electricsheepeurope/europe-ilo-how-temp-age-oc2-nb-mean-weekly-hours-actually-worked-per-employed-per

这是一个关于欧洲37个国家1992年至2025年间按年龄和职业（国际标准职业分类ISCO 2级）划分的每位就业人员实际平均每周工作时间的统计数据集。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，包含99,279个观测值，涵盖1个核心指标（HOW_TEMP_AGE_OC2_NB）。数据集提供了国家代码、国家名称、数据来源、指标代码、指标标签、分类变量（如年龄和职业）、观测年份、观测值、观测状态及相关注释等信息，适用于表格分类、回归和时间序列预测等任务。数据经过ILO基于国际劳工统计学家会议（ICLS）定义进行标准化处理，并标注了来源以确保可追溯性。This dataset contains statistics on the mean weekly hours actually worked per employed person by age and occupation (ISCO level 2) across 37 European countries from 1992 to 2025. Sourced from the International Labour Organizations (ILO) ILOSTAT database, it includes 99,279 observations covering 1 core indicator (HOW_TEMP_AGE_OC2_NB). The dataset provides information such as country codes, country names, data sources, indicator codes, indicator labels, classification variables (e.g., age and occupation), observation year, observed values, observation status, and related notes. It is suitable for tabular classification, regression, and time-series forecasting tasks. Data is harmonized by ILO based on International Conference of Labour Statisticians (ICLS) definitions, with sources flagged for traceability.

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统计数据库，通过REST API直接抓取了标识符为HOW_TEMP_AGE_OC2_NB的原始指标数据，并依据欧洲ISO3国家代码进行过滤，最终整合了37个欧洲国家在1992年至2025年间共计99,279条观测记录。ILOSTAT平台采用国际劳工统计学家会议（ICLS）定义的标准方法，对各国劳动力调查、家庭收入调查及行政记录等原始微观数据进行统一协调与清洗，使得不同来源的数据具备可比性。数据集中每一条观测均附有来源标签（source.label），便于用户追溯数据的原始出处与处理流程。

特点

该数据集聚焦于欧洲地区按年龄和职业（ISCO-08二级分类）划分的受雇人员每周实际工作小时数，提供单一且高度细化的核心指标。其特点在于覆盖范围广泛，囊括了37个欧洲国家长达34年的年度时间序列数据，包含丰富的分类维度（如年龄组、职业类别）以及观测状态标记（如“不可靠”），能够支持精细化的横向比较与纵向趋势分析。数据集还提供了来源、备注等辅助列，有助于用户理解数据质量与潜在偏差，展现了ILO在劳动统计领域的一贯权威性与数据透明度。

使用方法

该数据集可直接通过HuggingFace Datasets库的load_dataset()函数加载为Pandas DataFrame，便于进行后续的数据清洗、分析与建模。用户可依据ref_area字段按国家筛选子集，例如提取德国的数据（ref_area == 'DEU'）进行单独研究。对于时间序列分析，可针对特定指标按时间排序，并利用obs_value字段绘制趋势图。此外，支持通过透视表操作将数据重塑为国家×年份的矩阵形式，以方便进行面板数据回归或多国比较研究。数据集兼容分类、回归与时间序列预测三类任务，为劳动经济学与时间序列预测领域提供了高质量的训练与评估素材。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）编制，并由Electric Sheep Europe于2025年重新打包发布，聚焦于欧洲37个国家1992至2025年间按年龄和职业（ISCO二级）划分的就业人员平均每周实际工作小时数。作为ILOSTAT数据库的核心指标之一，该数据集依托全球权威的劳动力统计数据来源，包括各国劳动力调查、家庭收入调查及行政记录，经ILO统计局依据国际劳动统计学家会议（ICLS）定义进行统一协调。其核心研究问题在于揭示欧洲劳动力市场在不同年龄层与职业类别中的工时分布规律与长期演变趋势，为劳动经济学、社会政策制定以及跨国比较研究提供了关键面板数据支撑，对理解欧洲就业质量、工作强度及代际差异具有重要参考价值。

当前挑战

该数据集面临的领域挑战主要在于工时数据的国际可比性：各国在调查设计、职业分类（ISCO-08）应用及对“实际工作小时”的定义上存在细微差异，ILO虽通过“最佳来源”选择机制进行协调，但部分观测值仍被标记为不可靠（如obs_status字段中的“U”标志），在跨国建模或时间序列分析中需谨慎处理。构建过程中的挑战则集中于数据整合与质量管控：原始数据来源于多种调查类型（如劳动力调查与行政记录），各来源的采样频率、周期一致性及分类变量（年龄组、职业类别）的缺失模式各异，需通过管道清洗、标准化为统一模式，且需在保留年度频率的同时处理多源交叉时的冲突，以确保跨国家、跨年份面板的完整性与一致性。

常用场景

经典使用场景

该数据集的核心应用场景在于对欧洲各国不同年龄与职业群体的实际周劳动工时进行系统性分析。通过整合国际劳工组织ILOSTAT数据库的官方统计数据，数据集提供了横跨1992至2025年、涵盖37个欧洲国家的99,279条观测记录，并按照ISCO-08第二级职业分类与年龄层次进行精细分层。研究者可借助这些结构化数据，追踪各国劳动力市场中不同群体的工时变化趋势，开展面板数据分析、社会分层比较以及劳动经济学领域的跨时区研究，为理解欧洲劳动力市场的结构性演变提供了坚实的数据基础。

衍生相关工作

围绕该数据集衍生的相关工作涵盖了劳动经济学计量建模、工作质量指标体系构建以及劳动力市场时空动态可视化等多个方向。学者们可能利用其面板结构开展固定效应回归分析，探究工时与社会保障水平、性别薪酬差异之间的关联机制。数据中丰富的分类变量也激发了关于不同职业路径下生命周期工时模式的聚类研究，并催生了基于ILOSTAT来源的跨国劳动市场可比性研究。此外，这一数据集被重新打包为HuggingFace Parquet格式后，便于大规模机器学习模型的直接调用，推动了时间序列预测模型在劳动指标预测上的应用，从而扩展了传统统计分析方法在劳动经济学研究中的边界。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲37国1992至2025年间按年龄与职业（ISCO二级）划分的雇员实际周均工作时长统计，为劳动经济学与时间序列预测领域提供了高颗粒度的面板数据。当前前沿研究多围绕后疫情时代工作模式演变、零工经济对传统工时结构的影响以及跨性别、跨代际的劳动供给弹性分析展开。结合ILO呼吁的体面劳动目标，该数据可支持多维度建模以探究技术进步与灵活就业政策如何重塑欧洲劳动力市场，并为各国制定缩短工时与职业健康保障措施提供实证基础，具有显著的公共政策指导意义。