加班费劳动争议裁判数据：案由口径与全文候选、年度分布与地域程序

一、主题与集合：先把「案由」与「全文」分开

C为可筛选keyword字段cause精确等于「劳动争议」与正文短语「加班费」的交集；F为标题或正文检索完整词「加班费」（不限案由）；F2为同义写法「加班工资」；M为两词并集。所有正式集合排除bench测试批次，正文短语对ik_smart与ik_max_word取逻辑并集。

检索日期：2026-10-26；查询与原始聚合响应，键：labor_only, Hc_labor_and_hoursfee, Hany_hoursfee, Hu_union_synonym。记录为精确查询计数，原始相异案号为HLL估算。

F比C多出的约20.4万条，绝大部分落在「劳动合同纠纷」「追索劳动报酬纠纷」「劳务合同纠纷」等案由，也有约11.3万条案由字段为空；因此不能简单说它们都是「劳动争议案由漏标」，也可能本就不在劳动争议案由下。

二、2013–2025：原始量与同年全库分母并列

归一化=该集合当年记录÷同年全库记录×100000，分子分母都用year并排除bench；不是人口、就业人数或法院受理量。year派生自索引date，部分批次可能是公开或采集时间，不保证裁判落款年。

检索日期：2026-10-26；查询与原始聚合响应，键：Hc_labor_and_hoursfee, Hany_hoursfee, corpus_years。记录为精确查询计数，原始相异案号为HLL估算。

C的2013–2025合计约16.8万，占C总数97%；其余约1%落在2012年之前或异常year键（全库存在200/205/1003等异常键，需设有效性规则）。C在2018年骤降到2,394、2020年仅1,012，与同库其他精确案由页一样，首先应查批次标签覆盖，而不是推断加班争议消失。2022年34,435是C的峰值，是否包含批量程序或复本需进一步核。

三、地域、程序与标题文类

检索日期：2026-10-26；查询与原始聚合响应，键：Hc_extras。记录为精确查询计数，原始相异案号为HLL估算。

空字符串与字段缺失保留，省份异形标签（如「江江苏省」）未合桶。C内上海仅365条，而全案由口径F内上海20,685条——说明上海的加班费争议多登记在「劳动合同纠纷」等其他案由下，案由口径会系统性低估该地区。集中管辖、批量程序与复本都可能改变地域分布。

检索日期：2026-10-26；查询与原始聚合响应，键：Hc_extras。记录为精确查询计数。

原始procedure字段同时存在数字码（1/2/3/4）与中文标签，本页按一审/二审/审判监督/执行归类后求和，未猜编码语义，也未跨程序合并；文书量比不是上诉率。

检索日期：2026-10-26；查询与原始聚合响应，键：Hc_extras。记录为精确查询计数。

标题文类用词面规则（标题含「判决书/裁定书/调解书/通知书/决定书」统计，未去重），判决书占近九成；未识别部分含空白标题与其他文书。词面分类不能替代逐案文种审计。

四、工时制度与法条共现

下表为C内正文命中相应词的记录数与占C比例，每项独立、词间可重叠，不相加。phrase是分词位置匹配，不等于逐字子串验证，更不是立场或裁判结果编码。

检索日期：2026-10-26；查询与原始聚合响应，键：Hc_labor_and_hoursfee。记录为精确查询计数，原始相异案号为HLL估算。

「劳动合同法」「劳动法」是最常被援引的两部法律，但援引比例只说明判决引法倾向；「不定时工作制」「综合计算工时」常与是否应付加班费的争议同现，但共现不等于法院认定工时制度。C内「加班费」与「加班工资」两词共现103,256条，占C的59.5%，说明同义写法分布不均，只用一个词会低估召回。

五、可复现方法与不可外推的边界

• 这是全量聚合，未抽样，也未声称语义纯度。若需人工复核，应按dataset分层，记录random_score种子和n，保留批内平手偏差及编码表；本页没有凭空补样本。
• 正文短语对ik_smart与ik_max_word双分析器取逻辑并集：本页「加班费」两分析器结果一致（各377,621含bench），零命中情况可能是分析器差异而非真的不存在。
• 正文空白、公开事由占位、缺段或截断都会改变共现；exists(body)不证明可用全文。本轮未实读正文完整性，不报完整率。
• 案由缺失和文本引述影响C/F两套分母；记录数不是独立纠纷，HLL原始案号不是规范化精确去重，不能与历史页面相减。
• 研究加班工资法条适用须逐份核落款日期、争议发生时间与适用条款，再建立程序关联。索引year只用于收录画像，不能识别政策因果。
• 归一化仅校正同年收录规模，不消除公开选择、批次覆盖或重复。任何细分样本少于30，无法得出统计结论。

六、附录：查询、聚合与引用

judgments索引，size:0、track_total_hits:true；所有正式响应未超时、failed shards=0。附档仅含查询及汇总，无姓名、案号明细或正文。每个表的来源键对应附档请求与返回；正式引用请带检索日期、集合、案号处理及统计限制。

{
 "bool": {
  "filter": [
   {
    "term": {
     "cause": "劳动争议"
    }
   },
   {
    "bool": {
     "should": [
      {
       "match_phrase": {
        "body": {
         "query": "加班费",
         "analyzer": "ik_smart"
        }
       }
      },
      {
       "match_phrase": {
        "body": {
         "query": "加班费",
         "analyzer": "ik_max_word"
        }
       }
      }
     ],
     "minimum_should_match": 1
    }
   }
  ],
  "must_not": [
   {
    "term": {
     "dataset": "bench"
    }
   }
  ]
 }
}

{
 "bool": {
  "should": [
   {
    "match_phrase": {
     "title": {
      "query": "加班费",
      "analyzer": "ik_smart"
     }
    }
   },
   {
    "match_phrase": {
     "title": {
      "query": "加班费",
      "analyzer": "ik_max_word"
     }
    }
   },
   {
    "match_phrase": {
     "body": {
      "query": "加班费",
      "analyzer": "ik_smart"
     }
    }
   },
   {
    "match_phrase": {
     "body": {
      "query": "加班费",
      "analyzer": "ik_max_word"
     }
    }
   }
  ],
  "minimum_should_match": 1
 }
}

本页为研究方法样例。所有记录数与相异案号均为当前索引的聚合估算，不是官方统计、不是完整覆盖、不是裁判结果比例。相关页面：劳动争议地区数据、个人信息类裁判数据、裁判数据索引。