electricsheepeurope/europe-ilo-how-temp-sex-ins-dsb-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数据库的工作时间数据，具体指标为按性别、公共/私营部门和残疾状况划分的就业人员实际平均每周工作小时数。数据集涵盖4个欧洲国家（英国、摩尔多瓦、阿尔巴尼亚、塞尔维亚），时间跨度为2002年至2025年，共810个观测值。数据通过ILOSTAT REST API获取，并过滤为欧洲国家代码，经过ILO的统计部门使用国际劳工统计学家会议（ICLS）定义进行标准化处理。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、分类变量、观测年份、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，并包含数据质量说明，如使用ILO选择的最佳来源。数据集由Electric Sheep Europe重新打包，旨在为欧洲提供统一的机器学习就绪数据层。This dataset contains Hours of work data from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Mean weekly hours actually worked per employed person by sex, public/private sector and disability status. It covers 4 Europe countries (United Kingdom, Moldova, Albania, Serbia) from 2002 to 2025, with 810 observations. Data is pulled directly from the ILOSTAT REST API and filtered to Europe ISO3 country codes, harmonized by the ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes columns such as country code, country name, data source, indicator code, sex disaggregation, classification variables, observation year, observed value, and observation status, suitable for tabular classification, regression, and time-series forecasting tasks. Data is published at annual frequency and includes quality caveats, such as the use of ILO-selected best source. Repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe.

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，经由Electric Sheep Europe团队重新封装。构建过程通过ILOSTAT REST API（端点地址为rplumber.ilo.org）直接抽取指标コードHOW_TEMP_SEX_INS_DSB_NB对应的原始数据，并依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行协调统一。其后，数据集被严格筛选至欧洲ISO3国家代码范围，保留了810条观测记录，覆盖阿尔巴尼亚、摩尔多瓦、塞尔维亚与英国四个国家，时间跨度从2002年至2025年。来源信息在source.label字段中完整标注，确保了数据的可追溯性与统计口径的一致性。

特点

此数据集聚焦于“按性别、公共/私营部门及残疾状况划分的就业人员实际周平均工时”这一单一维度，包含810条高质量年度观测数据。其核心特点在于精细的分类架构：sex字段提供总、男、女三种性别细分；classif1与classif2字段分别承载机构部门（如公共/私营/总体）与残疾状态（总体/残疾/非残疾）等二次分组变量，为交叉分析提供了丰富维度。此外，数据集通过obs_status字段标注观测值可靠性（如U表示不可靠），并附有详细的note_source与note_indicator备注，便于数据质量评估。以Parquet格式存储，兼顾了存储效率与ML就绪性。

使用方法

用户可通过HuggingFace Datasets库的一行命令完成加载：load_dataset('electricsheepeurope/europe-ilo-how-temp-sex-ins-dsb-nb-mean-weekly-hours-actually-worked-per-employed-per')，返回的Dataset对象可直接转化为Pandas DataFrame（ds['train'].to_pandas()），随即开展探索性数据分析。典型应用场景包括：按国家过滤（如df[df['ref_area'] == 'GBR']提取英国数据）、基于单一指标的时序可视化（以time为横轴、obs_value为纵轴绘制趋势曲线）、以及构建国家×年份的透视矩阵（pivot_table(index='time', columns='ref_area', values='obs_value')）用于面板数据分析。该数据集尤适于劳动经济学与工时政策相关的回归建模或时间序列预测研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库于2025年整理发布，经Electric Sheep Europe重新封装以适配机器学习工作流。数据集聚焦欧洲四国（英国、摩尔多瓦、阿尔巴尼亚、塞尔维亚）2002至2025年间按性别、公共/私营部门及残疾状况分层的平均每周实际工作小时数，共计810条观测值。作为全球劳动统计的权威来源，ILOSTAT通过对各国劳动力调查、行政记录等微观数据的协调标准化，支撑了劳动经济学中工时结构差异、劳动力市场包容性等核心议题的研究。该数据集为探究欧洲区域内残疾群体与不同性别劳动力的工时模式提供了宝贵的时序数据，有助于揭示公共与私营部门间的工时差异，对评估就业质量、设计包容性劳动政策具有重要的数据支撑作用。

当前挑战

该数据集所解决的领域问题核心在于工时数据的细粒度交叉分析。传统的宏观工时统计缺乏按性别、机构部门及残疾状况的联合维度，难以精准刻画劳动力市场中的结构性不平等与弱势群体就业特征。构建过程中，该数据集面临多重挑战：首先，各国数据来源（如劳动力调查、生活标准测量调查）的抽样方法、定义口径与统计标准存在差异，ILOSTAT需通过国际劳工统计学家会议（ICLS）定义进行协调，使得某些观测值被标记为“不可靠”；其次，数据覆盖的欧洲国家仅有4国，且各国观测时间跨度不均衡（如英国513条，塞尔维亚仅27条），数据稀疏性与代表性不足制约了跨区域泛化分析；此外，来自同一国家、同一时间的多源观测需依赖ILO的“最佳来源”选择机制，这种选择可能引入系统性偏差，影响时序比较的连贯性。

常用场景

经典使用场景

欧洲劳动力市场研究领域，该数据集被广泛用于分析劳动者实际工作时间的宏观趋势。基于ILOSTAT官方统计，数据集囊括欧洲四国（阿尔巴尼亚、摩尔多瓦、塞尔维亚、英国）2002至2025年间共810次观测值，核心指标为“按性别、公共/私营部门及残疾状况划分的受雇人员每周实际工作平均小时数”。经典用法包括构建跨国面板数据以比较工作时间差异，利用时间序列模型刻画各国劳动强度的演变规律，以及通过性别与部门分类解读结构性就业特征，为劳动经济学实证研究提供系统的高质量数据基础。

实际应用

实际应用层面，该数据集的场景覆盖政策评估与社会服务规划。通过追踪不同时期内不同性别与部门的工作时长变动，决策者可对劳动法规有效性进行量化评估，例如检验缩短法定工时政策对实际工作小时的影响。同时，残疾与性别维度的分层信息有助于劳动保障部门锁定弱势群体，制定精准的辅助就业或灵活工时方案。跨国对比功能更支持国际组织（如ILO）监控欧洲各国体面劳动目标的实现进程，从而将研究洞见转化为可落地的福利与就业策略。

衍生相关工作

该数据集衍生了一系列经典研究方向与复现工作。在学术出版中，它常被用于验证劳动供给弹性理论中性别差异的跨国稳定性，或作为残疾包容性就业基准预测模型的训练数据。基于其时间-面板结构，研究者拓展出小时波动与经济周期关联的时序建模。开源社区以外，ILOSTAT原始统计联动经Electric Sheep Europe的规范化包装，催生了多项教育工作如数据管道自动化演示，以及首次对东欧国家（如摩尔多瓦）劳动时间趋势的量化探索。这些工作进一步夯实了数据集在劳动力计量领域的基准地位。