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

该数据集包含亚洲21个国家从2000年至2025年的18,492个观测值，聚焦于一个具体劳动指标：按性别、家庭类型和子女存在情况分类的黄金年龄就业人口实际平均每周工作时间。数据来源于国际劳工组织(ILO)的ILOSTAT数据库，经过标准化处理，涵盖多个分类维度，如性别、家庭类型和子女存在情况，适用于表格分类、回归和时间序列预测等任务。This dataset contains 18,492 observations of Hours of work data across 21 Asia countries, spanning 2000–2025, covering 1 distinct indicator: Mean weekly hours actually worked of prime-age employed persons by sex, household type and presence of children. It is sourced from the International Labour Organization (ILO) ILOSTAT database, harmonized and filtered for Asia, with disaggregation dimensions such as sex, household type, and presence of children, suitable for tabular classification, regression, and time-series forecasting tasks.

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，经由Electric Sheep Asia团队进行重新封装与标准化处理。构建过程中，团队通过ILOSTAT提供的REST API接口直接抽取原始指标数据，并针对亚洲地区的ISO3国家代码进行地理范围过滤。原始数据基于国际劳工统计学家会议（ICLS）定义，由ILO统计部门对各国家劳动力调查、家庭收入调查等微观数据进行协调与标准化处理，并在`source.label`列中标注数据来源以确保可追溯性。数据集最终以Parquet格式打包，通过HuggingFace Datasets库发布，便于研究人员直接使用`load_dataset()`函数加载。

使用方法

用户可通过HuggingFace Datasets库轻松加载该数据集：使用`load_dataset("electricsheepasia/asia-ilo-ged-phow-sex-hht-chl-nb-mean-weekly-hours-actually-worked-of-prime-age-emp")`即可获取训练数据，并利用`to_pandas()`方法转换为DataFrame进行后续分析。针对特定国家，可通过`ref_area`列进行过滤；对于时间序列分析，可依据`indicator`列筛选指标后对`time`列排序并绘制趋势图。此外，利用`pivot_table`方法可将数据重塑为国家×年份的矩阵形式，便于构建面板数据模型或进行跨国比较。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年整理发布，并由Electric Sheep Asia在HuggingFace平台上重新封装，聚焦于亚洲21个国家2000至2025年间壮年就业人员按性别、家庭类型及有无子女划分的每周实际工作平均小时数。数据集核心研究问题在于探究亚洲地区劳动力市场中的工作时间分配模式及其人口结构差异，为解析劳动经济学中的性别不平等、家庭责任与就业质量间的复杂关联提供了关键实证基础。其影响力体现在填补了亚洲区域高粒度劳动时间数据缺口，通过ILOSTAT的标准化流程整合了各国劳动力调查、家庭收入调查等多源数据，成为研究亚洲劳动市场动态与可持续发展目标（SDG）中体面工作指标的重要资源。

当前挑战

数据集面临的领域挑战主要来自劳动经济学中对亚洲多国工作时间的系统性比较需求，不同国家的调查方法、样本设计与统计口径差异导致数据可比性受限，例如ILO虽通过ICLS定义进行标准化，但各国劳动力调查的覆盖范围与问卷设计仍存异质性，这增加了跨区域分析时的推断偏差风险。构建过程中的挑战则源于数据融合与质量控制：ILOSTAT需从21国分散的行政记录和调查中提取并筛选最佳来源，处理因数据获取时效性导致的年度不连续性；此外，分类变量如性别、家庭类型与子女年龄分组在部分国家存在缺失或标记不一致，需通过复杂的数据清洗与溯源机制确保观测值的可靠性，尤其当观测状态标记为“不可靠”（U）时，需谨慎评估其对后续时间序列建模的影响。

常用场景

经典使用场景

亚洲地区劳动力市场中，不同性别、家庭类型及有无六岁以下儿童的家庭中，壮年就业人口的实际周平均工时是一个关键的劳动经济学指标。该数据集涵盖了21个亚洲国家2000年至2025年间共18492条观测值，为研究者提供了具有时间深度与空间广度的高质量面板数据。其经典使用场景在于构建跨国的劳动供给行为分析模型，通过将性别与家庭结构作为核心分类维度，细致刻画亚洲各国壮年劳动者的工时特征与演变趋势。研究者可借助该数据开展国家间对比与纵向趋势分析，探索经济周期、社会政策变迁和家庭责任分担模式如何塑造不同群体的劳动参与强度，从而揭示亚洲劳动市场的多样性与结构性差异。

解决学术问题

该数据集有效回应了劳动经济学与家庭经济学中长期存在的两大学术难题：一是如何量化家庭结构对劳动供给的非对称影响，二是如何跨国比较性别分工在工时维度的演化模式。借助ILOSTAT统一的数据采集与定义标准，研究者得以克服各国调查口径不一、微观数据可得性低等障碍，在控制性别与家庭类型的条件下系统分析壮年劳动者的工时差异。其意义在于为检验性别工资差距理论、家庭经济学中的时间分配模型以及发展经济学中的劳动市场灵活性假说提供了坚实的实证基础。该数据推动了对亚洲地区家庭照料责任与劳动市场参与之间交互作用的深入理解，也在全球南方劳动者福祉议题中发挥着不可替代的支撑作用。

实际应用

在实际应用层面，该数据集为国际组织、政府劳动部门以及研究机构制定精准的劳动政策提供了关键证据。例如，通过识别性别与家庭结构对工时的差异化影响，政策制定者可针对单亲家庭或具有低龄儿童的家庭设计更具包容性的灵活工作制度与育儿支持政策。在跨国企业的全球化布局中，该数据有助于评估不同国家壮年劳动力的实际劳动强度与潜在人力资本利用效率，从而指导投资选址与用工策略。此外，非政府组织与联合国可持续发展目标（SDG）的监测机构可借助该指标追踪体面劳动进展，尤其聚焦于各国在减少性别工时差异与提高工作—生活质量方面取得的阶段性成效，为政策评估与社会倡导提供可量化的决策依据。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区黄金年龄就业人口的平均每周实际工时，按性别、家庭类型及子女状况进行细致分层，为劳动经济学中工作-家庭平衡、性别平等及劳动力供给弹性等前沿议题提供了珍贵的微观证据。依托ILOSTAT权威统计框架，其21国、25年间跨度的高频观测数据，使得跨文化比较分析成为可能，尤其在后疫情时代灵活用工与性别差异重塑工作模式的全球热点背景下，该数据集成为剖析亚洲家庭内部工时分配动态、评估政策干预效果的关键基石，对于推动体面劳动与可持续发展目标（SDG 8）的量化研究具有深远的学术价值与现实意义。