electricsheepeurope/europe-ilo-how-pube-sex-nb-mean-weekly-hours-actually-worked-per-employee-in

该数据集包含欧洲公共部门员工平均每周实际工作小时数的统计数据，来源于国际劳工组织（ILO）的ILOSTAT数据库。数据涵盖13个欧洲国家（包括阿尔巴尼亚、奥地利、波斯尼亚和黑塞哥维那、法国、希腊、马其顿、摩尔多瓦、黑山、塞尔维亚、斯洛伐克、西班牙、瑞士和英国），时间跨度为1987年至2025年，共846个观测值。核心指标为“HOW_PUBE_SEX_NB”，表示公共部门员工平均每周实际工作小时数，数据按性别（总计、男性、女性）进行细分。数据集通过ILOSTAT REST API获取，并经过标准化处理，包含国家代码、年份、观测值、数据来源、状态标志等列。数据为年度频率，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，以Parquet格式发布，便于机器学习使用，遵循CC-BY-4.0许可。--- license: CC BY 4.0（知识共享署名4.0许可） language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 样本量少于1000条 tags: - 表格数据 - 欧洲 - ILOSTAT（国际劳工组织统计数据库） - 公共部门劳动者 - ILO（国际劳工组织） - 劳动 - 就业 pretty_name: "欧洲公共部门雇员实际周平均工作时长 | 欧洲（ILOSTAT）" --- # 欧洲公共部门雇员实际周平均工作时长 | 国际劳工组织统计数据库（ILOSTAT） 🇪🇺 **846条观测值** · **13个欧洲国家** · **1987–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新封装发布*      ## 核心摘要 本数据集包含覆盖**13个欧洲国家**的**公共部门劳动者**相关数据，共**846条观测值**，时间跨度为**1987–2025年**，涵盖**1项独立指标**。 ## 数据来源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳动统计权威数据源。其收录指标涵盖就业、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体面工作相关目标——数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录，覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **原始数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=HOW_PUBE_SEX_NB) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可协议**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题范畴**：公共部门劳动者 ## 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_PUBE_SEX_NB`拉取原始数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码对应的记录。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协调；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 本数据集覆盖13个欧洲国家，以下按数据行数降序排列展示部分记录： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `GRC` | 102 | 1987 | 2020 | | `CHE` | 90 | 1996 | 2025 | | `ESP` | 78 | 2000 | 2025 | | `MDA` | 78 | 2000 | 2025 | | `AUT` | 66 | 2004 | 2025 | | `GBR` | 63 | 2005 | 2025 | | `BIH` | 60 | 2001 | 2024 | | `MKD` | 60 | 2006 | 2025 | | `FRA` | 60 | 2005 | 2024 | | `ALB` | 57 | 2002 | 2024 | | `SVK` | 54 | 2006 | 2023 | | `SRB` | 42 | 2007 | 2020 | | `MNE` | 36 | 2011 | 2024 | ## 指标说明（示例） - `HOW_PUBE_SEX_NB` — 公共部门雇员实际周平均工作时长 ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `ALB` | | `ref_area.label` | `string` | 英文国家名称 | `Albania` | | `source` | `string` | ILOSTAT来源代码（如劳动力调查） | `BA:480` | | `source.label` | `string` | 英文来源名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT指标代码 | `HOW_PUBE_SEX_NB` | | `indicator.label` | `string` | 英文指标名称 | `Mean weekly hours actually worked per…` | | `sex` | `string` | 按性别拆分（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位随指标变化，请参阅指标定义） | `39.09` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `B` | | `obs_status.label` | `string` | — | `Break in series` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 数据拆分维度 以下字段提供数据拆分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。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来源时，将采用国际劳工组织选定的“最优来源”数据。 - 拆分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应拆分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-how-pube-sex-nb-mean-weekly-hours-actually-worked-per-employee-in") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python germany = df[df["ref_area"] == "DEU"] ### 生成单个指标的时间序列数据 python sample = (df[df["indicator"] == "HOW_PUBE_SEX_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="HOW_PUBE_SEX_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "HOW_PUBE_SEX_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_how_pube_sex_nb_mean_weekly_hours_actually_worked_per_employee_in_2025, title = {Mean weekly hours actually worked per employee in the public sector | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=HOW_PUBE_SEX_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-how-pube-sex-nb-mean-weekly-hours-actually-worked-per-employee-in}} } ## 许可协议 本数据集采用[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（International Labour Organization, 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的重新封装版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分：该项目旨在为HuggingFace平台上的欧洲数据提供统一的、可直接用于机器学习的标准化数据层。我们从权威开源数据源拉取数据，对数据 schema 进行标准化，封装为Parquet格式，并发布格式统一的数据集卡片，以便研究人员与开发者仅需使用`load_dataset()`即可在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026-05-28通过Electric Sheep数据管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=HOW_PUBE_SEX_NB_

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）下属的ILOSTAT中央统计数据库，通过其REST API直接提取公共部门雇员平均每周实际工作小时数（指标代码HOW_PUBE_SEX_NB）的观测值。数据采集后，依据欧洲ISO3国家代码进行过滤筛选，最终整合了13个欧洲国家自1987年至2025年间的年度数据。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行统一协调，并在数据集的source.label列中标注了各观测值的数据来源，以确保可追溯性。整个数据集共包含846条记录，由Electric Sheep Europe团队进行重新封装与发布。

使用方法

研究者可通过HuggingFace Datasets库的load_dataset函数便捷加载该数据集，并将其转换为Pandas DataFrame格式进行进一步分析。典型应用包括：按国家代码筛选特定国家的年度数据，以分析其公共部门劳动时间的演变趋势；对特定指标按时间排序，绘制时间序列图以观察总体变化；或利用pivot_table方法将数据重塑为国家×年份的矩阵形式，便于进行跨国比较。数据集中的性别分类字段支持按性别维度进行分解分析，而观测状态与备注字段则有助于在建模时识别和处理数据质量问题。

背景与挑战

背景概述

在劳动经济学与公共政策研究领域，准确量化公共部门雇员的劳动投入是评估劳动力市场运行效率与社会福利水平的关键。由国际劳工组织（ILO）统计司创建并维护的ILOSTAT数据库，作为全球劳动统计的权威来源，汇集了涵盖200多个经济体的就业、工资、工时等核心指标。在此框架下，由Electric Sheep Europe于2025年重新打包发布的europe-ilo-how-pube-sex-nb-mean-weekly-hours-actually-worked-per-employee-in数据集，聚焦欧洲13个国家公共部门雇员在1987至2025年间实际周均工作时间的846条观测记录。该数据集通过标准化接口提取ILOSTAT的官方数据，并按照性别维度进行细分，为跨国比较公共部门劳动强度、分析长期工时演变趋势以及评估性别差异对劳动力表现的影响提供了结构化的时序数据基础，填补了公共部门微观劳动统计在机器学习应用场景中的转化空白。

当前挑战

该数据集所应对的核心领域挑战在于，公共部门雇员工时数据往往散见于各国不同的调查体系与统计口径中，缺乏统一、可机器学习的结构化时序数据集来支撑区域性的回归分析与预测建模。国际劳动组织虽提供了权威的原始数据，但原始API返回的内容包含复杂的分组标志、断点注释与多源标识，研究者需耗费大量精力进行清洗与对齐。构建过程中，Electric Sheep Europe面临的关键难题包括：整合来自13个国家、跨越逾38年的年度数据，需处理因调查方法修订导致的序列断点（如GRC和SRB的obs_status标注为'Break in series'）；协调不同国家采用的劳动调查类型差异（如LFS与行政记录），并在保留原始溯源标签（source.label）的前提下实现模式统一；同时确保性别维度（SEX_T、SEX_M、SEX_F）的完备性与一致性，最终将842行稀疏数据转换为可直接用于时间序列预测与表格分类任务的Parquet格式，极大降低了跨域劳动研究的入门门槛。

常用场景

经典使用场景

该数据集收录了1987年至2025年间13个欧洲国家公共部门雇员的周均实际工时数据，共计846条观测记录。其核心应用场景涵盖两大方向：其一，作为时间序列分析的输入素材，研究者可借此追踪各国公共部门劳动强度的长期演变轨迹，揭示经济周期、政策调整与公共部门劳动力供给之间的动态关联；其二，该数据支持按性别进行分层分析，SEX_T、SEX_M、SEX_F三类划分使研究者能够观察公共部门内部男生与女性在劳动供给行为上的差异性变迁，为劳动经济学中的性别研究提供了宝贵实证基础。

解决学术问题

在劳动经济与公共管理学领域，该数据集精准回应了两个长期困扰学界的学术问题。首先是如何精准衡量公共部门这一特殊群体的劳动供给特征——不同于私营部门受市场机制直接调节，公共部门的工作时长往往与财政政策、行政效率乃至政治周期深度耦合，该数据为此类变量提供了可量化的观测窗口。其次，该数据有效弥补了跨国比较研究中常见的口径不一致缺陷，依托ILOSTAT统一框架下ILO的ICs标准进行数据协调，使得不同国家间公共部门劳动强度的可比性显著提升，为构建更稳健的面板计量模型创造了前提。

实际应用

在实际应用层面，该数据集为政策制定者与国际组织提供了量化决策辅助工具。各国劳动部门可基于历年工时变化趋势，评估公共部门雇员的工作负荷是否处于合理区间，进而调整人员编制、福利待遇或劳动法规。欧盟委员会及区域协调机构可利用此数据监测成员国之间在公共部门劳动条件上的趋同或分异程度，为‘欧洲社会权利支柱’相关政策的实施效果提供数据佐证。此外，该数据集还可供工会组织进行劳资谈判时引用，作为公共部门工作强度与薪酬水平合理性的客观论据。

数据集最近研究

最新研究方向

当前，该数据集在欧洲公共部门劳动力市场的研究中扮演着关键角色，尤其聚焦于工作时间的长期趋势与跨国比较。结合近年来后疫情时代工作模式的深刻变革，以及各国政府推进公共部门效率与福祉平衡的政策热点，研究者正利用这846条覆盖1987至2025年、横跨13国的观测数据，深入探究公共雇员实际工作周时的演变规律。该数据集源于国际劳工组织ILOSTAT权威统计，其将微观调查数据与标准化定义相融合的特性，为评估工时缩减政策、灵活工作制对公共部门生产率的影响提供了可靠基石。在性别维度（SEX_T、SEX_M、SEX_F）的精细拆分下，学者得以剖析不同性别群体的工时差异，回应性别平等与劳动市场的交叉议题。伴随欧洲多国关于缩短法定工作周的讨论升温，该数据集已成为支撑实证分析、驱动政策模拟的前沿资源，其开放许可（CC-BY-4.0）更促进了跨学科研究的透明与可复现性。