electricsheepeurope/europe-ilo-how-xees-age-ec2-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计数据，专注于工作时间主题。具体指标为按年龄和经济活动（ISIC 2级分类）划分的雇员平均每周实际工作时间。数据集涵盖了14个欧洲国家从1993年到2025年的60,049个观测值，数据以年度频率提供。它包含了国家代码、国家名称、数据来源、指标代码、分类变量（如年龄组、经济活动）、观测年份、观测值以及数据状态标志等信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistical data sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on the topic of working hours. The specific indicator is the average weekly actual working hours of employees, disaggregated by age group and economic activity (ISIC Level 2 classification). The dataset covers 60,049 observations from 14 European countries spanning the period from 1993 to 2025, with data provided at annual frequency. It includes information such as country code, country name, data source, indicator code, categorical variables (e.g., age group, economic activity), observation year, observed values, and data status flags. This dataset is suitable for tasks including tabular classification, regression, and time series forecasting.

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REST API从指定指标端点系统性地抓取原始数据，并基于欧洲ISO3国家代码进行地理范围过滤。ILOSTAT本身依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查的微观数据进行标准化处理，保证了跨国的可比性。数据集由Electric Sheep Europe进行重新封装，最终整合为包含60,049条观测记录的表格形式，涵盖14个欧洲国家从1993年至2025年的年度数据。

特点

数据集聚焦于“按年龄和经济活动（ISIC二级分类）划分的雇员平均实际每周工作小时数”这单一核心指标，结构清晰。其独特之处在于包含丰富的分类变量，如年龄组、经济活动类型及数据来源标识，并通过`obs_status`、`note_indicator`等字段记录数据质量标记（如预估性或序列中断），便于用户追溯数据可靠性。所有观测值均为年频，并使用ILO官方选择的“最佳来源”，确保了数据的一致性与权威性。

使用方法

用户可通过HuggingFace的`datasets`库直接调用`load_dataset()`函数将数据加载为Pandas DataFrame进行探索。典型用法包括使用`ref_area`字段按国家筛选进行国别分析，或针对特定指标按时间序列排序以观察趋势变化。此外，利用`pivot_table`方法可将数据重塑为以年份为行、国家代码为列的矩阵形式，便于进行面板数据分析或跨国家比较。数据采用CC-BY-4.0许可，使用时需同时引用ILO原始来源和Electric Sheep Europe的封装版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门创建，经Electric Sheep Europe于2025年重新打包并发布于HuggingFace平台，旨在提供欧洲14国1993至2025年间按年龄和经济活动分类的雇员平均每周实际工作小时数（ISIC二级分类）。作为ILOSTAT数据库的核心指标之一，该数据源自各国劳动力调查、家庭收支调查及行政记录，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理，服务于劳动经济学、人口统计学及社会政策研究。其发布填补了欧洲区域工作强度时序数据的可获取性空白，为跨国比较、劳动力市场动态分析及可持续发展目标（SDG）体面工作指标的监测提供了关键支撑。

当前挑战

该数据集面临的挑战主要集中在跨国家与跨时段的数据可比性与数据质量两大维度。首先，不同国家在调查方法、问卷设计及抽样框架上存在显著差异，例如部分观测值被标注为‘不可靠’或因方法论修订导致序列断裂，使得同一经济活动中不同年龄组数据的直接比较面临系统误差风险。其次，数据整合过程中需应对ILOSTAT多源数据选择的复杂性——同一国家同一年份拥有多个来源时，需依据ILO选定的‘最佳来源’进行取舍，而该优选标准并不完全透明。此外，数据频率限制为年度值，未能涵盖季度或月度波动，且拆分维度（如性别、教育水平）仅当指标支持时才为非空，限制了多维度交叉分析的深度。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉研究中，该数据集因其对欧洲14国、横跨1993至2025年、按年龄与经济活动双重维度细分的周实际工作时长记录，成为分析劳动力市场结构性变迁的基石。研究者常利用其进行跨国面板回归，以揭示技术进步、全球化或制度变革对特定年龄段（如青年与成年劳动力）及特定产业（基于ISIC二级分类）工作时长的异质性影响。

解决学术问题

该数据集精准解决了欧洲多国劳动供给行为比较研究中长期存在的数据碎片化与分类标准不统一问题。通过ILOSTAT基于ICLS定义进行的微数据整合与规范化处理，学者得以跨越国界与时间鸿沟，系统性地检验年龄结构变化、行业间生产率差异对工作时长分布的影响，进而深化对工作时间制度收敛性与劳动力市场灵活性的理论认知。

衍生相关工作

该数据集衍生了基于时序预测的经典工作，如利用长短期记忆网络或Prophet模型对特定国家与产业组合的未来平均工时进行滚动预测。同时，有学者通过将其与欧洲联盟统计局的收入或GDP数据拼接，构建了综合性的劳动生产率联立方程模型。此外，围绕“工时-就业”权衡的菲利普斯曲线研究也常见该数据集的身影，用以反驳或证实后疫情时代欧洲劳动力市场的韧性论调。