electricsheepeurope/europe-ilo-how-xees-sex-dsb-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含欧洲4个国家（阿尔巴尼亚、英国、摩尔多瓦、塞尔维亚）在2002年至2025年期间的270个观测值，主要指标为“按性别和残疾状况分类的员工平均每周实际工作时间”。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并过滤为欧洲国家代码。数据集提供结构化表格数据，包括国家代码、年份、性别分类、残疾状况分类、观测值及其状态等列，用于表格分类、回归或时间序列预测任务。数据经过ILO harmonization处理，并标注了来源和质量信息。This dataset contains 270 observations of mean weekly hours actually worked per employee, disaggregated by sex and disability status, across 4 Europe countries (Albania, United Kingdom, Moldova, Serbia) from 2002 to 2025. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to European ISO3 country codes. It includes structured tabular data with columns such as country code, year, sex classification, disability status classification, observed values, and quality flags, designed for tabular classification, regression, or time-series forecasting tasks. The data is harmonized by ILO and annotated with source and quality metadata.

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，专注于欧洲地区按性别和残疾状况划分的雇员平均每周实际工作小时数。数据通过ILOSTAT REST API直接获取，并筛选出欧洲ISO3国家代码对应的观测值。ILO依据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统一整合，来源信息在source.label列中予以标注。数据集包含270条观测记录，覆盖4个欧洲国家，时间跨度从2002年至2025年，由Electric Sheep Europe进行重新打包与标准化处理。

特点

数据集的核心特点在于其精准的维度划分与高质量的数据溯源。观测值按性别（总、男、女）和残疾状况进行详细分解，提供了丰富的分类维度。每条记录均包含ILOSTAT标准的指标代码、来源标识、观测状态标志以及系列断点等注释信息，确保了数据的可追溯性和透明度。数据以年为时间频率，采用ILO选定的'最佳来源'以确保同一国家与年份下的数据一致性，同时通过obs_status字段标注数据可靠性，如'不可靠'等标识，体现了严谨的数据质量管控。

使用方法

该数据集可通过HuggingFace的datasets库便捷加载，使用load_dataset函数即可获取。用户可将数据转换为Pandas DataFrame以进行深入分析，例如按国家筛选特定区域数据，或基于时间序列绘制指标变化趋势。此外，通过pivot_table操作可轻松构建国家×年份的矩阵视图，便于进行跨国的横向比较。数据集采用cc-by-4.0许可证，使用时需同时引用原始ILO数据来源及Electric Sheep Europe的打包版本，适合劳动经济学、社会政策研究及时间序列预测等领域的科学计算与建模任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库发布，并由Electric Sheep Europe重新打包整理。核心研究问题聚焦于欧洲地区不同性别与残疾状态雇员实际周平均工作时长的差异，旨在揭示劳动力市场中残障群体与性别在工时分配上的结构性特征。数据集覆盖阿尔巴尼亚、摩尔多瓦、塞尔维亚和英国四个欧洲国家，时间跨度为2002年至2025年，包含270条观测记录。作为ILO劳动统计体系的重要组成部分，该数据集为劳动经济学、残障研究及社会政策分析提供了关键基准，推动了欧洲范围内残障就业包容性与性别平等议题的实证研究。

当前挑战

数据集成面临的挑战首先体现于领域问题层面：残障群体与性别交叉视角下的工时数据长期稀缺，现有劳动力调查往往缺乏对残疾状态的统一界定和细粒度记录，导致跨国家、跨时期的可比性不足。在构建过程中，ILOSTAT需从各国劳动力调查、家庭收支调查等多源异构数据中协调定义差异，对原始微观数据进行标准化处理；同时，某些国家特定年份的观测值因方法论修订（如序列中断标志）或来源更替而出现标记为不可靠的状态，使得时间序列的连续性分析受到制约。此外，数据集的高缺失度（如仅含4国数据）和有限样本量，进一步增加了模型泛化与地域推广的难度。

常用场景

经典使用场景

该数据集收录了2002年至2025年间欧洲四国（英国、摩尔多瓦、阿尔巴尼亚、塞尔维亚）按性别和残疾状况划分的雇员周均实际工作小时数，共计270条观测记录。其最经典的用途在于支撑劳动经济学领域的分类与回归任务，例如基于性别、残疾状态等特征预测工时分布，或是作为时间序列数据揭示欧洲劳动力市场中不同群体的工作时长演变规律。研究人员常借助该数据集构建统计模型，探讨残疾包容政策对劳动参与率的影响，或分析性别差异在工时中的体现，为跨国比较研究提供标准化的量化基础。

解决学术问题

该数据集有效回应了劳动经济学中关于弱势群体就业质量的长期学术追问。通过提供按性别和残疾状态细分工时数据，它使研究者得以定量评估残疾劳动群体在劳动力市场中的融入程度，以及性别残疾交叉性（intersectionality）对就业时长的影响。此前，此类跨国、长时序的细粒度数据较为稀缺，限制了无酬劳动、歧视性雇佣行为等议题的实证分析。该数据填补了这一空白，推动了包容性增长、体面劳动（SDG目标8）等联合国可持续发展目标的监测与政策评估研究。

衍生相关工作

该数据集作为ILOSTAT官方数据的高质量重加工版本，催生了多项跨学科衍生研究。在方法论层面，它常被用于验证时序预测模型（如Prophet、LSTM）在稀疏跨国数据上的泛化能力，或测试分类算法对少量类别不平衡样本的鲁棒性。学术界已出现基于该数据构建的残疾工时脆弱性指数，用于划分不同国家劳动环境的包容性等级。此外，它激发了关于数据治理的创新讨论，如将ILO官方统计与欧盟劳动力调查（EU-LFS）的对比整合，以揭示测量口径差异对结论稳健性的威胁，推动了劳动统计标准的协调工作。