electricsheepeurope/europe-ilo-how-temp-sex-est-mts-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲国家工作时间统计数据，具体指标为‘按性别、企业规模和婚姻状况统计的就业人员平均每周实际工作时间’。数据集涵盖9个欧洲国家（阿尔巴尼亚、奥地利、波斯尼亚和黑塞哥维那、捷克、希腊、北马其顿、摩尔多瓦、塞尔维亚、斯洛伐克），时间跨度为1992年至2025年，共包含42,884个观测值。数据通过ILOSTAT REST API获取，并经过 harmonisation 处理以确保国际可比性。数据集结构包括国家代码、数据来源、指标代码、性别分类（总计、男性、女性）、企业规模分类、婚姻状况分类、观测年份、观测值（平均每周工作时间，单位为小时）以及数据状态标志等字段。数据频率为年度，适用于表格分类、回归和时间序列预测等任务。license: 知识共享署名4.0（cc-by-4.0） language: - 英语（en） task_categories: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） multilinguality: 单语言（monolingual） size_categories: - 10K<n<100K tags: - 表格数据（tabular） - 欧洲（europe） - ILOSTAT - 工作时长（hours-of-work） - 国际劳工组织（ilo） - 劳工（labour） - 就业（employment） pretty_name: "按性别、企业规模与婚姻状况分的欧洲就业人员周均实际工作时长（ILOSTAT）" --- # 按性别、企业规模与婚姻状况分的欧洲就业人员周均实际工作时长（ILOSTAT） 🇪🇺 **42,884 条观测数据** · **9个欧洲国家** · **1992–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 简短摘要（TL;DR） 本数据集包含**42,884条观测数据**，涵盖**9个欧洲国家**的**工作时长（Hours of work）**数据，时间跨度为**1992–2025年**，仅包含**1项独立指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录的指标覆盖就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（Sustainable Development Goals, SDG）体面工作目标等领域，数据来源于全国劳动力调查、家庭收入调查、企业调查与行政记录。该数据库覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **原始数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=HOW_TEMP_SEX_EST_MTS_NB) - **发布方**：国际劳工组织（ILO） - **许可协议**：[知识共享署名4.0（cc-by-4.0）](https://creativecommons.org/licenses/by/4.0/) - **主题**：工作时长 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=HOW_TEMP_SEX_EST_MTS_NB`拉取原始数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家编码数据。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化整合；数据来源信息将在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 9个欧洲国家，以下按数据行数排序展示前几行示例： | 国家 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MDA` | 7,678 | 2003 | 2025 | | `MKD` | 6,292 | 2007 | 2025 | | `CZE` | 6,229 | 1998 | 2020 | | `AUT` | 5,808 | 2004 | 2025 | | `BIH` | 5,364 | 2001 | 2020 | | `ALB` | 4,670 | 2007 | 2024 | | `SRB` | 4,336 | 2007 | 2020 | | `SVK` | 2,003 | 2001 | 2020 | | `GRC` | 504 | 1992 | 2005 | ## 指标示例 - `HOW_TEMP_SEX_EST_MTS_NB` — 按性别、企业规模与婚姻状况分的就业人员周均实际工作时长 ## 数据架构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `ALB` | | `ref_area.label` | `string` | 英文国家名称 | `阿尔巴尼亚（Albania）` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查（Labour Force Survey, LFS）） | `BA:480` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `HOW_TEMP_SEX_EST_MTS_NB` | | `indicator.label` | `string` | 英文指标名称 | `Mean weekly hours actually worked per…` | | `sex` | `string` | 性别分组维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 分组维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `EST_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 分类变量说明 | `企业规模（总计）` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 分类变量说明 | `婚姻状况（总计）` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `41.33` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | 状态标记说明 | `不可靠` | | `note_indicator` | `string` | 指标备注代码 | `T11:142` | | `note_indicator.label` | `string` | 备注说明 | `工作覆盖范围：当前从事的主要工作` | | `note_source` | `string` | 数据源备注代码 | `R1:3513` | | `note_source.label` | `string` | 备注说明 | `存储库：ILO统计司 - 微观数据…` | ## 分组维度 以下字段提供数据分组维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集采用年度频率数据，部分指标同时发布月度或季度序列，但本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 分组字段（`sex`、`classif1`、`classif2`）仅在指标支持对应分组时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-how-temp-sex-est-mts-nb-mean-weekly-hours-actually-worked-per-employed-per") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "HOW_TEMP_SEX_EST_MTS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="HOW_TEMP_SEX_EST_MTS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "HOW_TEMP_SEX_EST_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_how_temp_sex_est_mts_nb_mean_weekly_hours_actually_worked_per_employed_per_2025, title = {Mean weekly hours actually worked per employed person by sex, establishment size and marit | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=HOW_TEMP_SEX_EST_MTS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-how-temp-sex-est-mts-nb-mean-weekly-hours-actually-worked-per-employed-per}} } ## 许可协议 本数据集采用[知识共享署名4.0（cc-by-4.0）](https://creativecommons.org/licenses/by/4.0/)许可协议发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的一部分，该项目旨在构建面向欧洲地区的统一、可直接用于机器学习的数据集层，托管于HuggingFace平台。我们从权威开源数据源拉取数据，对数据架构进行标准化处理，以Parquet格式打包，并发布为格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026年5月27日通过Electric Sheep数据管道完成数据摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=HOW_TEMP_SEX_EST_MTS_NB_

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）旗下的权威劳动统计数据库ILOSTAT，经由Electric Sheep Europe重新整理封装后发布。原始数据直接通过ILOSTAT REST API接口获取，并依据ICLS（国际劳动统计学家会议）定义的标准进行统一化处理。在数据采集过程中，仅保留欧洲ISO3国家代码对应的观测值，各数据来源在source.label字段中予以标注以确保可追溯性。最终形成包含42,884条观测、横跨9个欧洲国家、时间跨度从1992年至2025年的结构化表格数据。

特点

本数据集聚焦于“按性别、企业规模及婚姻状况划分的受雇者每周平均实际工作小时数”这一单一核心指标，提供了高度精细化的分类维度。数据经ILO筛选后采用其认定的“最佳来源”，并保留了sex、classif1和classif2等分类字段，可分别按性别、企业规模及婚姻状况进行子组分析。数据集涵盖了从阿尔巴尼亚到希腊等9个欧洲国家的年度时间序列，观测值类型明确标注了状态标志（如U表示不可靠），为用户进行数据质量评估提供了坚实基础。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，只需一行代码`load_dataset("electricsheepeurope/europe-ilo-how-temp-sex-est-mts-nb-mean-weekly-hours-actually-worked-per-employed-per")`即可获取训练集。加载后的数据可转换为Pandas DataFrame进行分析，支持按国家代码（如DEU）筛选特定国家数据，或按时间排序绘制核心指标的时间序列图。此外，利用pivot_table方法可将数据重构为国家×年份的观测矩阵，便于进行跨国的横向比较与面板数据分析。

背景与挑战

背景概述

劳动工时数据是衡量劳动力市场效率、工作条件及经济产出的核心指标之一，对于制定劳动政策、评估社会福祉具有重要意义。该数据集由国际劳工组织（ILO）统计部门通过其旗舰数据库ILOSTAT发布，由Electric Sheep Europe于2025年重新整理并托管于HuggingFace平台。核心研究问题聚焦于欧洲地区受雇人员按性别、企业规模和婚姻状况划分的周均实际工时分布。数据集覆盖9个欧洲国家，包含42,884条观测值，时间跨度从1992年至2025年，为跨国劳动经济学研究、性别平等分析及劳动力市场动态监测提供了标准化、可复用的结构化数据资源。其发布显著降低了个体研究者获取权威劳动统计数据的门槛，推动了欧洲劳动市场的比较研究与实证分析。

当前挑战

该数据集所解决的领域问题在于，劳动工时数据常因统计口径不一、来源分散而难以跨国整合，研究者难以获得按性别、企业规模等维度精细分解的长时间序列数据。构建过程中面临的主要挑战包括：跨国数据源存在调查方法差异（如劳动力调查与行政记录），ILO通过ICLS定义进行了跨源校准，但部分观测值仍被标记为不可靠；数据覆盖范围不均衡，如希腊仅含1992至2005年的504条记录，而摩尔多瓦则涵盖2003至2025年的7,678条样本；此外，数据为年度频率，季度与月度序列未被纳入，限制了高频波动分析；分类维度中部分年份存在缺失，导致纵向比较时需处理稀疏矩阵问题。

常用场景

经典使用场景

该数据集收录了1992年至2025年间9个欧洲国家按性别、企业规模及婚姻状况划分的就业者周均实际工作小时数，共计42,884条观测记录。其经典使用场景集中于劳动经济学领域的跨国家、跨时期比较研究。研究者常利用该数据构建面板数据模型，分析欧洲各国工作时间的长期演变趋势，或探究性别差异在工作时长中的表现特征。数据集的年度频率和标准化分类体系，使得从宏观层面刻画劳动力市场的时间配置格局成为可能。

解决学术问题

在学术研究中，该数据集有效回应了关于工作时间决定因素与效应的关键议题。它解决了因跨国数据不统一而难以进行横向比较的难题，为验证工作时间与性别平等、企业规模及婚姻状况之间的关联提供了可靠支撑。借助该数据，学者能够检验不同制度环境下工作时间的收敛或分化现象，并评估经济周期、社会政策对劳动供给波动的影响，从而深化对欧洲劳动力市场运行机制的理解。

衍生相关工作

围绕该数据集衍生了一系列经典工作，包括基于其构建的欧洲工作时间预测模型与劳动供给弹性估计研究。国际劳工组织（ILO）自身即以其为基础发布全球劳动统计年鉴，而后续学者利用其开创了多种处理分类变量的泛化线性模型，用于推断性别和企业规模对工作时间的混合效应。此外，该数据还催生了多位研究者将之与国民经济核算数据融合，分析工时变化对生产率增长贡献的量化研究范式。