electricsheepeurope/europe-ilo-emp-xfrb-sex-cbr-nb-employed-foreign-born-population-by-sex-and-countr

该数据集包含欧洲32个国家从2008年至2024年的3,311个观察值，涵盖按性别和出生国划分的就业外国出生人口（千）这一指标，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。数据集包括国家代码、年份、性别分类、观测值等字段，适用于表格分类、回归和时间序列预测等任务。许可证：cc-by-4.0 语言： - 英语 任务类别： - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） 多语言属性：单语言 样本量范围：1000 < 样本量 < 10000 标签： - 表格数据 - 欧洲 - ILOSTAT - 国际移民存量（international-migrant-stock） - 国际劳工组织（ILO） - 劳动力 - 就业 友好名称："按性别和出生国家划分的就业外国出生人口（千人）| 欧洲（ILOSTAT）" # 按性别和出生国家划分的就业外国出生人口（千人）| 欧洲（ILOSTAT） 🇪🇺 **3,311 条观测值** · **32 个欧洲国家** · **2008–2024 年** · *由 [Electric Sheep Europe](https://huggingface.co/electricsheepeurope) 重新整理*      ## 核心摘要 本数据集包含**3,311 条观测值**，涵盖**32 个欧洲国家**的`国际移民存量`数据，时间跨度为**2008–2024 年**，仅包含**1 个独特指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，是全球领先的劳动力统计权威来源。其收录的指标覆盖就业、失业、薪资、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。该数据库覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XFRB_SEX_CBR_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：国际移民存量 ## 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=EMP_XFRB_SEX_CBR_NB`拉取数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码。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整合；数据来源会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 32 个欧洲国家 · 以下展示前若干行，按观测条数排序： | 国家 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ESP` | 333 | 2008 | 2023 | | `HUN` | 306 | 2008 | 2024 | | `FRA` | 291 | 2013 | 2024 | | `PRT` | 210 | 2014 | 2024 | | `SVN` | 186 | 2017 | 2024 | | `DEU` | 186 | 2017 | 2024 | | `GRC` | 165 | 2017 | 2023 | | `BEL` | 156 | 2017 | 2023 | | `FIN` | 144 | 2016 | 2022 | | `DNK` | 143 | 2018 | 2024 | | `CHE` | 126 | 2017 | 2024 | | `LVA` | 114 | 2018 | 2024 | | `NOR` | 105 | 2018 | 2023 | | `SWE` | 105 | 2020 | 2024 | | `LTU` | 104 | 2017 | 2024 | | ... | _另有17个国家_ | | | ## 指标（示例） - `EMP_XFRB_SEX_CBR_NB` — 按性别和出生国家划分的就业外国出生人口（千人） ## 数据结构 | 字段名 | 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 数据源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_XFRB_SEX_CBR_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employed foreign-born population by s…` | | `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、身份等） | `CBR_BRT_TOTAL` | | `classif1.label` | `string` | — | `Country of birth: Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `2.048` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `—` | | `obs_status.label` | `string` | — | `—` | | `note_source` | `string` | — | `S15:6276_S12:6055` | | `note_source.label` | `string` | — | `Institution producing the data: Natio…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共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数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会有非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-xfrb-sex-cbr-nb-employed-foreign-born-population-by-sex-and-countr") 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"] == "EMP_XFRB_SEX_CBR_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_XFRB_SEX_CBR_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_XFRB_SEX_CBR_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_emp_xfrb_sex_cbr_nb_employed_foreign_born_population_by_sex_and_countr_2024, title = {Employed foreign-born population by sex and country of birth (thousands) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XFRB_SEX_CBR_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-xfrb-sex-cbr-nb-employed-foreign-born-population-by-sex-and-countr}} } ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。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及Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的一部分，该项目旨在为HuggingFace平台上的欧洲数据提供统一的、适配机器学习的标准化数据层。我们从权威开源数据源获取数据，对其进行Schema标准化，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员和开发者可通过`load_dataset()`函数在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) _数据溯源：2026年5月28日通过Electric Sheep数据管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XFRB_SEX_CBR_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，通过REST API直接获取标识符为EMP_XFRB_SEX_CBR_NB的原始指标数据，并依据国际劳工统计学家会议（ICLS）定义对调查微观数据进行标准化处理。随后，数据集被筛选至欧洲32个国家的ISO3代码范围，由Electric Sheep Europe团队重新打包并发布，以确保数据结构的统一性与机器学习的即用性。

特点

数据集包含3,311条观测记录，覆盖2008年至2024年间的时序数据，横跨32个欧洲国家，聚焦于'按性别和出生国划分的受雇外国出生人口（千人）'这一核心指标。其特色在于提供了丰富的分类维度，包括性别（总、男、女）及数据来源标签，有助于研究者追溯数据质量与来源。此外，数据集采用年度频率，并标注了观测状态与备注信息，便于进行严格的因果推断与时间序列分析。

使用方法

研究者可通过HuggingFace的load_dataset()函数直接加载数据集，并转换为Pandas DataFrame进行后续处理。典型应用包括按国家过滤以分析特定区域的劳动力市场动态，或对单一指标进行时间序列可视化以观察趋势变化。还支持透视表操作，将数据重塑为国家×年份的矩阵格式，便于进行跨国的面板数据回归分析。数据集采用CC-BY-4.0许可协议，使用时需同时引用原始ILO数据源及Electric Sheep Europe的重新包装版本。

背景与挑战

背景概述

在全球劳动力流动日益频繁的背景下，国际移民的就业状况成为衡量区域经济融合与社会包容性的关键指标。由国际劳工组织（ILO）统计司维护的ILOSTAT数据库，作为全球劳动统计的核心来源，于2024年发布了“欧洲就业外籍人口按性别与出生国统计”数据集，并由Electric Sheep Europe团队在HuggingFace上重新封装。该数据集整合了2008年至2024年间32个欧洲国家的3,311条观测值，专注于就业型外籍人口这一单一指标，按性别与出生国进行细粒度分解。数据源自各国劳动力调查与行政记录，经由ILO依据国际劳动统计学家会议标准进行统一协调，为研究欧洲劳动力市场中的移民融入、性别差异与跨国就业模式提供了系统化的实证基础。其在时间序列与地理维度上的覆盖，显著推动了移民经济学与劳动社会学领域的量化分析。

当前挑战

该数据集所应对的核心领域挑战在于，欧洲各国在移民就业数据收集标准、定义口径与统计方法上存在显著异质性，导致跨国比较与时间序列分析面临系统性偏差。例如，不同国家对“外籍人口”的界定、调查问卷的设计差异以及抽样方法的多样性，均可能影响指标的可比性。在构建过程中，ILO需面对来自32国多源异构数据的清洗与融合难题，包括数据缺失、指标定义变迁、以及因性别与出生国分类维度带来的数据稀疏性。此外，部分国家在特定年份的数据缺失或不完整，如西班牙（ESP）和匈牙利（HUN）虽分别贡献333条和306条记录，但年度覆盖并不均匀，这为构建平衡面板数据与进行稳健的时间序列预测带来了额外困难。

常用场景

经典使用场景

该数据集汇集了2008至2024年间欧洲32个国家中受雇的海外出生人口数据，按性别和出生国进行细致分类，共计3311条观测记录。经典的学术使用场景集中于利用时间序列分析方法，探究欧洲各国移民劳动力市场的动态演变轨迹。研究者可借此追踪特定国家或整个区域内，受雇移民人口的规模变化趋势，分析其与宏观经济周期、劳动力需求结构以及社会融合政策的关联。此外，数据集的性别与出生国家细分维度，为开展交叉性实证研究提供了坚实的数据基础，例如考察不同性别移民在就业融入上的差异，或评估不同出身群体的劳动参与状况。

实际应用

在实际应用层面，该数据集为国际组织、国家统计机构及政策智库提供了有力的决策支持工具。它能够辅助评估不同国家的移民劳动力市场吸纳能力，为制定区域性就业促进政策、优化劳动力资源跨境配置提供数据依据。例如，社会规划部门可依据性别与出身国的细分数据，识别特定移民群体的就业脆弱性，从而设计更具靶向性的技能培训与社会保障措施。同时，跨国企业也可利用该数据集分析不同欧洲国家外籍劳动力的供给结构，为其人力资源的跨国布局与人才招聘策略提供量化参考，实现从理论模型到管理实践的跨越。

衍生相关工作

该数据集衍生出的经典工作主要围绕三个方向展开。其一，基于时间序列建模，催生了若干用于预测欧洲各国移民就业规模与结构的前沿方法，如利用Prophet或LSTM模型捕捉季节性、趋势性变化。其二，结合空间统计技术，学者们构建了移民劳动力流动网络图，揭示德国、法国、西班牙等核心国家与周边国家之间的劳动力相互依赖关系。其三，该数据作为标准化的基准测试集，被广泛用于评估与比较不同机器学习算法在低维表格数据上的预测性能，尤其在处理分类与回归任务时，其清晰的指示器与时间标签为算法的泛化能力检验提供了可信的锚点。