electricsheepeurope/europe-ilo-ged-phow-sex-hht-chl-nb-mean-weekly-hours-actually-worked-of-prime-age-emp

该数据集包含欧洲30个国家从2000年至2024年的56,281个观测值，聚焦于工作时间主题，具体指标为按性别、家庭类型和是否有6岁以下儿童分列的黄金年龄就业人员实际平均每周工作时间（指标代码：GED_PHOW_SEX_HHT_CHL_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API提取并过滤至欧洲国家，涵盖就业、工作时间等劳动统计领域。数据集包括国家代码、年份、性别、家庭类型、儿童存在情况等分类维度，以及观测值和数据状态标志，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，经过ILO的ICLS定义标准化处理，并注明数据质量和来源可追溯性。This dataset contains 56,281 observations across 30 Europe countries from 2000 to 2024, focusing on the Hours of work topic, with the specific indicator Mean weekly hours actually worked of prime-age employed persons by sex, household type and presence of children (indicator code: GED_PHOW_SEX_HHT_CHL_NB). The data is sourced from the International Labour Organizations (ILO) ILOSTAT statistics database, extracted via API and filtered to Europe countries, covering labor statistics areas such as employment and working hours. The dataset includes dimensions like country codes, year, sex, household type, presence of children, along with observed values and data status flags, suitable for tasks like tabular classification, regression, and time-series forecasting. Data is published at annual frequency, harmonized using ICLS definitions by ILO, and includes notes on data quality and source traceability.

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ILOSTAT中央统计数据库，通过其REST API接口直接抽取指标编码为GED_PHOW_SEX_HHT_CHL_NB的原始数据，并依据欧洲ISO3国家代码进行地理范围过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调与标准化处理，从而确保跨国可比性。最终由Electric Sheep Europe团队重新打包为面向机器学习友好的Parquet格式，并提供一致的HuggingFace数据集卡片以简化调用流程。

特点

该数据集涵盖2000至2024年间30个欧洲国家的56,281条观测记录，核心指标聚焦于“按性别、家庭类型及子女状况划分的壮年就业者周实际工作小时均值”。数据按年度频率发布，并包含sex、classif1（家庭类型）及classif2（6岁以下子女状况）等多维度拆分类别，便于进行精细化的劳动经济学分析。此外，每一条观测均附带衍生来源标记与观测状态标识，支持数据质量追溯与筛选。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载数据，并将其转换为Pandas DataFrame以进行后续探索性分析与建模。例如，可基于ref_area字段筛选特定国家的时间序列，或利用obs_value字段按indicator编码进行可视化绘图。数据亦支持构建国家×年份的透视矩阵，便于开展面板数据分析或时序预测任务。所有数据均遵循CC-BY 4.0许可协议，使用时需同时引用ILO原始来源及Electric Sheep Europe的重新打包版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其ILOSTAT数据库构建，并由Electric Sheep Europe重新打包发布，聚焦于欧洲30个国家2000至2024年间壮年就业人口的实际每周平均工作时长。核心研究问题在于揭示不同性别、家庭类型及有无子女情境下的劳动时间差异，为劳动经济学、社会政策及性别平等研究提供高粒度数据支撑。作为ILO全球劳动统计权威来源的衍生数据集，它填补了欧洲区域劳动时间微观数据的标准化空白，已被广泛应用于跨国比较、时间序列建模及劳动力市场监测，对劳动经济学实证研究与政策评估具有重要影响力。

当前挑战

该数据集解决的领域问题在于劳动时间研究长期面临的数据碎片化、分类标准不统一及跨国可比性不足，特别在家庭结构影响分析中缺少细分指标。构建过程中面临多重挑战：首先，需从ILOSTAT REST API爬取并过滤欧洲ISO3国家代码，处理不同来源调查的元数据对齐；其次，需应对指标存在多个来源时ILO选定“最佳来源”带来的数据完整性取舍问题；此外，年度频率限制了更高时间粒度分析，而缺失的月度或季度序列及分类维度（如性别、家庭类型）在不同国家间的非完整覆盖，增加了时间序列建模与纵向比较的复杂性。

常用场景

经典使用场景

在劳动经济学与人口学交叉研究领域，该数据集为探究欧洲壮年就业人群实际周劳动工时提供了跨国家、跨时段的标准化观测基础。研究人员常利用其按性别、家庭类型及有无六岁以下儿童等维度细分的数据，构建面板回归模型以分析家庭结构对劳动供给的影响，或结合时间序列预测方法刻画2000至2024年间欧洲各国工时变动趋势。该数据集在跨国比较研究中尤显价值，通过控制国家固定效应，可精准识别不同家庭照料责任下男女工时差异的演化路径。

解决学术问题

该数据集有效回应了劳动市场中关于家庭责任如何塑造性别工时差距这一长期争议。过往研究常受限于数据颗粒度不足或国际可比性欠缺，而该数据通过国际劳工组织统一协调的调查标准，使得学者能够系统检验欧洲背景下'儿童惩罚'效应的跨时期稳定性，并量化家庭类型与照料负担对女性劳动供给的抑制作用。其重要意义在于为当代家庭政策评估、性别平等指数测算以及欧盟层面工时弹性化改革的效果检验提供了可靠的经验证据。

衍生相关工作

基于该数据集已催生出一系列富有影响力的学术成果与方法创新。在经典应用中，研究者利用其构建了欧洲各国'性别工时差距'的长期面板，进而与税收福利政策数据联立，评估税收抵免与托幼服务的边际效应。同时，该数据推动了基于性别差异的工时预测模型发展，例如融合家庭结构特征的Holt-Winters季节模型及贝叶斯结构时间序列模型，为缺乏连续微观调查的地区提供了间接估计框架。此外，其标准化的元数据结构亦成为后续ILOSTAT数据衍生集的设计蓝本，促进了劳动指标在机器学习场景中的批量接入与跨数据集联合分析。