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

该数据集包含72,410个观测值，涉及工作时间数据，覆盖13个欧洲国家，时间跨度为1993年至2025年，包含1个独立指标。具体指标为按性别、经济活动和公共/私营部门划分的雇员平均每周实际工作时间。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过过滤以涵盖欧洲国家。数据集以表格形式呈现，包括国家代码、年份、观测值、性别分类、经济活动和机构部门等列，适用于表格分类、回归和时间序列预测等任务。数据频率为年度，并包含数据质量标志（如不可靠数据）。数据集由Electric Sheep Europe重新打包，采用CC-BY-4.0许可证。This dataset contains 72,410 observations of Hours of work data across 13 Europe countries, spanning 1993–2025, covering 1 distinct indicator. The indicator is Mean weekly hours actually worked per employee by sex, economic activity and public/private sector. Data is sourced from the ILOSTAT database of the International Labour Organization (ILO), pulled via REST API and filtered to European countries. It is presented in tabular format with columns such as country code, year, observed value, sex disaggregation, economic activity, and institutional sector, suitable for tasks like tabular classification, regression, and time-series forecasting. Data is annual frequency and includes quality flags (e.g., unreliable). The dataset is repackaged by Electric Sheep Europe and released under the 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）旗下的ILOSTAT统计数据库，通过REST API接口直接抓取原始指标数据，并根据欧洲ISO3国家代码进行地理过滤而构建。ILOSTAT本身整合了来自各国劳动力调查、家庭收支调查、企业调查及行政记录等多源微观数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集保留了原始来源标签（source.label），确保数据可追溯，最终形成涵盖13个欧洲国家、跨越1993至2025年的72,410条观测记录。

特点

数据集专注于'雇员每周实际工作小时数'这一核心劳动指标，并按性别（男性、女性、总计）、经济活动部门及公共/私营部门进行多维度细分。每个观测值均附有详尽的元数据，包括国家代码、来源机构、指标状态标识（如临时、不可靠）、系列断裂说明等，便于用户进行数据质量评估。数据以年度频率呈现，支持跨国的时序对比与结构分析，是研究欧洲劳动力市场工时演变趋势的宝贵资源。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，使用简单的load_dataset函数即可获取。加载后，数据可轻松转换为Pandas DataFrame，便于进行常规的数据探索、清洗与可视化。典型应用场景包括：通过过滤ref_area列提取单个国家的时间序列数据、基于indicator列筛选特定指标进行分析，或利用透视表功能构建以年份为行、国家为列的工时矩阵。该数据集特别适合用于面板数据分析与时间序列预测任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于其ILOSTAT统计数据库中创建，并由Electric Sheep Europe于2025年重新封装发布，聚焦于欧洲13个国家1993至2025年间按性别、经济活动及公共/私营部门划分的雇员平均每周实际工作小时数。作为劳动统计领域的关键指标，该数据集致力于揭示欧洲劳动力市场中工作时间的结构性差异，为政策制定者、经济学家及社会科学研究者提供跨国家、跨时间维度的标准化数据基础。其影响力体现在能够支持比较劳动经济学分析、性别平等评估以及工作时间制度变迁的实证研究，通过72,410条观测记录，为理解欧洲劳动力市场的动态演化提供了重要数据支撑。

当前挑战

该数据集所解决的领域核心挑战在于劳动时间统计的跨国家、跨时期可比性问题，尤其是不同国家采用异质性调查方法（如劳动力调查与行政记录）所导致的指标口径偏差。构建过程中面临的主要挑战包括：1）从ILOSTAT REST API中提取原始调查微数据时，需依据国际劳工统计学家会议定义进行一致性标准化处理，以消除国家间分类体系差异；2）数据质量标注的复杂性，如观测值状态标记（如临时性或不可靠）及序列中断注释（如方法修订），要求精细化的元数据管理，确保用户能准确区分有效信息与需谨慎解读的条目；3）多源数据整合时需优先选用ILO认定的‘最佳来源’，这增加了数据筛选与对齐的工程难度，同时年频数据排除了更高时间粒度的变化信息，限制了微观波动分析的可能性。

常用场景

经典使用场景

该数据集汇聚了13个欧洲国家自1993年至2025年间员工每周实际工作小时数的详细观测数据，共计72,410条记录。在劳动经济学与时间利用研究领域，它常被用于构建面板数据模型，以分析不同性别、经济活动部门及公私体制下工作时间的长期演变趋势。研究者可通过该数据集开展跨国比较研究，揭示欧洲各国劳动力市场在工时分配上的异质性，或结合宏观政策变量（如劳动法规修订、经济周期波动）考察其对实际工作小时数的因果影响。其按性别和经济活动分类的精细结构，为探讨性别差异在劳动供给中的动态表现提供了坚实的数据基础。

实际应用

在实际应用中，该数据集为公共政策制定者、国际劳工组织及企业人力资源部门提供了关键决策支持。政策制定者可利用这些数据监控劳动市场的健康程度，例如通过追踪不同国家每周工时变化趋势来评估劳动法规实施效果，或识别可能存在的超时工作与劳工权益保护隐患。企业管理者能够基于行业和性别的细分数据优化人力配置，制定更合理的排班制度与薪酬方案。同时，该数据集支持构建经济预测模型，帮助宏观经济研究机构推演就业形势与生产效率的走势。非政府组织也可借助其洞察工作贫困与性别平等议题，为倡导更人道的劳动环境提供数据化的依据。

衍生相关工作

围绕该数据集已衍生出多项具有影响力的学术工作。一方面，基于其长时序、多国别的特性，研究者开发了用于预测欧洲各国工时波动的时序模型，如结合ARIMA或状态空间模型的短中期预测方法。另一方面，该数据集催生了一系列探讨性别差异与部门异质性的计量经济学论文，例如利用固定效应模型或分位数回归揭示女性在不同经济活动中面临的隐性工时约束。此外，一些交叉研究将本数据与欧盟统计局（Eurostat）的其他社会经济变量（如GDP、教育水平）合并，构建综合面板数据库，用以分析人力资本积累与劳动供给决策之间的互动。这些衍生工作不仅深化了对欧洲劳动力市场的理论认识，也推动了跨学科劳动研究的方法论创新。