electricsheepeurope/europe-ilo-how-xees-age-oc2-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，主题为工作时间。具体而言，它提供了按年龄和职业（ISCO 2级）划分的雇员实际平均每周工作时间指标（HOW_XEES_AGE_OC2_NB）的数据。数据集涵盖37个欧洲国家，时间跨度为1992年至2025年，包含97,904个观察值。数据通过ILOSTAT REST API获取，并经过处理以覆盖欧洲国家，采用国际劳工统计学家会议（ICLS）的定义进行标准化。数据集包括国家代码、国家名称、数据来源、指标代码、分类变量（如年龄和职业）、观察年份、观察值、观察状态等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistical data from the International Labour Organization (ILO) ILOSTAT database on the topic of Hours of work. Specifically, it provides data for the indicator Mean weekly hours actually worked per employee by age and occupation - ISCO level 2 (HOW_XEES_AGE_OC2_NB). The dataset covers 37 European countries from 1992 to 2025, with 97,904 observations. Data is sourced directly from the ILOSTAT REST API, filtered for European ISO3 country codes, and harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes columns such as country code, country name, data source, indicator code, classification variables (e.g., age and occupation), observation year, observed value, and observation status, making it suitable for tabular classification, regression, and time-series forecasting tasks.

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统计数据库，通过REST API接口直接获取指标代码为HOW_XEES_AGE_OC2_NB的原始数据，随后依据欧洲ISO3国家代码进行地理范围筛选。ILOSTAT平台采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行统一协调处理，最终整合为涵盖37个欧洲国家、时间跨度从1992年至2025年的结构化面板数据。数据集的每一观测值均附有来源标签，以保障数据溯源的可追溯性。

特点

本数据集包含97,904条观测记录，聚焦于'按年龄和职业（ISCO-08二级分类）划分的雇员每周实际平均工作小时数'这一单一核心指标，提供高细粒度的劳动时间分解。其独特价值在于融合了年龄分层与职业分类的交叉维度，使得研究者能够同时考察人口结构变迁与职业特征对工作时长的交互影响。数据年度频率覆盖长达34年，为纵向时间序列分析提供了丰富的时序深度。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，返回的DataFrame中包含ref_area（国家代码）、time（年份）、obs_value（观测值）等关键字段。典型用法包括按国家代码过滤以聚焦特定区域分析，或按指标排序后利用obs_value进行时间序列可视化。数据还支持通过pivot_table构建国家×年份的矩阵格式，便于开展跨国的面板数据分析与比较研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年构建，经Electric Sheep Europe重新打包后发布，聚焦于欧洲37个国家1992年至2025年间按年龄和职业（ISCO二级分类）划分的雇员平均每周实际工作小时数。作为ILOSTAT数据库的核心组成部分，该数据集旨在填补区域劳动力市场中精细化工作时间分布的研究空白，为劳动经济学、人口老龄化与职业结构变迁等议题提供高粒度时序数据支持。其影响力体现在：通过跨30余年的面板数据，研究者得以系统评估欧洲各国劳动政策的长期效力，并揭示年龄与职业双重维度下工时模式的演化规律，为国际劳工标准制定及区域就业战略优化奠定数据基石。

当前挑战

该数据集所解决的领域挑战在于：传统工时统计通常仅提供国家或行业层面的均值，无法捕捉年龄群体与职业类别间的异质性，而欧洲各国在人口老龄化、灵活就业形态扩展的背景下，迫切需要刻画高频工时波动的精细结构。构建过程中面临三重核心难题：一是多国调查数据源（如劳动力调查、行政记录）的采集标准与定义差异，需依赖ILO的ICLS框架进行艰难协调；二是跨30余年的长时序中，部分国家存在方法论修订（如断点序列），导致数据连贯性受损；三是按年龄-职业交叉分类后，样本稀疏性加剧，一些细分群体的统计可靠性需通过标志位（如'不可靠'标签）进行审慎标识。

常用场景

经典使用场景

在劳动经济学与社会政策研究领域，该数据集作为欧洲各国按年龄与职业细分的周均实际工时面板数据，其经典使用场景集中于跨国家、跨时期的劳动力供给行为比较分析。研究者可利用37个欧洲国家自1992年至2025年的连续观测值，探究不同年龄段劳动者在ISCO二级职业分类下的工时演化规律，尤其适用于分析人口老龄化对劳动参与强度的异质性影响，以及职业结构变迁如何重塑工作时间分布格局。

解决学术问题

该数据集核心破解了欧洲层面高颗粒度工时数据长期缺失的困境，使学者得以系统性地回答两个关键学术问题：其一，劳动者年龄与职业属性如何共同调节其实际工作时间，从而揭示劳动力市场中的代际分工与职业隔离机制；其二，在宏观经济波动与制度变革背景下，欧洲各国平均工时的收敛或分化趋势是否具有统计显著性。其意义在于为检验效率工资理论、人力资本投资假说以及劳动-闲暇权衡模型提供了跨国的实证基础，推动了劳动经济学与人口经济学的交叉研究。

衍生相关工作

该数据集衍生出的经典工作主要围绕劳动力市场预测模型与面板计量方法的创新。研究者依托其多维度分类结构，构建了结合年龄-职业交互效应的动态随机一般均衡模型，用于模拟欧洲各国工时趋势的未来路径。此外，基于该数据开发的聚类分析框架已被后续研究用于识别欧洲劳动力市场的区域工时集群模式，而利用其长时间跨度特征进行的结构断点检验，则催生了一系列关于劳动制度变迁冲击的因果推断方法改进，丰富了面板数据经济学的方法论工具箱。