electricsheepeurope/europe-ilo-ees-xtmp-sex-rt-share-of-temporary-employees-by-sex

该数据集包含欧洲38个国家1983年至2025年期间临时雇员性别比例（%）的3,513个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并过滤为欧洲国家。数据集包含一个核心指标EES_XTMP_SEX_RT，表示按性别划分的临时雇员比例。数据按年份、国家、性别（总计、男性、女性）和来源（如劳动力调查）进行细分。数据集经过Electric Sheep Europe重新打包，采用标准化模式，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 3,513 observations of the share of temporary employees by sex (%) across 38 European countries from 1983 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and filtered for European countries. It includes one core indicator EES_XTMP_SEX_RT, representing the percentage of temporary employees disaggregated by sex. The data is broken down by year, country, sex (total, male, female), and source (e.g., labour force survey). Repackaged by Electric Sheep Europe with a standardized schema, it is suitable for machine learning tasks such as tabular classification, regression, and time-series forecasting.

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，经由Electric Sheep Europe管道从ILOSTAT REST API直接抽取指标EES_XTMP_SEX_RT数据，并筛选欧洲ISO3国家代码进行二次封装。ILOSTAT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统一协调，数据来源涵盖各国劳动力调查、家庭收入调查、机构调查及行政记录，并在source.label列中标注来源以实现可追溯性，最终生成3,513条年度观测记录。

特点

数据集覆盖38个欧洲国家，时间跨度为1983年至2025年，包含3,513条观测记录与1项指标，按性别维度分解为总计、男性和女性三类。每条记录包含国家代码、来源标签、指标代码、性别标识、年份、观测值及观测状态标志等字段，提供丰富的数据质量标记，如序列中断、方法修订等注释信息，便于研究者评估数据可靠性并开展性别差异与就业形态的时间序列分析。

使用方法

研究人员可通过HuggingFace的datasets库以load_dataset函数直接加载该数据集，并转换为Pandas数据框进行后续分析。典型操作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、以及利用pivot_table将数据重塑为国家×年份矩阵，从而支持表格分类、回归及时序预测等机器学习任务，亦可便捷地用于劳动经济学与政策评估研究。

背景与挑战

背景概述

在全球劳动力市场日趋灵活化的背景下，临时就业比例成为衡量就业质量与非标准就业形态的关键指标。国际劳工组织（ILO）长期致力于劳动统计的标准化与跨国可比性，其ILOSTAT数据库汇集了全球200余个经济体的劳动力调查数据。该数据集由Electric Sheep Europe于2025年重新封装发布，源自ILOSTAT的REST API，涵盖1983至2025年间38个欧洲国家的3513条观测记录，按性别分列临时雇员占比。作为ILO官方统计的衍生资源，它为劳动经济学、社会政策比较研究及性别就业差距分析提供了高粒度、长时序的微观基础，对监测欧洲非典型就业演变具有重要参考价值。

当前挑战

该数据集所应对的领域问题在于，跨国临时就业统计长期面临定义分歧、调查口径异质与报告间断等障碍，致使横向比较与纵向追踪均存在系统性偏差。构建过程中的挑战尤为突出：不同国家劳动力调查的抽样设计与问卷措辞差异导致指标可比性受损，部分年份缺失或序列中断（obs_status标注为Break in series）需依赖统计模型插补或舍弃；性别维度的分解要求原始微观数据具备一致的分层结构，而各国对临时合同的法律界定不一，进一步加剧了数据协调的难度。上述因素共同构成该数据集在跨国分析与时间序列建模中的核心限制。

常用场景

经典使用场景

在劳动经济学与就业结构研究中，该数据集最经典的用途在于刻画欧洲各国临时就业比例的时序演变与性别差异。研究者依托其涵盖38个欧洲国家、1983至2025年的3513条观测，可构建国别面板，考察临时合同在总就业中的占比如何随经济周期、劳动力市场制度改革及全球化冲击而波动，并借助性别维度揭示男女在非标准就业中的结构性分化。

衍生相关工作

围绕该数据集已衍生出若干典型工作，包括欧洲临时就业收敛性分析、劳动力市场灵活性与就业安全权衡的跨国回归研究，以及基于性别差距的临时合同决定因素分解。Electric Sheep Europe将其重新封装为ML就绪的Parquet格式并发布标准化数据集卡片，进一步推动了可复现研究与数据驱动型劳动政策分析的开展。

数据集最近研究

最新研究方向

伴随欧洲劳动力市场灵活化改革与非标准就业形态的持续扩张，临时就业的性别差异已成为劳动经济学与性别研究交叉领域的前沿议题。该数据集依托ILOSTAT权威统计框架，覆盖38个欧洲国家逾四十年的观测记录，为探究临时就业性别份额的时序演变、跨国收敛性及制度性驱动因素提供了关键的经验支撑。近期研究聚焦于运用面板数据与机器学习方法，识别劳动力市场管制、家庭政策与性别规范对临时就业性别分化的交互影响，并借助时间序列预测模型评估后疫情时代及数字化浪潮下非标准就业的性别脆弱性。该数据集亦服务于欧盟性别平等战略与体面劳动监测，对推动包容性劳动力市场政策具有重要的实证参考价值。