electricsheepeurope/europe-ilo-how-temp-sex-ec2-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“按性别和经济活动（ISIC二级分类）划分的就业人员实际平均每周工作小时数”。数据涵盖35个欧洲国家，时间跨度为1992年至2025年，共包含173,511个观测值。数据集提供了详细的维度分解，包括性别（总计、男性、女性）和经济活动分类，适用于表格分类、回归和时间序列预测等任务。数据通过ILOSTAT REST API获取，并经过ILO的统计方法协调，以确保一致性和可追溯性。This dataset contains statistics from the International Labour Organization (ILO) ILOSTAT database on the topic of Hours of work. The specific indicator is Mean weekly hours actually worked per employed person by sex and economic activity - ISIC level 2. It covers 35 European countries from 1992 to 2025, with 173,511 observations. The dataset provides detailed disaggregation dimensions, including sex (total, male, female) and economic activity classification, making it suitable for tasks such as tabular classification, regression, and time-series forecasting. Data is sourced directly from the ILOSTAT REST API and harmonized using ILO statistical methods for consistency and 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数据库，聚焦于欧洲地区按性别和经济活动划分的就业人员平均每周实际工作时长。数据通过ILOSTAT REST API直接抓取，并依据ICLS（国际劳工统计学家会议）定义对原始调查微观数据进行统一协调处理，确保跨国家、跨年份的可比性。数据仅保留欧洲35个国家的ISO3国家代码相关记录，来源类别（如劳动力调查）通过'source.label'字段标注以实现可追溯性，最终整理为包含173,511条观测记录的规范化表格。

特点

此数据集涵盖1992年至2025年间35个欧洲国家的年度数据，包含性别（总、男、女）及经济活动（ISIC第2级分类）等多个维度。单个指标'HOW_TEMP_SEX_EC2_NB'提供了明确的定义，观测值以浮点数形式记录，并附有观测状态标记以指示数据可靠性（如临时或不可靠）。对于同一国家与年份存在多个数据来源的情况，仅采用ILO选择的'最佳来源'，并在分类维度上保持了非空值的精确性，有效减少了数据噪声。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()方法便捷加载数据，并将其转换为Pandas DataFrame进行后续分析。典型应用包括按国别筛选（如过滤'ref_area'为'DEU'的德国数据）、进行单一指标的时间序列分析（按'time'排序后绘制'obs_value'）或构建国家×年份的透视矩阵以观察跨区域趋势。数据集中的'sex'和'classif1'等分类字段可用于分组聚合，方便研究者深入探究性别差异与经济活动类型对工作时长的影响。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库构建，并由Electric Sheep Europe团队重新封装发布于HuggingFace平台。其核心研究问题在于捕获欧洲35个国家自1992年至2025年间，按性别和经济活动划分的就业人员实际平均每周工作小时数。作为全球劳动统计领域的权威数据源，ILOSTAT整合了各国劳动力调查、家庭收支调查及行政记录等多元来源，为劳动经济学、社会政策及可持续发展目标（SDGs）研究提供了关键的时间序列数据，尤其是在分析欧洲劳动力市场结构性变化、性别就业差异以及工时政策效果方面具有重要影响力。

当前挑战

该数据集所解决的领域挑战在于，劳动力市场中工时数据常因国家统计口径不一、数据采集频率差异及分类维度复杂而难以跨域比较，本数据集通过ILO统一按ICLS标准对原始调查微观数据进行协调，提供了标准化的按性别（男/女/总）、经济活动（ISIC二级分类）及年份分组的工时指标。构建过程中面临的核心挑战包括：多源数据的一致化处理，需甄别并优先采用ILO指定的“最佳来源”以消除同一国家-年份组合的重复记录；以及数据质量标记处理，如“临时性”或“不可靠”状态标志，需要研究者审慎评估其纳入分析时的潜在偏差。

常用场景

经典使用场景

在欧洲劳动力市场的宏观分析中，该数据集提供了跨越1992年至2025年间35个国家的每周实际工作时长数据，是进行跨国、跨时段比较研究的基石。其核心应用场景在于追踪不同性别与经济活动部门间劳动强度的动态变化，例如通过时间序列分析揭示欧洲各国工作模式的长期趋势，或利用面板数据模型探究经济周期、产业政策对劳动供给的影响。研究者可灵活按国家、性别或行业维度进行子集抽取与透视分析，精准刻画劳动力市场的结构性特征。

实际应用

在实际应用中，该数据集为跨欧洲的劳动市场监测与政策评估提供了关键支撑。政策制定者可利用其按性别和产业细分的周工作时长指标，精准识别劳动强度异常波动或结构性不平衡，从而优化工时法规或制定针对性就业激励方案。国际组织与非政府机构则能基于此数据生成年度劳动简报，监督体面工作目标（如SDG 8.5）的进展。此外，企业及人力资源咨询公司亦可借助该数据分析不同地区与行业的劳动力效率基准，辅助跨国用工策略与薪酬体系设计。

衍生相关工作

该数据集衍生了一系列推动欧洲劳动实证研究的前沿工作。基于其协调时间序列，研究者开发了预测欧洲各国劳动供给趋势的多国贝叶斯结构时间序列模型，以及量化产业间工作时长差异的分解与回归框架。此外，它催生了融合ILO数据与宏观经济面板数据的联合分析工作，用于评估最低工资政策、自动化冲击对工作时间的动态影响。在开源社区中，相关工具体现为可复现的Python流水线与交互式仪表盘，极大地降低了劳动经济学研究者进入实证分析的壁垒。