | `string` | 英文来源名称 | `HIES - 生活水平调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_INS_GEO_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employees by sex, public/private sect…` | | `sex` | `string` | 按性别拆分的维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `INS_SECTOR_TOTAL` | | `classif1.label` | `string` | — | `机构部门：总计` | | `classif2` | `string` | 可选的第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | `string` | — | `区域类型：全国范围` | | `time` | `int64` | 观测年份 | `2012` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `421.776` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `B` | | `obs_status.label` | `string` | — | `序列中断` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：ILO-STATISTICS - 微观数据…` | ## 数据拆分维度 以下字段提供数据拆分维度： - **`sex`**（3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个来源时，将采用国际劳工组织选定的“最优来源”数据。 - 拆分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应拆分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-ees-tees-sex-ins-geo-nb-employees-by-sex-public-private-sector-and-rural-u") df = ds["train"].to_pandas() print(df.head()) ### 按国家筛选 python germany = df[df["ref_area"] == "DEU"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EES_TEES_SEX_INS_GEO_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_INS_GEO_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_INS_GEO_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_ins_geo_nb_employees_by_sex_public_private_sector_and_rural_u_2025, title = {Employees by sex, public/private sector and rural/urban areas (thousands) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_INS_GEO_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-ees-tees-sex-ins-geo-nb-employees-by-sex-public-private-sector-and-rural-u}} } ## 许可协议 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（ILO）所有。使用本数据集时，请同时引用上述原始来源及Electric Sheep Europe的重新整理工作。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep使命的一部分：旨在HuggingFace平台上构建统一的、可供机器学习直接使用的欧洲地区数据层。我们从权威开源数据源拉取数据，标准化数据架构，打包为Parquet格式，并以统一的数据集卡片形式发布，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 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流水线摄取。源地址：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_INS_GEO_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统计数据库，该数据库是全球劳工统计的权威来源，涵盖就业、失业、工资、工时、非正规经济等多个维度。数据通过ILOSTAT的REST API接口直接提取指标EES_TEES_SEX_INS_GEO_NB，即按性别、公共/私营部门及城乡地区分类的雇员人数（千人），并依据ISO3国家代码筛选出欧洲地区。ILOSTAT对原始调查微观数据依据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保跨国可比性。最终由Electric Sheep Europe重新打包，以Parquet格式发布在HuggingFace平台，并保留来源标签和注释信息，以增强数据的可追溯性。

特点

该数据集涵盖10个欧洲国家，时间跨度为1987年至2025年，共计4,968条观测记录，提供按性别（总计、男性、女性）、机构部门（公共/私营/总计）及城乡地区分类的雇员人数统计。数据结构清晰，包含国家代码、来源信息、指标代码、分类变量、时间及观测值等字段，并附有观测状态标志和注释，便于识别数据质量及方法变更。数据集规模适中，适合进行表格分类、回归及时间序列预测任务，且以英文单语呈现，便于国际研究者使用。

使用方法

使用者可通过HuggingFace的datasets库便捷加载该数据集，调用load_dataset函数后转换为Pandas DataFrame进行后续分析。例如，可筛选特定国家（如德国）的数据，或针对单一指标提取时间序列并可视化，亦可利用pivot_table将数据重塑为国家×年份矩阵，以便进行跨国比较或趋势分析。数据集支持多种机器学习任务，如分类、回归和时间序列预测，使用者需注意年度频率及部分指标可能存在的序列中断等数据质量说明。

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协调工作，其核心数据库ILOSTAT汇集了来自200余个经济体的劳动力调查、家庭收入调查及行政记录等多源数据。在此背景下，ILO于2025年发布并经由Electric Sheep Europe重新封装了欧洲地区雇员数据集，涵盖1987至2025年间10个欧洲国家共计4,968条观测记录，聚焦于按性别、公私部门及城乡区域划分的雇员人数。该数据集旨在回应欧洲劳动力市场结构转型中性别就业差异与部门分布不均等核心议题，为劳动经济学、社会政策评估及区域发展研究提供了关键的面板数据支撑，其影响力延伸至可持续发展目标中体面劳动指标的监测与比较分析。

当前挑战

在领域问题层面，该数据集直面劳动力市场细分维度交织带来的统计复杂性，即如何准确刻画性别、公私部门与城乡地域三重分类下雇员分布的动态演化，这对揭示结构性不平等与政策干预效果构成显著挑战。在构建过程中，数据协调面临跨国调查口径不一、指标定义随国际劳工统计学家会议决议更迭而调整、部分国家时间序列断裂及观测状态标记不完整等难题；同时，希腊与摩尔多瓦等国样本年份跨度悬殊，阿尔巴尼亚与黑山观测值稀疏，致使面板数据平衡性受损，为跨时空比较与模型稳健性带来额外制约。

常用场景

经典使用场景

在劳动经济学与人口统计学领域，针对就业结构的性别差异与城乡二元划分的量化分析长期依赖跨国可比数据。该数据集汇集了欧洲十国自1987年至2025年间按性别、公私部门及城乡地域交叉分类的雇员数量观测值，天然适配面板数据回归、时间序列预测与分类任务。研究者常以其构建多维度就业矩阵，考察女性在公共部门的就业占比演变，或对比城乡区域间私营部门雇员规模的收敛趋势，亦可借助其年度频率序列检验结构性断点与政策冲击效应。

解决学术问题

既有劳动统计研究常受限于性别与地域维度不可兼得的数据瓶颈，难以在同一框架内同时审视公私部门属性对就业性别差距的调节作用。该数据集以统一分类标准填补了这一空白，使学者能够量化公共部门扩张对女性就业的吸纳效应，并检验城乡分割是否加剧了性别就业分化。其长时段覆盖为分析转型经济体劳动力市场重构提供了稀缺的纵向证据，方法学上亦为国际劳工统计标准的本地化应用提供了可复现的基准。

衍生相关工作

基于该数据集及其同源ILOSTAT指标，已有研究衍生出多类经典工作，包括欧洲公共部门女性就业比例的收敛性分析、转型国家城乡就业结构转型的计量检验，以及劳动统计口径调整对时间序列可比性影响的元数据研究。部分学者将其与欧盟劳动力调查微观数据链接，构建多层级模型以分解国别与个体效应。此外，该数据集亦被用于基准测试自动化时间序列预测算法在官方统计序列上的表现。