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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲14个国家（1996年至2025年）关于有偿护理工作者工作时间的统计数据，共711条观测记录。核心指标为按性别分列的护理就业中每位员工实际平均每周工作小时数（指标代码HOW_EARE_SEX_NB）。数据集提供了国家代码、国家名称、数据来源、指标、性别分类、观测年份、观测值、数据状态标志及备注等字段，支持按国家、年份和性别进行多维分析。数据经ILO基于国际劳工统计学家会议（ICLS）定义进行标准化处理，并通过Electric Sheep Europe重新打包为机器学习友好格式。This dataset contains 711 observations of paid care workers data across 14 European countries from 1996 to 2025, sourced from the International Labour Organization (ILO) ILOSTAT database. The primary indicator is Mean weekly hours actually worked per employee in care employment by sex (indicator code HOW_EARE_SEX_NB). It includes fields such as country code, country name, data source, indicator, sex disaggregation, observation year, observed value, status flags, and notes. The data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions and repackaged by Electric Sheep Europe in a machine-learning-ready format.

搜集汇总

数据集介绍

构建方式

在全球劳动力统计领域，国际劳工组织（ILO）的ILOSTAT数据库是权威的数据汇集枢纽。本数据集依托ILOSTAT的REST API接口，针对'HOW_EARE_SEX_NB'指标进行直接抽取，并依据欧洲ISO3国家代码进行地域筛选，最终整合为涵盖14个欧洲国家、1996至2025年间共计711条观测记录的结构化数据。在构建过程中，ILOSTAT采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标准化处理，确保了跨国可比性，并保留了数据来源标签以供溯源。Electric Sheep Europe团队在此基础上完成了格式统一与打包工作，为机器学习应用提供了便捷的数据入口。

特点

该数据集聚焦于“在护理就业中按性别划分的雇员每周实际工作平均小时数”这一细分指标，具有鲜明的垂直领域特性。其核心特征在于同时包含了时间维度（年度频率）、地理维度（14个欧洲国家）与性别维度（男性、女性、总计），为研究欧洲护理行业的劳动时间变化提供了精细的观察窗口。数据集完整保留了ILOSTAT的元数据体系，包括观测状态标志（如序列中断）、注解标识及来源说明，有助于用户评估数据质量与潜在偏差。此外，各字段类型明确，数据格式规整，适合直接进行时间序列分析与面板数据建模。

使用方法

本数据集的使用方式极为便捷，用户可借助HuggingFace的datasets库，通过一行代码即可加载数据并转换为Pandas DataFrame进行后续分析。在具体应用中，可通过'ref_area'字段筛选特定国家的时间序列数据，亦可利用'indicator'字段锁定单一指标后按时间排序进行趋势绘图。对于跨区域比较，推荐使用pivot_table方法将数据重塑为国家×年份的矩阵格式。由于数据集已包含清晰的列定义与示例，无论是进行描述性统计、回归分析还是时序预测，用户均能快速上手，极大降低了劳动经济学研究中的数据预处理门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）编制，经Electric Sheep Europe于2025年重新打包发布，聚焦欧洲14个国家1996至2025年间按性别划分的护理行业雇员实际周均工作小时数。研究背景根植于劳动力市场中护理工作的性别分化议题，旨在通过ILOSTAT数据库这一全球权威劳动统计来源，揭示不同国家护理工作者劳动强度的时空差异。数据集涉及711条观测值，覆盖瑞士、英国、法国等经济体，为分析护理行业性别不平等、工作时间分布及跨国比较提供了关键数据基础，对劳动经济学与社会政策研究具有重要支撑作用。

当前挑战

该数据集的构建面临多重挑战。在领域层面，护理行业工作时间数据因各国统计口径差异（如ILO统一方法下仍存在国家间调查定义分歧）而难以直接比较，且性别维度的细化增加了数据聚合的复杂性。在构建过程中，数据来源于多国劳动力调查等异构来源，存在标识符编码不一致、时间序列不连续（如部分国家年份缺失）及观测状态标记混杂（如序列中断、方法修订）等问题，需要精心清理与标准化。此外，数据质量容差性低，跨国家与年份的缺失值处理、异常值识别均需谨慎应对。

常用场景

经典使用场景

该数据集收录了1996年至2025年间14个欧洲国家护理从业人员按性别划分的平均每周实际工作时长，共计711条观测记录。在时间序列预测与面板数据分析领域，研究者常常借助这一资源追踪欧洲各国护理劳动力市场的时间演变轨迹，构建自回归移动平均或固定效应模型，以揭示工作时长的长期趋势与周期性波动。同时，该数据集也广泛用于分类与回归任务，例如将性别、国别与年份作为特征，对平均工作时长进行预测或分档，从而深入理解护理行业劳动力供给的结构性特征。

实际应用

在政策制定与社会治理层面，该数据集直接服务于欧洲多国劳动部门与统计机构对护理行业的监测与评估。国际劳工组织（ILO）的统计数据被各国政府用于年度劳动报告，评估护理工作者的工作负担是否合理，并为调整最低工时标准、优化护理人员配备提供数据支撑。非政府组织与智库也可利用这些指标进行跨国比较研究，识别护理劳动力短缺的高风险地区，进而倡导针对性改善措施。在商业领域，人力资源咨询公司与医疗健康机构可以借助该数据集预测护理人员的招聘需求与排班效率，降低因过度工作导致的职业倦怠率，提升行业可持续发展能力。

衍生相关工作

基于该数据集的开放性与权威性，学术界已衍生出一系列高质量研究成果。其中，对护理行业性别劳动强度分化的研究成为热点，学者利用该数据揭示女性在职护理岗位上的平均工时并未显著低于男性，但其职业晋升路径与薪酬回报却存在不平等的现象。另有工作将本数据集与ILOSTAT的其他指标（如工资水平、非正规就业比例）进行多源融合，构建护理工作者工作质量综合指数，填补了单一指标分析的局限。此外，机器学习领域的基准测试也将其作为回归任务的标准数据集之一，推动时间序列预测模型在真实社会经济数据上的性能比对，促进算法从理论走向可信赖的政策辅助工具。