electricsheepafrica/africa-ilo-how-xees-sex-cbr-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含非洲31个国家从1991年至2025年的839个观测值，涵盖按性别和出生地划分的员工实际平均每周工作小时数这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家代码。数据集包括国家代码、国家名称、数据来源、指标代码、指标标签、性别分类、分类变量、观测年份、观测值、观测状态及相关注释等字段，用于表格分类、回归和时间序列预测任务。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。This dataset contains 839 observations of Mean weekly hours actually worked per employee by sex and place of birth data across 31 Africa countries, spanning 1991–2025, covering 1 distinct indicator. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to Africa ISO3 country codes. The dataset includes columns such as country code, country name, source, indicator code, indicator label, sex disaggregation, classification variables, observation year, observed value, observation status, and related notes, intended for tabular classification, regression, and time-series forecasting tasks. Data is published at annual frequency, with quality caveats such as the use of ILO-selected best source for multiple sources.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织（ILO）的ILOSTAT数据库重新整合而成。数据通过ILOSTAT REST API直接获取，筛选出非洲31个国家的观测记录，并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化处理。数据集以年度为时间频率，涵盖了1991年至2025年间共计839条观测，每条记录均包含数据来源标识，确保轨迹可追溯。原始数据来源于各国劳动力调查、家庭收入调查、机构调查及行政记录，经ILO统计部门精心协调后发布。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，并将其转换为Pandas DataFrame进行便捷操作。例如，可过滤特定国家的数据以进行国别分析，或聚焦单一指标进行时间序列可视化研究。此外，通过数据透视功能，用户能够构建国家×年份的矩阵表格，便于比较不同国家在相同时间点上的指标差异。该数据集兼容分类、回归及时间序列预测等多种任务场景，为劳动经济学研究者提供了一个标准化、易于使用的数据工具。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库于2025年由Electric Sheep Africa整理并重新打包发布，聚焦于非洲地区31个国家1991至2025年间雇员周均实际工作小时数按性别与出生地划分的观测数据。ILOSTAT作为全球劳动统计的权威来源，整合了来自劳动力调查、家计调查及行政记录等多元渠道的指标，旨在揭示劳动力市场中移民与本地劳动者的工作时长差异。该数据集共包含839条观测记录，覆盖了性别与出生地两个核心维度，为研究非洲劳动力市场的时间分配、移民融入及性别平等提供了宝贵的时间序列资料，对劳动经济学、移民研究及可持续发展目标（SDG）的监测具有重要支撑作用。

当前挑战

该数据集所解决的领域问题主要涉及非洲劳动力市场中对移民与本地劳动者工作时长差异的系统性量化分析，挑战在于如何从来源多样的调查数据中提炼出可比性高、质量可靠的指标，以应对非洲国家统计能力不均、调查方法频繁变更及数据断点频现等现实困境。在构建过程中，ILOSTAT需面对不同国家同一年份存在多个数据源时如何依据ILO标准选择“最佳来源”的难题，同时还需处理因方法论修订导致的序列中断问题（如数据中标注的'Break in series'），以及性别与出生地分类维度缺失导致的观测值缩减，从而确保数据集在时间一致性与区域可比性之间取得平衡。

常用场景

经典使用场景

该数据集围绕非洲31个国家1991至2025年间按性别和出生地划分的雇员实际周均工时进行系统整理，为劳动经济学与人口统计学交叉研究提供了精细化的时间序列资料。经典使用场景集中于基于性别和移民身份的劳动供给差异分析，研究者可借助该数据构建固定效应模型或多层线性模型，识别不同劳动群体在工作强度上的结构性差异，并控制国家、年份及数据来源等因素，以揭示非洲大陆内部劳动力市场的异质性特征。

解决学术问题

该数据集有效回应了非洲地区劳动市场研究中因微观数据稀缺而长期存在的证据缺口，尤其为评估国际移民对本地劳动力工时配置的影响、性别间劳动投入不均衡的动态演化以及劳动力市场政策干预效果提供了可比较的定量基础。其核心学术意义在于打破了以往仅依赖单一国家个案或跨国截面分析的局限，使研究者能够追踪同一指标在数十年间的跨国变迁，进而深化对非洲劳动力市场制度变迁、迁移潮与就业质量关系的理解。

实际应用

在实际应用层面，该数据集为国际发展机构、非洲各国劳工部门以及非政府组织开展劳动力监测与政策评估提供了可靠的数据支撑。例如，可依据性别与出生地维度系统比较不同劳动者群体在工作时长上的差异，识别出可能遭受过度劳动或就业不足的脆弱群体，进而指导最低工时标准设定、外籍劳工权益保护以及性别平等就业政策的制定。此外，该数据还可融入国际劳工组织的体面劳动议程，辅助追踪可持续发展目标中与工作条件相关的进展。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆雇员的周均实际工时按性别与出生地的统计分布，为劳动经济学中的性别差异与移民融合研究提供了关键数据支撑。当前前沿研究方向主要围绕非洲劳动力市场的结构性变迁，特别是伴随非洲内部移民与跨境务工潮的涌动，工时数据的性别分层揭示了女性在非正规经济中的高参与率与隐性劳动负担。数据集所涵盖的1991至2025年时间跨度，正好呼应了全球对可持续发展目标8（体面工作和经济增长）的追踪评估需求，尤其是新冠疫情期间及疫后恢复期非洲各国工作模式的剧烈波动。此外，与ILOSTAT全球统计体系的对接，使其成为连接非洲地方劳动调查与国际标准的重要桥梁，助力学者利用时序预测模型探索劳动力供给弹性及政策干预效果。