electricsheepeurope/europe-ilo-how-toue-sex-nb-mean-weekly-hours-actually-worked-per-employee-in

该数据集包含欧洲（具体为英国）旅游业员工平均每周实际工作时间的统计数据，涵盖2009年至2025年的年度观测，共51个数据点。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，指标为HOW_TOUE_SEX_NB，表示旅游业就业中每位员工的平均每周实际工作小时数。数据集按性别细分（包括总计、男性和女性），并包含国家代码、来源、时间、观测值及状态等元数据列，适用于表格分类、回归和时间序列预测等任务。This dataset contains 51 observations of tourism sector workers data across 1 Europe country (United Kingdom), spanning 2009–2025, covering the indicator HOW_TOUE_SEX_NB for mean weekly hours actually worked per employee in tourism sector employment. It is sourced from ILOSTAT, the ILOs central statistics database, and includes disaggregation by sex (total, male, female), with metadata columns such as country code, source, time, observed value, and status, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的旗舰统计数据库ILOSTAT，通过调用其REST API接口直接提取原始指标数据，并依据欧洲ISO3国家代码进行地域筛选。ILOSTAT基于国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、家庭收入调查及行政记录等多元来源的微观数据进行严格清洗与统一归约。Electric Sheep Europe团队在此基础上进一步封装，将数据结构化为Parquet格式，提供标准化列名与元数据标签，最终发布为HuggingFace上的ML-Ready数据集，以降低研究者获取权威劳工统计数据的门槛。

特点

该数据集聚焦于欧洲旅游行业雇员的周平均实际工时，包含2009年至2025年间英国（GBR）的51条年度观测值，覆盖‘总计时长’、‘男性和女性’三种性别分类维度。每条记录均携带完整的来源标签（如劳动力调查编码）、指标定义及观测状态标记，确保数据可追溯。数据以ILOSTAT精选的‘最佳来源’为准，在遇到同一国家与年份存在多个来源时自动择优保留，从而维护了时间序列的一致性与可靠性。此外，数据集体积小巧（小于1KB），便于快速加载与原型验证。

使用方法

用户可通过HuggingFace Datasets库的一行代码加载数据：`load_dataset("electricsheepeurope/europe-ilo-how-toue-sex-nb-mean-weekly-hours-actually-worked-per-employee-in")`，返回的DataFrame可直接适配pandas进行后续分析。研究者能按国家代码筛选子集（如`df[df["ref_area"]=="GBR"]`），绘制指定指标的年度趋势图，或通过pivot_table构造年份×国家矩阵，用于面板数据建模或简单统计推断。数据已被预设为时间序列格式，支持直接用于机器学习回归或分类任务，无需额外清洗，极大简化了从原始数据到建模应用的流程。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其ILOSTAT数据库编制，经Electric Sheep Europe于2025年重新封装并发布于HuggingFace平台，聚焦于欧洲旅游部门雇员平均每周实际工作小时数。ILOSTAT作为全球劳动力统计的核心数据源，整合了来自200多个经济体的劳动力调查、家庭收入调查及行政记录，其核心研究问题在于揭示旅游业这一劳动密集型行业的工作时间模式及其跨性别差异。该数据集包含2009至2025年间英国的51条观测记录，提供了按性别分层的连续时间序列数据，为分析旅游业劳动力市场动态、评估工作时间政策效应及开展国际比较研究奠定了重要基础，对劳动经济学与旅游管理领域具有显著的实证价值。

当前挑战

数据集所解决的领域问题在于，旅游业作为全球经济支柱，其工作时间统计常因各国统计口径、调查方法及行业定义差异而碎片化，难以形成统一的跨国可比指标。该数据集通过ILO标准化的ICLS定义和最佳源选择策略，克服了指标不一致性与数据质量参差问题。构建过程中面临的主要挑战包括：第一，从多源调查数据中提取并统一单一指标（HOW_TOUE_SEX_NB）需要处理不同来源的元数据标记与权重调整；第二，仅获取英国单国数据且观测值仅51条，样本稀疏性限制了多国对比分析与时间序列建模的统计效力；第三，数据为年度频率，无法捕捉季度或月度波动，对研究旅游业季节性工作模式造成粒度局限。

常用场景

经典使用场景

在劳动力经济学与旅游产业研究的交叉领域中，该数据集因精准聚焦于旅游从业者实际周均工作小时数而显得弥足珍贵。研究者可将其作为量化分析欧洲旅游业劳动强度与就业质量的核心数据源，通过时间序列建模揭示2009至2025年间英国旅游从业者工作时长的演变轨迹，并借助性别维度分解，深入探讨男性和女性从业人员在劳动供给行为上的异质性。此外，依托ILOSTAT权威的标准化调查口径，该数据还可与同一来源的其他劳工指标进行多变量联立分析，为构建欧洲旅游部门劳动力市场的全景式画像奠定坚实基础。

衍生相关工作

围绕该数据集，一系列经典研究工作得以衍生与深化。在时间序列预测方向，研究者利用其构建了基于ARIMA或Prophet的旅游就业工时预测模型，以预估未来劳动力需求峰值。在因果推断领域，学者将其与宏观经济指标（如GDP、游客入境量）联立，通过面板数据回归识别外部冲击（如金融危机、新冠疫情）对旅游从业者工作时间的动态影响。此外，性别经济学中的性别工时差异研究借助该数据集的性别分解特性，量化了旅游部门中性别不平等在劳动供给层面的具体表现，进而推动劳动力市场歧视理论的实证检验。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲旅游业雇员平均每周实际工作小时的时序波动与跨性别比较，是后疫情时代劳动经济学与旅游复苏研究的稀缺微观证据。依托ILOSTAT官方统计体系的标准化口径，数据集以英国为单国案例，覆盖2009至2025年，恰好囊括新冠疫情对灵活用工模式的冲击、旅游业劳动力回流速度差异以及“大辞职潮”背景下工时缩减与效率重塑的争议。前沿研究正利用此类高颗粒度工时数据，结合航班预订量、酒店入住率等跨域指标，构建非线性动态模型以揭示旅游业工作弹性与行业恢复力之间的共变关系，进而为欧盟可持续旅游政策与体面劳动目标的量化评估提供统计锚点。