electricsheepeurope/europe-ilo-how-temp-sex-age-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。具体指标为HOW_TEMP_SEX_AGE_NB，即按性别和年龄划分的就业人员实际平均每周工作小时数。数据集涵盖38个欧洲国家，时间跨度为1983年至2025年，共包含51,341个观测值。数据通过ILOSTAT REST API获取，并经过过滤以仅包含欧洲国家。数据结构包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值、观测状态标志等列。数据按性别和年龄进行细分，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，以方便机器学习使用，采用CC-BY-4.0许可证。Mean weekly hours actually worked per employed person by sex and age | Europe (ILOSTAT)

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe基于国际劳工组织（ILO）的ILOSTAT数据库进行重新封装与整合而成。原始数据通过ILOSTAT REST API接口直接获取，并筛选出欧洲ISO3国家代码对应的观测记录。ILOSTAT本身汇集了来自各国劳动力调查、住户收入调查、企业调查及行政记录的微观数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保了数据在跨国比较中的一致性。数据集以Parquet格式存储，支持通过HuggingFace Datasets库一键加载。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset()函数便捷加载数据，并将其转换为Pandas DataFrame进行后续分析。支持按国家代码筛选特定国家的时间序列，或对整个数据集按年份与指标进行排序与可视化。此外，用户可利用pivot_table方法将数据重塑为以年份为行、国家为列的矩阵形式，便于进行跨国的横向比较与面板数据建模。数据集默认以年度频率提供，适用于劳动力经济学的回归分析、聚类研究及预测任务。

背景与挑战

背景概述

在劳动经济学与社会科学研究中，工时数据是衡量劳动力市场效率、性别平等以及工作生活质量的核心指标。由国际劳工组织（ILO）统计部门维护、Electric Sheep Europe于2025年重新打包的“europe-ilo-how-temp-sex-age-nb-mean-weekly-hours-actually-worked-per-employed-per”数据集，汇编了1983年至2025年间38个欧洲国家按性别和年龄分层的周平均实际工作时长，共包含51,341条观测记录。该数据集基于ILOSTAT官方API抽取，经由ICLS国际定义标准化处理，旨在为跨国劳动力比较、性别差异分析以及宏观经济时间序列建模提供统一、可靠的数据基础。其发布推动了欧洲区域劳动统计数据的可获取性与可复现性，已成为计量经济学、公共政策评估及机器学习应用中研究工时趋势的关键资源。

当前挑战

该数据集所解决的领域问题核心在于：欧洲各国工时统计长期存在定义不一、调查方法迥异及时间跨度不完整等障碍，导致跨国纵向比较困难。具体挑战包括：1) 各国原始数据来源于不同的劳动力调查与行政记录，需通过ILO的“最佳来源”选择机制消除统计口径差异；2) 数据按年度频率发布，但部分国家存在断点、分类变动或临时性调整，需借助观测状态标签（如“序列断点”）进行识别与处理；3) 多维度分层（性别、年龄组）导致稀疏性，某些国家或年份的细分类别数据缺失，影响模型训练的完整性与估计稳定性。构建过程中，团队需从ILOSTAT REST API批量拉取原始指标，并依据ISO 3166-1 alpha-3代码严格过滤至欧洲范围，同时保持源标签的可追溯性以支持后续审计与数据矫正，这一流程对自动化清洗与版本控制提出了较高要求。

常用场景

经典使用场景

该数据集收录了1983至2025年间欧洲38个国家的就业者每周实际工作小时数，按性别和年龄进行细分，共包含51,341条高质量观测记录。其经典使用场景集中于劳动经济学中的时间利用与劳动力供给分析。研究者可借助该数据进行国家间工作模式的横向对比，或针对特定国家开展长时序纵向研究，揭示工作时间在性别与年龄维度的演化规律。此外，该数据亦适合作为时间序列预测模型的基础输入，用于推断未来劳动工时走势，支撑宏观劳动力政策的制定与评估。

解决学术问题

该数据集直接回应了劳动经济学领域长期存在的若干核心学术问题。首先，它填补了欧洲多国劳动力市场在工时方面标准化、跨年度可比数据的空缺，为检验工作时间与性别平等、代际劳动参与变迁之间的关系提供了实证基础。其次，借助性别与年龄的分类维度，研究者得以量化分析劳动力市场中女性与青年群体的工时特征差异，探讨结构性不平等及劳动参与率波动背后的深层原因。该数据集的系统化整合还促进了跨国劳动力市场制度比较的研究范式创新。

实际应用

在实际应用层面，该数据集服务于多个具有社会影响力的场景。政府部门与国际组织（如ILO、欧盟统计局）可基于时序数据动态监测各国工作时间的演变趋势，评估劳动法规调整与福利政策改革的实际效果。企业人力资源规划领域，尤其是跨国集团，可利用该数据优化跨地区劳动力配置与工时标准制定，减少因工时差异引发的运营风险。此外，劳动权益研究机构可结合性别和年龄指标，识别弱势群体在劳动时间上的过度负担或不足问题，为倡导更公平的工作制度提供数据支撑。

数据集最近研究

最新研究方向

在劳动经济学与时间利用研究的交叉领域，该数据集聚焦于欧洲各国按性别与年龄分层的周均实际工作时间演变，为后疫情时代工作模式重构、性别平等评估及老龄化社会劳动力配置等前沿议题提供了高分辨率时序证据。借助ILOSTAT权威统计框架，研究者可深入挖掘灵活用工、远程办公普及对劳动强度的异质性影响，并结合欧洲多国横向比较，量化社会保障政策与工时缩短趋势间的动态关联。该数据推动的时间序列预测与分类任务，正逐步成为预判劳动力市场韧性、校准体面劳动指标的关键工具。