electricsheepasia/asia-ilo-how-2tot-sex-nb-total-weekly-hours-worked-of-employed-persons-by-s

该数据集包含3,354个观测值，涉及亚洲49个国家2005年至2027年按性别划分的就业人员每周总工作小时数的国际劳工组织（ILO）模型估计数据，涵盖一个指标（HOW_2TOT_SEX_NB）。数据来源于ILOSTAT，经过标准化处理，包括国家代码、年份、性别分类和观测值等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 3,354 observations of total weekly hours worked of employed persons, by sex, based on ILO modelled estimates for 49 Asian countries from 2005 to 2027, with one indicator (HOW_2TOT_SEX_NB). It includes data on country codes, years, sex disaggregation, and observed values, sourced from ILOSTAT and harmonized for consistency, suitable for tabular classification, regression, and time-series forecasting tasks.

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直接获取指标代码为HOW_2TOT_SEX_NB的原始数据，并依据亚洲ISO3国家代码进行地理区域筛选。ILOSTAT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，数据来源在source.label字段中予以标注，以确保数据溯源清晰。最终数据集经由Electric Sheep Asia重新封装，以Parquet格式发布至HuggingFace平台，便于研究者直接调用。

特点

数据集共计3,354条观测记录，覆盖49个亚洲国家，时间跨度从2005年至2027年，包含一个核心指标‘就业人员每周总工作时间（按性别划分）’。数据按性别维度进行分解，包括总计、男性和女性三个类别，采用ILO建模估计方法，观测值以千为单位记录。所有列均以标准化格式呈现，包括国家代码、来源标签、指标名称、性别标签、年份及观测状态，便于跨国家、跨性别的时间序列分析。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，使用load_dataset函数即可将数据转换为pandas DataFrame进行后续分析。典型应用包括筛选特定国家的数据、对单一指标进行时间序列可视化、以及构建国家×年份的透视矩阵以观察区域劳动力趋势。数据标注清晰，支持按ref_area、sex等字段进行分组聚合，适用于分类、回归及时间序列预测等机器学习任务，并建议在使用时引用ILO原始出处及Electric Sheep Asia的二次封装版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Asia重新打包并托管于HuggingFace平台，聚焦于亚洲49个国家2005至2027年间按性别划分的就业人员每周总工作时间。作为ILOSTAT数据库的核心指标之一，该数据集旨在为劳动经济学、性别平等研究及时间利用分析提供标准化的实证基础。其诞生源于对亚洲地区劳动力市场动态监测的迫切需求，尤其在全球劳动统计领域，ILO的建模估算填补了部分国家官方统计缺失的空白，为政策制定者、国际组织及学术研究者提供了跨时段、跨国别的可比数据。该数据集自发布以来，已成为分析亚洲劳动供给模式、性别分工差异及工作时间长期趋势的重要参考，推动了区域劳动统计的标准化与可获取性。

当前挑战

该数据集面临的领域挑战主要在于：其一，劳动时间统计本身存在固有复杂性，各国对‘就业人员’和‘工作时间’的界定因法律、文化及经济结构差异而不同，ILO虽通过国际劳工统计学家会议定义进行协调，但数据可比性仍受限于原始调查标准的异质性；其二，建模估算虽能平滑原始数据波动，却隐含模型假设带来的不确定性与偏差。在构建过程中，数据集还遭遇了数据清洗与整合的挑战，包括处理多来源调查数据的标志位冲突、时间序列中的空缺年份，以及按性别分列时部分国家女性劳动参与者样本量不足导致估算精度受限。此外，地理覆盖仅限亚洲，限制了全球劳动对比研究的直接应用，且年度频率无法捕捉短期波动，例如季节性劳动或突发事件对工作时间的冲击。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇点上，该数据集为分析亚洲劳动力市场的时间配置模式提供了核心支撑。经典使用场景聚焦于跨国面板回归与时间序列建模，研究者可借助其涵盖49个亚洲国家、横跨2005至2027年的周工作小时数据，剖析性别维度的劳动供给差异。例如，通过固定效应模型考察经济增长、产业结构变迁对男性与女性工作时长的影响轨迹，或利用间断时间序列分析评估劳动政策调整的短期与长期效应。该数据集高度结构化的格式与经ILO协调的指标定义，使其成为量化比较亚洲各国劳动强度演变及其驱动因素的理想素材。

衍生相关工作

围绕该数据集已衍生出一系列颇具影响力的学术进展，尤其在跨国劳动统计的协调化与机器学习预测两翼展开。经典工作包括基于该数据构建的‘亚洲劳动时间收敛假说’验证研究，利用面板协整方法发现东亚与南亚国家在总工作小时上的长期均衡关系。此外，有团队将其与ILO的就业率、工资数据集结合，训练出预测特定性别群体劳动供给弹性的梯度提升模型，成果发表于劳动经济学权威期刊。另有一支研究机构以该数据为基准，开发了用于早期预警劳动市场失衡的时序异常检测算法，为后续利用多源行政数据进行劳动力市场监测的研究范式奠定了方法论基石。

数据集最近研究

最新研究方向

基于国际劳工组织建模估算的亚洲区域劳动者周工时数据，该数据集为研究亚洲49国2005至2027年间不同性别就业人口的劳动供给模式提供了关键支撑。在当前全球劳动力市场韧性评估与后疫情时代工作模式转型的热点议题下，研究者可利用这些时间序列数据深入分析亚洲经济体的工时性别差异、劳动参与动态及其与经济增长的关联机制。数据集整合了ILOSTAT官方统计与标准化处理流程，为监测体面劳动目标（SDG 8）的进展、评估结构性政策干预效果以及构建亚洲区域劳动力市场的预测模型提供了可靠的基础资源。