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

该数据集包含欧洲10个国家从1992年至2025年的6,311个观测值，专注于按性别和企业规模划分的员工实际平均每周工作时间指标（指标代码：HOW_XEES_SEX_EST_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为欧洲国家。数据集以表格形式呈现，包括国家代码、来源、指标、性别分类、观测年份、观测值等列，用于时间序列预测、表格分类和回归等任务。数据覆盖国家如阿尔巴尼亚、奥地利、波斯尼亚和黑塞哥维那、捷克、希腊、意大利、北马其顿、摩尔多瓦、塞尔维亚和斯洛伐克，提供按性别（总计、男性、女性）和企业规模分类的详细工作时间统计。This dataset contains 6,311 observations from 10 European countries spanning 1992 to 2025, focusing on the indicator Mean weekly hours actually worked per employee by sex and establishment size (indicator code: HOW_XEES_SEX_EST_NB). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via REST API and filtered for European countries. Presented in tabular format, it includes columns such as country code, source, indicator, sex disaggregation, observation year, and observed value, suitable for tasks like time-series forecasting, tabular classification, and regression. Coverage includes countries like Albania, Austria, Bosnia and Herzegovina, Czechia, Greece, Italy, North Macedonia, Moldova, Serbia, and Slovakia, providing detailed work hour statistics disaggregated by sex (total, male, female) and establishment size.

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直接提取指标代码为HOW_XEES_SEX_EST_NB的观测数据，并依据欧洲国家ISO3代码进行地理过滤。原始数据来源于各国劳动力调查、家庭收入调查及行政记录，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一整合与标准化处理。数据集共包含6,311条观测记录，覆盖10个欧洲国家，时间跨度从1992年至2025年，并以Parquet格式封装，确保机器学习的即用性。

特点

本数据集聚焦于按性别和企业规模划分的雇员平均每周实际工作小时数，提供了单一指标但多维度的细分视图。其独特之处在于包含性别（总、男、女）和企业规模分类变量，便于进行交叉分析。数据标注了观测状态（如临时、不可靠）及断点说明（如方法论修订），增强了数据使用的透明度。此外，地理覆盖兼具东西欧代表性，且时间序列较长，为分析欧洲劳动力市场长期趋势提供了宝贵资源。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，调用load_dataset函数即可获得完整的DataFrame对象。建议利用pandas库进行数据探索，例如按国家过滤以聚焦特定区域，或按时间排序绘制时间序列图以观察指标变化趋势。对于面板数据分析，可运用pivot_table函数将数据重塑为国家×年份矩阵，便于进行跨国的比较研究。数据还支持按性别和企业规模进行分组聚合，深入挖掘劳动时间的影响因素。

背景与挑战

背景概述

在全球劳动力市场研究中，工作时间指标是衡量劳动强度、就业质量及经济生产力的关键变量。由国际劳工组织（ILO）统计部门于2025年发布的“欧洲按性别与企事业规模划分的雇员周均实际工时”数据集，由Electric Sheep Europe通过ILOSTAT官方API重新封装，提供了1992年至2025年间覆盖10个欧洲国家的6,311条观测记录。该数据集聚焦于一个核心指标——小时工，并从性别与企事业规模两个维度进行细致拆解，旨在支持欧洲区域的劳动经济学分析、跨国比较研究以及时间序列建模，为政策制定者与学术界提供了标准化的基础数据资源。

当前挑战

该数据集所面临的挑战主要体现在两个层面。于领域问题而言，劳动工时数据常因各国调查方法（如劳动力调查与行政记录）及统计定义差异而难以直接对比，数据集需借助ILO基于国际劳工统计学家会议（ICLS）定义进行的统一协调，尽管如此，数据中仍存在序列中断与来源切换引发的可比性风险。于构建过程而言，原始数据源自不同国家的多源调查，需要处理指标在相同国家年份存在多个来源时的“最佳来源”选择问题，同时需应对年度频率限制下缺失月度或季度细粒度信息的局限，以及以欧洲国家为筛选范围可能导致的数据稀疏性与覆盖不平衡等挑战。

常用场景

经典使用场景

该数据集收录了1992年至2025年间欧洲十个国家按性别和企业规模划分的雇员周平均实际工作时长数据，共计6311条观测值。在劳动经济学与计量社会学领域，研究者常将其作为面板数据资源，用于构建跨国比较的时间序列模型，探索经济周期、产业结构变迁与工作时长演变的动态关联。经典的使用方式包括通过性别维度的分组回归，揭示劳动力市场中性别差异的时空演化规律，或结合企业规模信息评估不同规模经济实体的用工弹性与劳动强度特征。

衍生相关工作

该数据集衍生出多项经典工作，包括基于ILOSTAT标准化框架的多国面板数据整合研究，其中学者利用类似指标构建了欧洲工作时长收敛性分析模型，检验了统一市场下劳动时间的趋同假说。另一个方向是性别工资差异的分解研究，研究者将此处的工作时长数据作为中间变量，结合收入调查数据库，运用Oaxaca-Blinder方法量化性别歧视与结构效应的贡献。此外，机器学习领域的时序预测竞赛也常以此为基准，探索季节性分解与深度学习模型在宏观劳动指标上的预测效能。

数据集最近研究

最新研究方向

当前，该数据集的核心研究方向聚焦于揭示欧洲不同性别与机构规模间实际周均工时的动态演变规律，为劳动经济学中的性别平等与工作条件优化议题提供量化支撑。研究前沿已从单一描述性统计转向融合时间序列预测与分类回归方法，探索新冠疫情后工时弹性的长期趋势、远程办公政策对传统工时结构的冲击，以及跨国比较中制度差异（如劳资谈判框架、社会保障体系）对工时分布的非对称影响。关联热点事件包括欧盟《平台工作指令》与“欧洲最低工资指令”的推行，数据集作为权威溯源ILOSTAT的年度面板，有助于检验结构性改革下工时收敛是否加剧区域分化，其细粒度特征（如来源标记与中断序列注释）更支持对统计方法变更的因果识别，从而为欧洲劳动力市场韧性评估与包容性增长政策的靶向设计提供实证锚点。