electricsheepeurope/europe-ilo-how-temp-sex-est-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含欧洲10个国家从1992年至2025年的6,317个观测值，核心指标为按性别和企业规模划分的就业人口实际平均每周工作小时数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖就业、工作时间等劳动统计领域。数据集提供多维分类，包括性别（总计、男性、女性）和企业规模等维度，适用于表格分类、回归和时间序列预测任务。数据经过ILO harmonisation处理，确保定义一致性，并包含来源、观测状态等元数据列。This dataset contains 6,317 observations across 10 European countries from 1992 to 2025, focusing on the indicator Mean weekly hours actually worked per employed person by sex and establishment size. Sourced from the International Labour Organization (ILO) ILOSTAT database, it covers labour statistics such as employment and working hours. The dataset includes multi-dimensional disaggregation by sex (total, male, female) and establishment size, suitable for tabular classification, regression, and time-series forecasting tasks. Data is harmonized by ILO for consistency and includes metadata columns for source, observation status, and more.

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，通过其REST API直接提取指标HOW_TEMP_SEX_EST_NB的数据，随后依据欧洲ISO3国家代码进行区域性筛选。原始数据基于各国劳动力调查、家庭收入调查及行政记录等来源，经ILO按照国际劳工统计学家会议（ICLS）定义进行统一协调处理，确保了跨国可比性。最终汇聚为包含10个欧洲国家、覆盖1992年至2025年间的6,317条观测记录，每条数据均附有来源标识以保障可追溯性。

使用方法

用户可通过HuggingFace Datasets库轻松调用该数据集，使用`load_dataset("electricsheepeurope/europe-ilo-how-temp-sex-est-nb-mean-weekly-hours-actually-worked-per-employed-per")`直接加载至Python环境，并转换为pandas DataFrame进行操作。支持按国家名称筛选时间序列数据，针对特定指标进行排序与绘图分析，此外还可通过数据透视表构建国家与年份的矩阵，便于深入挖掘变量间的关系及进行后续的回归或预测建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司依托ILOSTAT数据库创建，并经Electric Sheep Europe于2025年重新封装后发布至HuggingFace平台。核心研究问题聚焦于欧洲十国（1992–2025年）按性别与企业规模划分的就业者周均实际工作小时数，旨在揭示劳动工时在性别与产业结构维度下的演变规律。作为涵盖6,317条观测值的标准化时序数据集，其整合了劳动力调查等多源行政记录，为跨国家、跨时期的劳动经济学比较研究提供了高颗粒度基准，有力推动了工时弹性、性别就业差异及欧洲劳动力市场动态等领域的实证分析。

当前挑战

该数据集面临的核心挑战在于跨国家与跨时间的数据可比性：不同国家因统计口径（如企业规模定义、调查问卷设计）与数据质量标志（如'不可靠'标记）差异，导致同一指标在时序与空间上的直接比较存在偏误。此外，数据仅提供年度频率，缺失月度或季度高频波动信息，限制了短周期政策效应评估。构建过程中，ILO需对各国原始调查数据依据国际劳工统计学家会议（ICLS）定义进行复杂协调，但多源数据整合时难以完全消除系统性偏差，且部分观测值因样本量不足或报告延迟被标记为临时或不可靠，进一步削弱了数据的完整性与分析稳健性。

常用场景

经典使用场景

该数据集作为欧洲劳动力市场研究的基础性资源，最经典的用途是构建时空维度下的平均周工作时间回归模型。研究者可借此分析不同性别、不同规模企业雇员的工作时长差异，探究经济周期、产业结构与劳动供给之间的动态关系。基于6,317条覆盖10国、时间跨度达三十余年的观测记录，该数据亦为时间序列预测提供了高质量的训练样本，可支持对各国未来劳动工时趋势的预判与比较。

解决学术问题

数据集有效回应了劳动经济学中关于工时决定因素的跨国比较难题，为破解性别就业差异与中小企业劳动强度等议题提供了可靠的量化依据。依托ILO标准化统计口径与多维分类标签，它使研究者能够在控制国家异质性的前提下，识别企业规模对工作时长的真实效应，并检验不同就业保护制度下工时弹性的变化规律，对完善劳动力市场理论框架具有不可忽视的贡献。

实际应用

在实际应用中，该数据集可辅助国际组织与政策制定者监测‘体面劳动’可持续发展目标的实现进程，尤其适用于评估不同性别劳动者在规模化企业中的工作负荷均衡性。借助其细粒度的时间与地域划分，还可用于设计区域性就业促进计划与工时监管政策，指导跨国企业制定符合当地劳工标准的人力资源策略，并为用工成本核算与劳动生产率分析提供关键输入。

数据集最近研究

最新研究方向

当前围绕欧洲劳动力市场实际工作时长数据的前沿研究，正聚焦于性别差异与企业规模的双重视角下劳动时间模式的动态演变。随着ILOSTAT这一全球权威劳动统计平台数据的持续开放，研究者得以依托覆盖1992至2025年、跨越10个欧洲国家的6,317条观测记录，深入剖析在灵活就业、平台经济兴起及后疫情工作形态重塑浪潮中，不同性别就业者周实际工作时间的波动规律与结构性分化。该数据集不仅为时间序列预测和表格回归建模提供了高质量训练素材，更成为检验劳动力市场政策效应、追踪欧洲各国“缩工时”立法趋势以及评估工作与生活平衡相关可持续发展目标进展的关键实证基础。其与欧盟就业战略、性别平等议程及弹性工作制推广等热点议题紧密关联，为跨国家比较研究和因果推断分析奠定了可靠的数据基石。