electricsheepasia/asia-ilo-how-uees-sex-nb-mean-weekly-hours-usually-worked-per-employee-by-s

该数据集包含亚洲35个国家从1999年至2024年的717条观测数据，核心指标为按性别划分的员工平均每周通常工作小时数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，以表格形式呈现，包括国家代码、年份、性别分类（总计、男性、女性）、观测值等列。数据集适用于表格分类、回归和时间序列预测任务，覆盖亚洲地区，语言为英语，数据规模小于1K，采用CC-BY-4.0许可证。This dataset contains 717 observational records spanning from 1999 to 2024 across 35 Asian countries, with its core metric being the average weekly usual working hours of employees categorized by gender. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API, standardized, and presented in tabular format with columns including country code, year, gender category (total, male, female), observed values, and others. This dataset is applicable to tasks such as tabular classification, regression and time series forecasting, covers the Asian region, uses English, has a size of less than 1K, 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）旗下的ILOSTAT核心统计数据库，通过调用其REST API接口直接获取原始数据，并依据亚洲地区ISO3国家代码进行地理维度筛选。ILOSTAT对各国劳动力调查、家庭收入调查及行政记录等原始调查微观数据，采用国际劳工统计学家会议（ICLS）的统一定义进行标准化处理，确保了跨国家与跨时间维度的数据可比性。数据集还保留了数据来源标识（source.label），以保障数据溯源与质量透明的完整性。

特点

本数据集汇集了1999年至2024年间亚洲35个国家的717条观测记录，聚焦于“按性别划分的雇员每周平均实际工作小时数”这一核心指标（HOW_UEES_SEX_NB）。数据颗粒度精细，提供按性别（男性、女性、合计）的细分维度，覆盖塞浦路斯、土耳其、伊朗等国家长达数十年的年度序列。数据以Parquet格式封装，兼具高效存储与快速加载特性，并遵循CC-BY 4.0许可协议，便于学术界与产业界自由使用。

使用方法

研究者可通过HuggingFace Datasets库的load_dataset()函数一行代码加载数据，并转换为Pandas DataFrame进行深入分析。以特定国家（如印度尼西亚）为筛选项，可利用ref_area字段索引定位；针对时间序列分析，可依据indicator字段筛选指标后按time列排序绘制趋势图。进一步，运用pivot_table方法能够轻松构建以年份为行、国家为列的观测值矩阵，为跨国的横向与纵向比较提供便捷途径。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司基于ILOSTAT数据库构建，并由Electric Sheep Asia于2024年重新封装发布，聚焦亚洲地区雇员平均每周实际工时这一关键劳动统计指标。研究覆盖35个亚洲国家，时间跨度从1999年至2024年，包含717条观测记录，并按性别进行分解，为区域劳动经济学、性别平等研究及劳动力市场动态分析提供了标准化、可复用的数据基础。作为ILO核心劳动统计数据的亚洲子集，该数据集在评估可持续发展目标（SDGs）体面工作指标、比较不同国家工时模式以及探究工作时间与生产效率关系等方面具有重要学术价值与应用潜力。

当前挑战

该领域面临的核心挑战在于跨国家、跨时段的工时数据可比性与一致性问题。不同国家采用差异化的统计来源（如劳动力调查、行政记录），调查方法、样本设计与工时定义依据ICLS标准进行协调，但数据标识符（如obs_status）中反映了序列断裂与方法修订，增加了时间序列分析的复杂性。此外，数据集仅包含年度频率观测，缺乏细粒度月度或季度信息，削弱了对短期波动与季节性模式的捕捉能力。数据覆盖也存在明显缺口，部分国家数据稀疏，限制了跨国面板回归与因果推断的统计效力。

常用场景

经典使用场景

在劳动经济学与区域发展研究领域，该数据集作为亚洲地区劳动者平均每周工作时长的权威面板数据，被广泛用于跨国比较分析。研究者可借助其涵盖35个亚洲国家、横跨1999至2024年的年度观测值，结合性别维度（总休、男性、女性）对劳动强度进行分群刻画。典型的学术应用包括构建线性或非线性回归模型，以检验经济增长、产业结构变迁与工作时长之间的动态关联，也为时间序列预测方法提供了标准化的基准数据集。

衍生相关工作

基于该数据集的标准化特性，已衍生出多个配套工具与二次研究资源。例如，将其与ILOSTAT其他指标（如工资水平、非正规就业比例）联立后可构建亚洲劳动市场多维评估框架；数据仓库化的Parquet格式与HuggingFace API集成，使得机器学习领域的迁移学习、异常检测模型能够直接调用，催生了自动预测国家间工作时长收敛性的系列工作。此外，其时间跨度与空间覆盖率支持了关于亚洲劳动标准趋同的计量经济学复现与扩展分析。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区雇员平均每周工作时长的性别差异，为劳动经济学中的性别平等、工作强度与时间分配研究提供了关键的时间序列数据。基于ILOSTAT官方统计，数据集覆盖1999至2024年间35个亚洲国家的717条观测记录，能够支撑跨国家、跨时段的面板分析。近年来，国际劳工组织及学术界正借助此类精细化数据追踪疫情后劳动力市场的恢复轨迹，特别是女性非全职就业比例的波动与工时缩减的性别化效应。同时，该数据集与联合国可持续发展目标中关于体面劳动与经济增长的议题紧密关联，成为检验亚洲各国工时政策成效、分析劳动权益立法变迁以及揭示自动化与技术变革对非正规就业影响的量化基石。其开源许可与标准化数据结构亦推动了可重复性研究在区域劳动统计领域的普及。