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

该数据集包含来自35个非洲国家的21,070条观测数据，涵盖1996年至2025年期间，记录了按性别、职业和城乡地区划分的雇员实际平均每周工作小时数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，并由Electric Sheep Africa重新打包发布，适用于表格分类、回归和时间序列预测等任务。数据集包含一个核心指标（HOW_XEES_SEX_OCU_GEO_NB），并提供了国家代码、年份、观测值、数据来源、性别分类、职业分类和地区类型等多维字段。This dataset contains 21,070 observations of mean weekly hours actually worked per employee by sex, occupation and rural/urban areas across 35 African countries from 1996 to 2025, sourced from the International Labour Organizations ILOSTAT database and repackaged by Electric Sheep Africa. It is designed for tabular classification, regression, and time-series forecasting tasks, featuring a single indicator (HOW_XEES_SEX_OCU_GEO_NB) and includes fields such as country codes, years, observed values, data sources, sex disaggregation, occupation classification, and area types.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，专注于非洲大陆雇员每周实际工作时长的均值测量。数据通过直接调用ILOSTAT REST API接口获取，并依据非洲国家ISO3代码进行地理过滤，最终汇集了来自35个非洲国家、跨越1996年至2025年的21,070条观测记录。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统一协调处理，每一条观测数据均附带来源标记，确保数据的可追溯性与统计口径的一致性。

特点

该数据集的突出特色在于其精细的维度划分与多维度的分类体系。观测指标围绕'按性别、职业以及城乡地区划分的雇员每周实际工作时长均值'这一核心，提供了sex（性别）、classif1（职业技能水平）和classif2（区域类型）三个分类维度，可支持对劳动力工时特征进行交叉分析。数据来源涵盖劳动力调查、就业调查等多种国家统计来源，同时包含数据质量状态标记（如临时性、不可靠等）以及方法论变更说明，有助于研究者审慎评估数据质量并进行时间序列分析。

使用方法

研究者可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，并将其转换为Pandas DataFrame进行灵活的数据操作。典型的使用方式包括：按国家代码过滤获取特定国家的子集，按时间排序后绘制单指标的时间序列折线图，或利用数据透视表构建以年份为行、国家为列的矩阵，从而直观呈现不同国家间工时特征的时序变化。由于数据为年度频率，且ILO已筛选出同一国家年份中的最佳来源，用户可直接用于回归分析或时间序列预测建模。

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（ILOSTAT）汇编，并经Electric Sheep Africa于2025年重新整理发布，聚焦于非洲35个国家1996至2025年间按性别、职业及城乡划分的雇员平均每周实际工时（HOW_XEES_SEX_OCU_GEO_NB指标）。ILOSTAT作为全球劳动统计的核心数据库，基于各国劳动力调查、家庭收支调查及行政记录等原始微观数据，依据国际劳工统计学家会议（ICLS）定义进行标准化处理。该数据集涵盖21,070条观测值，为研究非洲劳动力市场的工时模式、性别差异及城乡分化提供了珍贵的时间序列资料。其发布填补了非洲区域精细化劳动统计数据稀缺的空白，对于推动发展中经济体劳动经济学研究、评估可持续发展目标（SDGs）中体面工作进展具有重要支撑作用。

当前挑战

该数据集所解决的核心领域问题在于揭示非洲劳动力市场工时特征的异质性——不同性别、职业技能等级及城乡区域间实际工时的分布与演化趋势，为政策制定者调整劳动法规、促进性别平等及优化就业结构提供实证依据。构建过程中面临三大挑战：其一，原始数据来源分散（各国调查方法、问卷设计及定义口径差异显著），ILOSTAT需通过复杂的跨源协调与标准映射实现数据可比；其二，非洲各国统计能力参差不齐，导致部分国家年份缺失、数据连续性差（如2000年前多数国家无有效记录），且观测状态常标注为“不可靠”（obs_status为U）或存在方法论中断（note_indicator含断点标记）；其三，分类维度（性别、职业、城乡）之间存在大量空值，且年际频率限制了对季节性波动等短期现象的捕捉，影响模型的时序预测精度。

常用场景

经典使用场景

该数据集的核心应用在于非洲劳动力市场的时空比较分析。凭借覆盖35个非洲国家、跨越1996至2025年的长时间序列观测值，研究者能够追踪不同性别、职业类别与城乡区域间员工每周实际工作时长的演变趋势。借助分类变量（性别、职业技能等级、地理覆盖范围）的精细划分，经典使用场景包括构建面板数据模型以剖析工作时长的地域异质性，以及运用时间序列方法探索劳动力供给模式随经济发展周期的波动规律。

解决学术问题

该数据集着力破解非洲劳动经济学研究中长期存在的细粒度数据匮乏难题。缺乏按性别、职业和城乡维度交叉分类的标准化工作时长数据，使得关于劳动力市场性别鸿沟、非正规就业行为以及城镇化进程中工作时间结构变迁的实证研究举步维艰。通过提供国际劳工组织（ILO）统一口径的调和数据，该数据集使得学者能够量化性别差异在不同职业层级中的表现，揭示城乡二元结构对工作时间配置的影响，并评估经济冲击对非洲各地劳动力市场的作用机制，有力推动了该区域劳动经济学的因果推断与比较研究。

衍生相关工作

该数据集的发布催生了一系列围绕非洲劳动工时结构的衍生工作。基于其结构，研究者构建了非洲各国工作时长的面板数据集，用以检验经济增长与休闲时间替代的贝克尔家庭生产理论。另有工作将ILO官方统计数据与遥感夜间灯光数据相融合，探索城市化进程与工作时长变化的内在关联。在方法论层面，该数据集常作为缺失值插补算法与跨源数据调和方法的验证基准，推动了非平衡面板数据在非洲语境下的稳健统计推断技术发展。