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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲劳动统计信息，具体指标为“按性别、企业规模和城乡划分的就业人员平均每周实际工作时间”。数据集涵盖6个欧洲国家（包括奥地利、波斯尼亚和黑塞哥维那、捷克、希腊、摩尔多瓦、塞尔维亚），时间跨度为1992年至2025年，共9,765个观察值。数据以年度频率发布，包括分类维度如性别（总计、男性、女性）、企业规模（总计）和地区类型（国家级别），并包含原始数据来源、观察状态和注释等信息。数据集适用于表格分类、回归和时间序列预测任务，旨在为机器学习研究提供标准化的欧洲劳动市场数据。This dataset contains European labor statistics from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Mean weekly hours actually worked per employed person by sex, establishment size and rural/urban areas. It covers 6 European countries (including Austria, Bosnia and Herzegovina, Czechia, Greece, Moldova, Serbia) from 1992 to 2025, with 9,765 observations. Data is published at annual frequency and includes disaggregation dimensions such as sex (total, male, female), establishment size (total), and area type (national), along with source information, observation status, and notes. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide standardized European labor market data for machine learning research.

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数据库，通过其REST API接口直接获取原始指标数据，并依据ISO 3166-1 alpha-3标准筛选出涵盖六个欧洲国家的观测记录。数据来源于各国劳动力调查、家庭收支调查及行政记录等官方统计资料，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。最终整理为包含9765条观测值的表格数据，时间跨度覆盖1992年至2025年，聚焦于按性别、企业规模及城乡区域划分的就业人员周实际工作小时数这一核心指标。

使用方法

研究者可通过HuggingFace Datasets库直接加载该数据集，调用`load_dataset("electricsheepeurope/europe-ilo-how-temp-sex-est-geo-nb-mean-weekly-hours-actually-worked-per-employed-per")`即可获取训练集并转换为pandas DataFrame进行后续分析。使用者可按国家代码过滤子集，针对特定指标进行时间序列的可视化与趋势分析。数据集的表格结构支持通过透视表操作构建国家-年份矩阵，便于面板数据分析或回归建模。值得注意的是，数据集基于CC-BY-4.0许可开放，使用时需同时引用ILO原始数据来源与Electric Sheep Europe的重新打包版本。

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数据库整理发布，并由Electric Sheep Europe团队重新封装于HuggingFace平台。数据集聚焦于欧洲六国（奥地利、波斯尼亚和黑塞哥维那、捷克、希腊、摩尔多瓦、塞尔维亚）1992至2025年间按性别、企业规模及城乡划分的就业者平均每周实际工作小时数，包含9,765条观测值。ILOSTAT作为全球劳动统计的核心权威来源，基于国际劳工统计学家会议（ICLS）定义对各国劳动力调查原始数据进行标准化处理，为研究欧洲劳动力市场动态、工作时长变化趋势及性别差异提供了关键数据基础，在劳动经济学、公共政策评估及可持续发展目标监测领域具有重要影响力。

当前挑战

该数据集所解决的领域核心挑战在于：欧洲各国劳动力调查在定义、调查方法及统计口径上存在显著差异，ILOSTAT通过统一标准化框架实现了跨国家、跨时段数据可比性，使研究者能够分析工作时长的长期演化规律及性别、企业规模等维度的结构性差异。构建过程中面临多重挑战：首先，需从ILO REST API中提取原始数据并仅保留欧洲国家子集，处理不同来源的异质性；其次，需处理多源数据冲突，仅保留ILO指定的“最佳来源”；此外，性别、企业规模等分类维度仅在特定指标下有效，需设计灵活的稀疏数据处理策略；最后，需确保时间序列的年度频率与季节性、制度性变化的对齐，以支持后续时间序列预测与回归分析任务。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织（ILO）ILOSTAT数据库中欧洲六国1992至2025年间“按性别、企业规模及城乡区域划分的受雇人员实际周均工时”指标，涵盖9765条观测记录。其经典应用场景在于，通过性别、企业规模（如总规模、大型企业等）和城乡地域（如全国、农村、城市）的多维拆解维度，精确分析欧洲各国劳动工时结构的动态特征。研究者可利用该数据进行时间序列绘图、国家间横向对比以及面板数据建模，从而揭示不同群体在劳动强度上的差异与变化趋势。

解决学术问题

该数据集有效回应了劳动经济学中关于工时分化机制的核心学术问题，例如性别间工时差异的演进规律、企业规模对雇员劳动时长的影响，以及城乡二元结构下的劳动供给异质性。基于ILOSTAT统一方法论构建的高质量时间序列数据，学者得以量化评估国家间制度差异（如最低工时立法、灵活就业政策）对实际工时的调节效应。该数据集的价值还体现在为跨时期比较提供可靠的基准，弥补了以往研究中因指标口径不一导致的可比性缺失问题，推动了劳动力市场结构性变迁领域的实证研究进展。

实际应用

在实践中，该数据集广泛服务于欧洲劳动政策制定与社会保障机构的决策支持。政策分析者通过按性别和企业规模拆解的工时数值，精准识别出部分行业和群体中存在的过长劳动时间问题，进而为调整工时上限立法、改善职业健康风险监管提供量化依据。同时，城乡地域维度的拆分使地方政府能够评估城镇化进程中农村劳动力市场的剩余劳动强度，从而优化区域就业促进方案。国际组织如ILO亦借助此类细化数据跟踪可持续发展目标（SDG）中体面劳动指标的完成进度，推动跨国政策协调。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲国家按性别、企业规模和城乡划分的周均实际工时追踪，为劳动经济学与时间利用研究提供了跨年度面板数据支持。当前前沿方向包括利用该数据结合机器学习方法预测劳动力市场波动，分析疫情后远程办公对工时的结构性影响，以及探索性别工时差异与生育政策、行业自动化进程的关联。数据集覆盖1992至2025年的6个欧洲国家，尤其关注东南欧转型经济体，为评估欧盟《欧洲就业战略》和《欧洲绿色协议》对工作时间分配的实效提供了量化基础。其细颗粒度分类能力正推动关于灵活用工制度与非正规就业的因果推断研究，成为ILO可持续发展目标中体面劳动指标监测的关键数据源。