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

该数据集由Electric Sheep Europe从ILOSTAT（国际劳工组织统计数据库）重新打包，主题为“按性别、年龄和职业划分的雇员实际平均每周工作时间”。它包含466,550个观测值，覆盖38个欧洲国家（如瑞士、德国、英国等），时间跨度为1991年至2025年，数据频率为年度。核心指标是HOW_XEES_SEX_AGE_OCU_NB，表示按性别、年龄和职业划分的雇员实际平均每周工作时间，数据通过维度进行细分，包括性别（总计、男性、女性）、年龄组和职业分类。数据集还包含元数据列，如国家代码、数据来源（如劳动力调查）、观测值、观测状态（如临时或不可靠数据）以及方法注释。数据来源于ILO的官方统计，经过协调处理以确保一致性，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset, repackaged by Electric Sheep Europe from ILOSTAT (the ILOs central statistics database), focuses on Mean weekly hours actually worked per employee by sex, age and occupation. It contains 466,550 observations across 38 European countries, spanning 1991 to 2025 with annual frequency. The core indicator is HOW_XEES_SEX_AGE_OCU_NB, representing mean weekly hours actually worked per employee disaggregated by sex, age, and occupation. Data is broken down by dimensions such as sex (total, male, female), age groups, and occupational classifications. The dataset includes metadata columns like country codes, data sources (e.g., labour force surveys), observed values, observation status flags (e.g., provisional or unreliable data), and methodological notes. Sourced from ILOs harmonized statistics, it is suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe团队基于国际劳工组织（ILO）的ILOSTAT数据库构建。数据通过REST API直接从ILOSTAT官方接口提取，并依据欧洲国家ISO3代码进行地理筛选，最终汇集了38个欧洲国家从1991年至2025年的劳动力调查记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理，并在数据集中通过source.label字段标注每一条记录的数据来源，确保可追溯性。数据集以Parquet格式封装，并通过HuggingFace Datasets库发布，支持直接加载。

使用方法

该数据集可通过HuggingFace Datasets库便捷调用，使用load_dataset()函数即可加载为DataFrame格式，适用于表格分类、回归及时间序列预测等任务。用户可通过筛选ref_area字段获取特定国家子集，或基于indicator字段提取单一指标的时间序列数据。利用pivot_table方法可将数据重塑为国家×年份的矩阵结构，便于跨国家横向比较。数据集标注了cc-by-4.0许可证，使用时应同时引用ILO原始数据与Electric Sheep Europe的再封装版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门依托其核心劳动力统计数据库ILOSTAT创建，经Electric Sheep Europe于2025年重新封装发布，收录了1991至2025年间38个欧洲国家约46.7万条观测记录。以‘按性别、年龄和职业划分的雇员周均实际工作小时’为核心指标，数据集旨在系统揭示欧洲劳动力市场的工时结构演变。其诞生回应了劳动经济学中一个关键研究问题：在全球化与灵活用工趋势下，不同人口统计学特征的劳动者工作强度如何随时间与地域呈现差异化变迁。该数据集因整合了ILO基于国际劳工统计学家会议（ICLS）标准规范的微观调查数据，兼具官方统计的权威性与跨国可比性，已广泛应用于跨国劳动力市场比较、职业健康与工作强度关联分析以及欧洲社会政策评估等领域，成为探究后工业化时代工时动态不可或缺的实证基石。

当前挑战

该数据集所应对的核心领域挑战在于跨越国家与时期的工时数据难以标准化比较：各国劳动力调查的抽样框架、问卷设计及时效性差异显著，ILO虽通过ICLS定义进行源头调和，但‘obs_status’字段中标记为不可靠（U）的观测值与‘note_indicator’中揭示的方法变更断点（如‘Break in series: Methodology revised’）仍警示着统计口径的非连续性问题。构建过程中面临多重技术挑战：一是多源异构数据的整合清洗，需从ILO的REST API抓取后严格过滤至欧洲38国ISO代码，并处理因来源更迭导致的同一年份、同一国家存在多条记录时的‘最佳来源’遴选；二是分类维度的稀疏性挑战，‘sex’、‘classif1’（如年龄）与‘classif2’（如职业）等列仅当指标发布相应细分时非空，导致聚合分析时子群体样本量分布不均，对时间序列预测和分类回归模型构成潜在偏倚风险。

常用场景

经典使用场景

在劳动经济学与人口统计学研究中，该数据集最经典的使用场景是进行跨国、跨时间维度的平均周工作时间对比分析。凭借涵盖38个欧洲国家、跨越1991年至2025年的近47万条观测记录，研究者能够按性别、年龄和职业类别精细刻画劳动力群体的工作时长分布特征，从而揭示不同社会群体在劳动参与强度上的结构性差异。

解决学术问题

该数据集有效解决了欧洲劳动力市场中工作时长决定因素研究的碎片化与可比性不足问题。通过ILOSTAT的统一标准化定义与多维度分类，学者得以系统探讨性别工资差距、人口老龄化对劳动供给的影响、以及技能分层下职业间工作强度的异质性。其跨年度长时序特征为检验政策干预效果（如缩短工时法案）提供了坚实的数据基础，推动了劳动经济学、家庭经济学与社会分层理论的实证发展。

实际应用

在实际应用中，该数据集为国际组织、政府劳工部门及人力资源咨询机构提供了核心决策支撑。基于年均工作时长的性别与职业交叉统计，可辅助设计针对性的劳动保护条款，优化工时弹性化政策。企业也可借助职业类别维度进行行业基准对标，合理配置人力资源与薪酬结构。此外，社会保险公司通过分析不同年龄段的工时趋势，能动态调整养老与失业保障的费率模型。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲各国雇员实际周均工作时长的性别、年龄与职业交叉维度的精细量化，为劳动经济学中的工作时间异质性研究提供了关键支撑。在弹性工作制普及、四天工作制试点及远程办公常态化的背景下，基于ILOSTAT权威数据源构建的长时序面板数据，正被广泛应用于探究工作模式演变对生产率、性别薪酬差距及职业健康的影响机制。其高颗粒度分层特征（涵盖38国、1991-2025年）使研究者能够精准刻画不同人口亚群在工作供给上的动态差异，为欧盟“体面工作议程”及后疫情时代劳动力市场政策的循证评估提供了不可替代的实证基础。