electricsheepasia/asia-ilo-how-temp-sex-oc2-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含亚洲地区31个国家从1994年至2025年的就业人员实际平均每周工作小时数观测数据，共30,287条记录。核心指标为“按性别和职业（ISCO 2级分类）划分的就业人员实际平均每周工作小时数”（ILOSTAT代码：HOW_TEMP_SEX_OC2_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家，涵盖就业、工作时间等劳动统计领域。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性等）、职业分类、年份、观测值、观测状态等列，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，经过ILO的标准化处理，并注明了数据质量注意事项，如使用“最佳来源”原则。数据集由Electric Sheep Asia重新打包，便于机器学习使用，遵循CC-BY-4.0许可。This dataset contains 30,287 observations of mean weekly hours actually worked per employed person by sex and occupation (ISCO level 2) for 31 Asia countries, spanning from 1994 to 2025. The primary indicator is Mean weekly hours actually worked per employed person by sex and occupation - ISCO level 2 (ILOSTAT code: HOW_TEMP_SEX_OC2_NB). Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Asia country codes, covering labor statistics such as employment and working hours. The dataset includes columns like country code, country name, data source, indicator code, sex disaggregation (total, male, female, etc.), occupation classification, year, observed value, observation status, and is suitable for tabular classification, regression, and time-series forecasting tasks. Data is published at annual frequency, harmonized by ILO, with caveats on data quality such as the use of best source selection. Repackaged by Electric Sheep Asia for machine learning readiness, under CC-BY-4.0 license.

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REST API直接提取指标HOW_TEMP_SEX_OC2_NB的原始数据，并依据ISO 3166-1 alpha-3标准筛选出覆盖亚洲31个国家的观测值。ILOSTAT的专家团队利用国际劳工统计学家会议（ICLS）定义对各国劳动力调查、住户收入调查等微观数据进行系统性协调与标准化处理，确保跨国家、跨年度的数据可比性。每一条记录均保留了原始调查来源的标识信息，为数据溯源提供明确依据。随后由Electric Sheep Asia团队进行二次封装，采用统一的Parquet格式存储，并发布至HuggingFace平台，使研究者能够通过标准数据集加载接口快速获取经过清洗与结构化的高质量时间序列数据。

使用方法

数据集的使用极其简便，兼容主流数据科学工作流。用户可以借助HuggingFace的`datasets`库，通过一行`load_dataset`命令将整个数据集加载至Python环境，并立即转换为Pandas DataFrame进行灵活操作。典型用法包括：按国家代码筛选特定地区数据以分析该国劳动时间变化轨迹；针对单一指标按年份排序绘制时间序列曲线以观察趋势；更可通过数据透视表功能将数据重塑为以年份为行、国家为列的矩阵形式，便于后续进行面板数据回归、聚类分析或机器学习建模。该数据集还支持与其它ILOSTAT指标进行横向融合，扩展劳动经济学研究的深度与广度。

背景与挑战

背景概述

在劳动经济学与社会科学研究中，工作时间指标是衡量劳动力市场效率、性别平等以及职业结构差异的关键变量。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 Asia在HuggingFace平台上重新打包整理。核心研究问题聚焦于亚洲地区不同性别与职业分类（ISCO二级）下就业人员平均每周实际工作时长的分布格局与演变趋势。数据集覆盖31个亚洲国家、跨越1994-2025年，包含30,287条观测值，为区域劳动力市场比较、性别差异分析以及时空间序列建模提供了高度结构化的基础数据源。其在亚洲劳动统计领域的影响力显著，弥补了此前针对亚洲多国长时间序列、统一口径的工作时长数据集的空白。

当前挑战

该数据集面临的挑战首先在于领域问题的复杂性：如何从宏观层面精准刻画不同性别、职业与国家间工作时间的异质性，尤其是应对劳动统计中常见的测量误差、来源不统一以及年度频率与更细粒度（月度、季度）数据之间的折衷。其次，构建过程中遭遇多重技术瓶颈：来自31个国家不同统计调查（如劳动力调查、家庭收入调查）的数据需经过国际劳工组织复杂的协调与标准化（ICLS定义），其间必然存在缺失值、标注不一致以及‘最佳来源’选择的主观性；此外，数据的时间跨度长达31年，各国经济结构与统计方法的变更加大了长期趋势的推断难度。这些均要求使用者具备扎实的计量经济学背景知识才能恰当建模与解释。

常用场景

经典使用场景

在劳动经济学与时间利用研究领域，该数据集被广泛用于分析亚洲地区不同性别与职业群体之间实际工作时间的差异格局。研究者可借助其精细的分类维度（如ISCO-08二级职业分类与性别划分），构建面板数据模型，考察经济发展阶段、产业结构变迁或劳动政策调整对周平均工时的影响。其涵盖31个亚洲国家、跨越三十余年的时间序列，为跨国比较与长周期趋势分析提供了坚实的数据基础，尤其适用于探究亚洲新兴经济体在工业化进程中的劳动力市场转型特征。

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决定因素的若干关键学术问题。首先，它弥补了亚洲区域在高频、标准化工时数据方面的长期缺口，使得研究者能够系统检验性别工资差距与工时差异之间的内在关联。其次，通过提供按职业细分的工时统计，为探讨职业隔离、技能溢价与劳动力供给弹性等理论命题提供了经验支撑。此外，该数据有助于评估国际劳动标准（如ILO工时公约）在亚洲各国的实施效果，为理解制度环境对劳动市场行为的塑造作用贡献了实证依据。

实际应用

在实际应用层面，该数据集为政府劳动部门、国际组织与政策研究机构提供了重要的决策参考工具。基于该数据，政策制定者可以识别工时过长或过短的行业与职业群体，从而制定差异化的劳动保护政策，如合理设定加班上限、优化女性就业环境等。企业人力资源管理者亦可借助跨国工时基准，进行国际薪酬对标与劳动力效能分析。此外，在可持续发展目标（SDG 8.7）的监测框架下，该数据支持对亚洲地区体面劳动进展的量化评估，推动劳动政策的循证优化。

数据集最近研究

最新研究方向

在劳动经济学与亚洲区域发展研究的交叉前沿，该数据集聚焦于基于性别与职业分类的周实际工时动态，为探讨后疫情时代亚洲劳动力市场的结构性变迁提供了量化基石。结合国际劳工组织对体面工作的持续监测，研究者可利用其跨越三十余年、覆盖三十一国的高频观测值，深入挖掘自动化浪潮与零工经济兴起对传统就业模式的冲击。尤为值得关注的是，该数据支持与时下热点如亚洲供应链重构、女性劳动参与率波动等议题产生联动分析，通过揭示不同职业层级间工时的分化趋势，为评估各国劳动力政策的实施效能及区域不平等的演变路径提供了实证依据，其意义在于将微观劳动行为数据升华为宏观社会经济韧性评估的可靠透镜。