electricsheepasia/asia-ilo-how-xees-sex-ocu-est-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。具体指标为按性别、职业和企业规模划分的员工实际平均每周工作小时数（指标代码：HOW_XEES_SEX_OCU_EST_NB）。数据集覆盖24个亚洲国家，时间跨度为2000年至2025年，共包含35,372个观测值。数据通过ILOSTAT REST API获取，并过滤为亚洲国家代码，ILOSTAT使用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调。数据集包含多个列，如国家代码、国家名称、数据来源、指标、性别分类、职业分类、企业规模分类、观察年份、观测值、观测状态等，提供了详细的分类维度。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源。数据集由Electric Sheep Asia重新打包，旨在为亚洲提供统一的、机器学习就绪的数据层。This dataset contains statistical data from the International Labour Organization (ILO) ILOSTAT database on the topic of Hours of work. The specific indicator is Mean weekly hours actually worked per employee by sex, occupation and establishment size (indicator code: HOW_XEES_SEX_OCU_EST_NB). The dataset covers 24 Asia countries from 2000 to 2025, with a total of 35,372 observations. Data is pulled directly from the ILOSTAT REST API and filtered to Asia ISO3 country codes; ILOSTAT harmonises raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes multiple columns such as country code, country name, data source, indicator, sex disaggregation, occupation classification, establishment size classification, observation year, observed value, observation status, etc., providing detailed disaggregation dimensions. Data is published at annual frequency and includes data quality caveats, such as the use of ILO-selected best source. The dataset is repackaged by Electric Sheep Asia as part of a unified, ML-ready data layer for Asia.

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数据库，聚焦于亚洲地区各行业雇员平均每周实际工作小时数，并按性别、职业和机构规模进行精细划分。数据通过ILOSTAT REST API直接抽取，过滤出24个亚洲国家（以ISO 3166-1 alpha-3代码标识）的观测记录，涵盖2000年至2025年间共计35,372条样本。ILO依据国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，并在数据集中保留来源标记列以便溯源。所有数据以Parquet格式封装，由Electric Sheep Asia进行二次整合，确保学术研究者可通过简单的`load_dataset()`接口快速调用。

特点

本数据集的核心特点在于其高度结构化的多维分类体系，包含性别（总、男、女）、职业技能等级、机构规模等细分维度，能够支持从宏观时间序列到细粒度群体比较的多元分析。数据覆盖土耳其、伊朗、泰国等24个亚洲经济体，时间跨度长达26年，为跨国劳动工时演变研究提供了稀缺的纵向资料。此外，每条记录均附带观测状态标识（如临时、不可靠）和系列断裂注释，帮助用户评估数据质量。数据集内仅含一个核心指标，但通过分类变量的组合可衍生出数百种分析视角，兼具专一性与灵活性。

使用方法

用户可直接通过HuggingFace Datasets库加载该数据集，使用`load_dataset('electricsheepasia/asia-ilo-how-xees-sex-ocu-est-nb-mean-weekly-hours-actually-worked-per-employee-by')`命令将数据集读取为Pandas DataFrame格式，便于后续清洗与探索。通过筛选`ref_area`列可聚焦单一国家，如印尼的工时趋势；利用`indicator`列能提取特定指标的时间序列数据进行可视化。进阶分析中，研究者可使用`pivot_table`函数将数据重塑为国家×年份矩阵，以便进行面板数据分析或跨国比较。数据集的年度频率特性提示用户在应用时需注意时间粒度的局限性，并通过`obs_status`和`note_indicator`列审慎处理异常值。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT统计数据库创建，并由Electric Sheep Asia团队重新打包发布至HuggingFace平台。研究团队聚焦于亚洲区域劳动力市场的核心议题——工作时间差异，通过整合24个亚洲国家自2000年至2025年的劳动调查数据，构建了涵盖性别、职业及企业规模三个维度的周均实际工时观测集。作为全球劳动统计的权威来源，ILOSTAT数据集为解析亚洲地区劳动力市场结构、性别平等与职业分层提供了关键实证基础，尤其填补了发展中国家在工时细分维度上的数据空白，对劳动经济学、发展社会学及国际政策制定领域具有显著影响力。

当前挑战

该数据集所解决的领域挑战在于，亚洲各国劳动调查体系存在显著异质性，包括数据采集频率、定义标准及质量控制手段的差异，导致跨国家、跨年度的工时数据难以直接比较。构建过程中面临的挑战更为复杂：首先，需将ILOSTAT原始API中基于国际劳动统计学家会议（ICLS）定义的异构调查微观数据进行清洗、融合与标准化；其次，需处理因调查方法修订（如序列断裂标记）和数据可靠性标注（如‘不可靠’状态码）所致的数据噪声；此外，还需协调源数据中职业分类及企业规模分层维度在不同国家间的编码不一致问题，最终生成一个维度齐整、时间连续且具有可追溯性的分析就绪数据集。

常用场景

经典使用场景

该数据集的核心应用场景在于通过精细化的人口统计学与雇佣结构维度，系统性地分析亚洲地区雇员的实际周平均工作时间。研究者可基于性别、职业类型以及企业规模这三个关键分层变量，深入解构不同群体之间的工时差异。无论是追踪特定国家在二十余年间的长期工时演变趋势，还是横向对比二十四个亚洲经济体的劳动强度特征，该数据集的时序列结构与多维度分类标签均提供了理想的分析基础。此外，其标准化的ILOSTAT编码体系使得跨国和跨时期的数据整合变得简单可靠，为劳动经济学中的工时供给弹性、职业性别隔离等议题提供了实证支撑。

实际应用

在实际应用层面，该数据集是国际组织、国家统计局及政策智囊团进行劳动力市场监管与评估的重要工具。数据分析师可借助其构建实时监测仪表盘，动态追踪各国迈向体面劳动目标（如SDG目标8）的进展，具体表现为对超时工作普遍程度的量化评估。人力资源与行业规划部门能依据不同职业和规模企业的工时基准，优化行业最低工资标准与劳动时间上限的制定。同时，跨国企业与社会责任评级机构可以利用这些规范的工时数据，对其亚洲供应链中工人的劳动条件进行横向比较与风险筛查，从而推动负责任的商业实践与更公平的国际劳动标准落地。

衍生相关工作

该数据库的开放性与标准化结构催生了众多衍生研究工作。领域学者们常将其与ILOSTAT其他模块，如工资水平、失业率或非正规就业率数据集进行联合分析，构建多重指标的劳动市场综合评价体系。在方法论上，研究者开发了针对不平衡面板数据的贝叶斯分层模型，以解决不同国家间数据收集频次与口径不一的难题，进而估算区域性的隐性劳动供给曲线。此外，该数据集还支撑了关于亚洲女性劳动参与率与工时配置关系的纵向研究，部分工作利用其性别与职业交叉分类特征，校准了职业隔离指标与性别工资差异的时间序列模型，成为该领域极具影响力的基准分析。