electricsheepeurope/europe-ilo-how-xees-sex-age-jbc-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含164,474个观测值，涉及欧洲38个国家从1983年至2025年的工作时间数据，涵盖1个主要指标：按性别、年龄和合同类型划分的员工实际平均每周工作小时数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家，包含国家代码、数据来源、指标代码、性别分类、年龄分类、合同类型分类、观测年份、观测值等字段。数据集用于表格分类、回归和时间序列预测等任务，语言为英语，数据规模在10万到100万之间，采用CC-BY-4.0许可证。This dataset contains 164,474 observations of Hours of work data across 38 Europe countries, spanning 1983–2025, covering 1 distinct indicator: Mean weekly hours actually worked per employee by sex, age and type of job contract. Data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to Europe ISO3 country codes, including fields such as country code, data source, indicator code, sex classification, age classification, job contract classification, observation year, and observed value. The dataset is intended for tabular classification, regression, and time-series forecasting tasks, is monolingual in English, has a size category of 100K<n<1M, and is licensed under CC-BY-4.0.

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中央统计数据库，通过自动化管道从ILOSTAT REST API直接抽取指标`HOW_XEES_SEX_AGE_JBC_NB`的原始数据，并依据ISO3国家代码严格筛选出38个欧洲国家的观测记录。数据经过ILO基于国际劳工统计学家会议（ICLS）定义的标准化处理，确保跨国可比性；Electric Sheep Europe团队对原始数据进行了重新封装，统一了数据模式，并以Parquet格式存储，最终发布于HuggingFace平台，便于研究人员直接调用。

特点

该数据集收录了1983年至2025年间38个欧洲国家共164,474条观测值，聚焦于“按性别、年龄和合同类型划分的雇员周实际平均工作小时数”这一核心指标。数据结构高度规范化，包含国家代码、性别、分类维度（如年龄组、合同类型）及年度观测值等20余个字段，并标注了数据来源与质量标记（如可靠性状态、方法修订断点）。其多维度分层设计允许用户通过性别、年龄和合同类型进行精细化的劳动时间分析，兼具历史深度与地理广度。

使用方法

用户可通过HuggingFace Datasets库以一行代码`load_dataset('electricsheepeurope/...')`直接加载数据集，并轻松转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码过滤特定国家的数据，按时间序列排序以绘制趋势图，或利用透视表功能将数据重塑为国家×年份的矩阵形式，从而灵活应对面板数据回归、时序预测或分类任务。该数据集同时兼容表格分类、回归及时序预测等多种机器学习任务场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）创建，经由Electric Sheep Europe于2025年重新打包至HuggingFace平台，收录了1983至2025年间38个欧洲国家员工的周均实际工作时长数据，共计164,474条观测记录。其核心研究问题在于揭示不同性别、年龄及工作合同类型下劳动力供给行为的时空差异，为劳动经济学中的工作时间异质性分析提供结构化数据支撑。作为ILOSTAT数据库的子集，该数据集凭借ILO在统计方法上的权威性，已成为欧洲劳动市场跨时段比较研究的重要基准，尤其赋能了政策评估与跨国面板回归等实证探索。

当前挑战

该数据集面临的挑战首先源自其核心领域问题：如何利用历史时序数据精准捕捉影响工作时长的多维因素（如性别分工演变、法规调整及经济周期），并跨越38国统计标准差异实现可靠推断。构建过程中，数据整合遭遇多重阻碍：原始数据来源于多样调查形式（劳动力调查、行政记录等），需经ILO依据国际劳动统计学家会议定义进行协调，但部分观测因方法论修订（如断点序列标记）而存在前后不可比性；此外，缺失值、来源标识模糊及低国家覆盖度等问题要求研究者仔细过滤不可靠状态标记与分类注释，以维护分析的有效性。

常用场景

经典使用场景

在时序预测与面板数据分析的研究领域中，欧洲雇员周均实际工作时长数据集凭借其跨越1983至2025年、覆盖38个国家、包含约16.4万条观测的丰富维度，成为探索劳动力市场动态演进的理想资源。研究者常利用其按性别、年龄及合同类型细分的特征，构建多层次回归模型或时间序列分解框架，揭示工作时长在宏观经济周期、政策干预及社会变迁下的长期趋势与结构性突变。通过整合ILOSTAT提供的标准化劳动统计指标，该数据集为跨国比较分析提供了可靠基础，尤其适用于检验工作时间制度的收敛性或探讨灵活就业形态对劳动供给的异质性影响。

衍生相关工作

围绕该数据集已衍生出若干颇具影响力的研究路径与工具化成果。在方法论层面，它被用于验证针对非平稳面板数据的稳健性估计技术，如考虑异质性趋势的共同相关效应估计量，以及处理缺失观测的多重插补方案。在应用研究中，有工作基于此构建了欧洲工作强度指数，综合考量工时与行业疲劳风险因素，为职业安全健康政策提供量化评估。另有一些开源项目将其与宏观经济数据库（如欧盟统计局的结构性商业统计）关联，开发了交互式可视化仪表板，实现劳动力市场指标的多维联动探索。这些衍生产品进一步放大了原始数据的学术与实践价值。

数据集最近研究

最新研究方向

该数据集为欧洲劳动力市场研究提供了跨越数十年的精细粒度工时观测值，当前的前沿研究方向聚焦于利用时间序列分析与回归建模，深入探析不同性别、年龄段及合同类型雇员实际周工时的动态演变规律及其驱动因素。结合欧洲各国近期围绕“四天工作制”试点、远程办公常态化及劳动力结构性短缺等热点事件，研究者得以通过这一高质量、多维度面板数据，量化政策干预与非正规就业形态对劳动供给的异质性影响。作为国际劳工组织标准化统计体系的重要延伸，该数据集不仅为跨国家、跨时期的比较研究奠定了坚实基础，更在评估可持续发展目标中体面工作的实现进程、推动基于证据的劳动力市场政策设计方面发挥着不可替代的枢纽作用。