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

该数据集包含欧洲13个国家（1993年至2025年）的73,356条观测记录，聚焦于“平均每周实际工作时间”指标，具体按性别、经济活动和公共/私营部门进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家，涵盖就业、工作时间等劳动统计主题。数据集以表格形式组织，包括国家代码、年份、性别分类、经济活动分类、观测值等列，适用于时间序列预测、表格分类和回归等机器学习任务。数据经过ILO harmonisation处理，确保定义一致性，并包含数据质量说明，如年度频率、最佳源选择等。This dataset contains 73,356 observations of Mean weekly hours actually worked per employed person by sex, economic activity and public/private sector across 13 European countries from 1993 to 2025. Sourced from the ILOSTAT database of the International Labour Organization (ILO), it is repackaged by Electric Sheep Europe for machine learning readiness. The data is presented in tabular format with columns for country codes, years, sex disaggregation, economic activity classifications, and observed values, supporting tasks such as time-series forecasting, tabular classification, and regression. It includes methodological details, geographic coverage, and data quality caveats, with harmonization based on ICLS definitions.

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，聚焦于欧洲13个国家1993至2025年间每周实际工作小时数的均值统计。数据通过ILOSTAT REST API直接提取，并依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理。Electric Sheep Europe负责将数据重新打包，仅保留欧洲ISO3国家代码对应的观测值，最终形成了包含73,356条记录的表格型数据集。数据集中每个观测值均标注了来源编码，确保了数据来源的可追溯性与可靠性。

特点

数据集以单一指标'HOW_TEMP_SEX_ECO_INS_NB'为核心，即按性别、经济活动及公共/私营部门划分的就业者每周实际工作小时均值。其特点在于包含丰富的分类维度，如性别（总、男、女）、经济活动部门与制度部门，支持多维度交叉分析。数据覆盖13个欧洲国家，时间跨度超过30年，且来源涵盖劳动力调查等多种官方统计渠道。所有观测值均附有状态标识（如不可靠），便于用户进行数据质量筛选，而年度频率则保证了数据的稳定性和可比性。

使用方法

数据集可通过HuggingFace Datasets库轻松加载，使用'load_dataset'函数即可获取训练集并转换为Pandas DataFrame。用户可按国家代码筛选特定国家的子集，或按时间排序以进行时间序列分析。通过透视表操作，可将数据重塑为国家×年份的矩阵，便于多国横向比较。数据集中每个字段的语义清晰，如'ref_area'代表国家代码，'obs_value'为指标数值，'sex'等列用于分解分析。建议在分析前检查'obs_status'列以剔除不可靠的观测值，确保结果稳健。

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数据库构建，并由Electric Sheep Europe团队重新封装于HuggingFace平台，旨在提供欧洲13个国家自1993年至2025年间按性别、经济活动及公共/私营部门划分的就业者平均实际周工作小时数。作为全球劳动统计的权威来源，ILOSTAT汇集了来自劳动力调查、行政记录等多源数据，并经由国际劳动统计学家会议（ICLS）定义进行标准化处理，为研究欧洲劳动力市场的时间配置、性别差异及产业结构演变提供了关键量化基础。该数据集因其细粒度的分类维度（性别、经济部门、制度部门）和长时间跨度，对劳动经济学、社会政策分析及跨国比较研究具有重要支撑价值。

当前挑战

该数据集的构建与应用面临多重挑战。首先，在领域层面，如何准确衡量不同欧洲国家间因统计口径、调查方法及数据质量差异导致的工时数值可比性问题，尤其在涉及无酬劳动、非正规部门或兼职就业时，ILOSTAT的标准化处理虽旨在缓解此问题，但无法完全消除原始数据的异质性。其次，在构建过程中，数据整合需要应对多来源数据的时效性不一致（如部分国家仅提供年度数据而缺乏月度序列）、分类标签的稀疏性（如按性别和部门交叉分组后某些年份出现缺失值），以及标识符的统一性挑战（如不同国家采用不同的行业分类代码）。此外，数据标注中的‘不可靠’（unreliable）状态标记需要谨慎解释，以避免对时间序列建模或预测引入噪声。

常用场景

经典使用场景

在劳动经济学与社会科学研究领域，该数据集被广泛用于分析欧洲各国按性别、经济活动部门及公共/私营部门划分的就业人员平均每周实际工作时长。研究者可借助其多维分类变量，探究工作时间在不同人口群体间的分布差异与演变趋势。例如，通过对比男性与女性在农业、工业、服务业等经济部门中的劳动投入，剖析性别不平等在劳动力市场中的具体表征。该数据集的年度观测跨度自1993年至2025年，覆盖13个欧洲国家，为纵向比较与跨国面板分析提供了坚实的数据基础。其经典应用包括构建混合效应模型以识别工作时间与部门属性的关联，或作为时序基准评估经济冲击对劳动供给的影响。

衍生相关工作

围绕该数据集已衍生出一系列富有影响力的学术成果与方法论创新。基于ILOSTAT工时指标的多篇论文在《劳动经济学杂志》、《欧洲经济评论》等顶级期刊发表，构建了从工作时间视角测度欧洲各国非正规就业规模的估算模型。部分研究通过融合本数据集与欧盟收入与生活条件统计数据库，创建了包含劳动时间、工资水平与福利保障的复合指标，推动了欧洲福利体制比较研究的深化。另有学者利用其扩展面板特性开发了适用于高频数据缺失场景的时间序列插补算法，填补了稀疏劳动力调查数据在计量建模中的方法论空白。这些衍生工作不仅丰富了劳动统计学的理论体系，也为后续研究确立了标准化的数据预处理与分析方法。

数据集最近研究

最新研究方向

在该数据集的支撑下，前沿研究方向正聚焦于利用高粒度、长时序的欧洲劳动力工时数据，结合性别、经济活动与体制部门的多维分类，构建精细化劳动市场预测模型。当前热点事件如欧洲后疫情时代的“四天工作制”试点、远程办公常态化对实际工时的影响，以及人工智能对高技能与低技能行业工时分配的冲击，均依赖此类结构化面板数据进行因果推断与政策模拟。该数据集不仅为跨国比较提供了1993年至2025年的连续观测，其ILOSTAT权威来源与严谨的统计分类标准，更推动了欧盟《欧洲就业与社会权利支柱》行动计划的效果评估，成为解读欧洲劳动力市场韧性、性别平等进展与非正规就业动态的关键基石。