electricsheepeurope/europe-ilo-how-temp-sex-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数据库的统计数据，主题为工作时间。具体而言，它记录了欧洲38个国家在1983年至2025年期间，按性别（总计、男性、女性）划分的就业人员平均每周实际工作小时数（指标代码：HOW_TEMP_SEX_NB）。数据集包含3,423个观测值，每个观测值代表特定国家、特定年份、特定性别分类下的平均周工作小时数值。数据以年度频率提供，并包含国家代码、国家名称、数据来源、观测状态、相关注释等元数据字段。数据经过ILO的标准化处理，遵循国际劳工统计学家会议（ICLS）的定义。This dataset contains statistics from the International Labour Organization (ILO) ILOSTAT database on the topic of Hours of work. Specifically, it provides data on the mean weekly hours actually worked per employed person, disaggregated by sex (total, male, female), for 38 European countries from 1983 to 2025 (indicator code: HOW_TEMP_SEX_NB). The dataset comprises 3,423 observations, each representing the average weekly working hours for a specific country, year, and sex category. Data is provided at annual frequency and includes metadata fields such as country code, country name, data source, observation status, and related notes. The data is harmonized by the ILO following International Conference of Labour Statisticians (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核心统计数据库，聚焦于欧洲地区按性别划分的受雇人员平均每周实际工作时长。数据通过ILOSTAT REST API直接提取，并依据ISO3国家代码过滤至38个欧洲国家，时间跨度覆盖1983年至2025年，共包含3,423条观测记录。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协调统一，并在`source.label`列中标注数据来源，确保可追溯性。数据集由Electric Sheep Europe重新打包，以Parquet格式发布，便于机器学习工作流直接使用。

使用方法

使用者可通过HuggingFace Datasets库的`load_dataset()`函数一键加载该数据集，并转换为Pandas DataFrame进行后续分析。推荐的使用方式包括：按国家代码（如`ref_area`列为'DEU'）筛选特定国家数据；按时间排序绘制特定指标的时间序列图；以及利用透视表功能将数据重塑为国家×年份的矩阵形式，便于跨国家比较。数据集的标准化列名与清晰的模式定义，使得从加载到分析的流程极为流畅，尤其适合时间序列预测与面板数据分析任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年发布，经Electric Sheep Europe重新整合，聚焦欧洲38个国家1983至2025年间按性别划分的就业者周均实际工作小时数。作为ILOSTAT统计体系的关键组成部分，该数据集旨在为劳动经济学、性别平等及工作时间政策研究提供标准化、可复用的时序数据支持。通过统一的数据架构与开源许可协议，它弥补了欧洲跨国劳动统计中分散、异构的不足，为机器学习与时间序列预测模型提供了高质量基准，推动了劳动市场动态的量化分析。

当前挑战

该数据集面临的核心挑战包括：第一，跨国家劳动统计口径的协调难题，不同国家因调查方法、职业分类及定义差异导致数据可比性受损；第二，数据稀疏性与非均衡性问题，部分国家早期观测缺失，且按性别细分后样本量骤降，限制了模型泛化能力；第三，时间序列不连续性，特定国家因调查断点、来源变更等产生异常标记，需数据清洗与插补策略；第四，多源数据整合中的质量控制，需平衡ILO最佳来源选取与原始数据完整性，避免引入系统偏差。

常用场景

经典使用场景

该数据集收录了1983年至2025年间38个欧洲国家按性别划分的就业者每周实际平均工作小时数，共计3423条观测记录。在劳动经济学与时间利用研究中，它被广泛用作核心解释变量或结果变量，用于构建面板数据模型，分析工作时间的跨国差异、长期趋势演变以及性别差距的动态变化。研究者常借助该数据集内的性别分列维度，深入探讨女性劳动参与率提升与工作时间缩减之间的关联，或检验经济发展阶段与工作时长之间的倒U型假说。此外，该数据集同样适用于时间序列预测任务，为多国劳动力市场建模提供标准化的历史基准。

解决学术问题

该数据集为劳动经济学和性别研究领域提供了标准化的跨国可比数据，有效解决了长期以来因各国统计口径不一而导致的比较研究困境。学术上，它使研究者能够量化分析欧洲各国工作时间的收敛或发散趋势，并探究制度因素如劳动法规、工会力量与福利体制对工作时长的影响。对于性别平等议题，数据集揭示了男女在劳动市场中的时间配置差异，为解释性别工资差距和职业隔离提供了重要的经验证据。其长时序、多国别的特性还支撑了关于技术进步、全球化与工作强度变迁的宏观计量分析，深化了对后工业社会劳动形态演变的理论理解。

实际应用

在实际应用中，该数据集为政策制定者与国际组织评估劳动力市场健康状况提供了可靠的数据支撑。例如，欧盟委员会可利用其对成员国实施欧洲就业战略的效果进行跟踪监测，判断缩短法定工作周是否切实导致了实际工作时间的减少。各国劳动部门可借助性别分列的数据，诊断本国女性就业质量偏低的深层原因，进而设计针对性的育儿支持与弹性工作制度。国际劳工组织亦能依据该数据集的持续更新，发布全球工作时间趋势报告，为国际劳工标准的制定与修订提供统计基础。企业人力资源规划者也可从宏观时间趋势中提取参考信息，辅助跨地区用工策略的优化决策。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲38个国家1983至2025年间按性别划分的周均实际工时统计，为劳动经济学与性别平等研究提供了横跨数十年的纵向观测基础。在弹性工作制普及与疫情后全球就业形态重塑的背景下，研究者正利用此类细粒度时序数据，探索性别工资差异与工时分配之间的深层关联，追踪技术进步与非正规经济扩张对劳动强度的影响，并借助ILOSTAT标准化的统计框架，开展跨国面板分析以识别劳动力市场的结构性变迁。该数据集不仅助力评估国际劳工组织体面劳动目标的实现进展，更成为欧洲劳动力政策设计和性别平等议题实证研究的关键数据支柱。