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

该数据集名为按性别和城乡地区划分的非洲员工每周实际平均工作时间（ILOSTAT），由Electric Sheep Africa重新打包，基于国际劳工组织（ILO）的ILOSTAT数据库。它包含1,526个观测值，覆盖38个非洲国家，时间跨度为1996年至2025年。数据集专注于一个核心指标：按性别和城乡地区划分的员工每周实际平均工作时间（指标代码：HOW_XEES_SEX_GEO_NB）。数据通过ILOSTAT REST API获取，并经过过滤以仅包括非洲国家。数据集采用表格格式，包含多列，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source和source.label）、指标代码和标签（indicator和indicator.label）、性别分类（sex和sex.label，包括总计、男性和女性）、分类变量（classif1和classif1.label，如地区类型：全国）、观察年份（time）、观测值（obs_value，单位为小时）、观测状态（obs_status和obs_status.label，例如不可靠）以及备注（note_indicator和note_source等）。数据质量方面，数据为年度频率，ILO选择最佳来源处理多来源情况，且分类列仅在指标发布细分数据时非空。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲提供机器学习就绪的数据层，便于研究人员和开发者快速加载和分析。The dataset is named Mean weekly hours actually worked per employee by sex and rural / urban areas | Africa (ILOSTAT), repackaged by Electric Sheep Africa and based on the International Labour Organization (ILO)s ILOSTAT database. It contains 1,526 observations covering 38 African countries from 1996 to 2025. The dataset focuses on a single core indicator: Mean weekly hours actually worked per employee by sex and rural / urban areas (indicator code: HOW_XEES_SEX_GEO_NB). Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. It is presented in a tabular format with columns including country code (ref_area), country name (ref_area.label), data source (source and source.label), indicator code and label (indicator and indicator.label), sex disaggregation (sex and sex.label, covering total, male, and female), classification variables (classif1 and classif1.label, such as area type: national), observation year (time), observed value (obs_value, in hours), observation status (obs_status and obs_status.label, e.g., unreliable), and notes (note_indicator and note_source, among others). Data quality notes include annual frequency, use of ILO-selected best source for multiple sources per country-year, and non-null disaggregation columns only when breakdowns are published. The dataset is suitable for tasks like tabular classification, regression, and time-series forecasting, aiming to provide a machine learning-ready data layer for Africa to enable quick loading and analysis by researchers and developers.

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统计数据库，通过REST API直接获取特定指标（HOW_XEES_SEX_GEO_NB）的原始数据，并依据非洲ISO3国家代码进行筛选与聚合。Electric Sheep Africa团队对数据进行重新封装，将原始调查微观数据按照ICLS定义进行标准化处理，保留来源标识（source.label）以保持可追溯性，最终形成包含1526条观测、覆盖38个非洲国家、时间跨度从1996年至2025年的结构化表格数据。

特点

该数据集聚焦于非洲地区按性别与城乡区域划分的雇员每周实际工作小时数均值，具有多维度分层特性，涵盖性别（总、男、女）与地理覆盖范围（国家、城乡）等分类变量。数据来源包括劳动力调查、家庭收入调查等权威渠道，并标注了观测状态（如不可靠性标记）与方法论变更注释，确保用户可评估数据质量。其年度频率与多国覆盖特性为分析非洲劳动力市场时空演变提供了宝贵资源。

使用方法

研究者可通过HuggingFace的datasets库直接加载数据，使用`load_dataset`命令一步获取，并转换为Pandas DataFrame进行后续分析。支持按国家（如`df["ref_area"] == "KEN"`）或特定指标进行过滤，也可利用`pivot_table`构建国家×年份的矩阵以进行时间序列分析或面板数据建模。该数据格式适配分类、回归及时间序列预测等多种机器学习任务，便于快速集成到工作流中。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司（ILOSTAT）创建，并由Electric Sheep Africa于2025年重新整理发布在HuggingFace平台。ILOSTAT作为全球劳动统计的权威来源，汇集了来自200多个经济体的劳动力调查、家庭收支调查及行政记录数据。本数据集聚焦非洲大陆38个国家，涵盖1996至2025年间平均每周实际工作小时数，按性别与城乡地域进行细分，共计1526条观测记录。其核心研究问题在于揭示非洲劳动力市场中工作时间分布的性别差异与地域差异，为劳动经济学、发展经济学及可持续生计研究提供可量化依据。该数据集的发布填补了非洲劳动时间微观数据的可获取性缺口，尤其对追踪可持续发展目标（SDG）中体面劳动指标（如SDG 8）具有重要支撑作用，在非洲区域劳动政策评估与国际比较研究中具有广泛影响力。

当前挑战

该数据集所解决的领域问题在于非洲劳动时间数据长期面临碎片化、跨国可比性差及性别与地域维度缺失的挑战。具体而言，不同国家采用各异的数据采集频率（年/季/月）与调查方案，导致跨时点序列的整合困难；部分观测被标注为“不可靠”或“方法论修订后序列中断”，影响模型训练的数据一致性。在构建过程中，面临的主要挑战包括：从ILOSTAT REST API中按非洲ISO3国家代码精准过滤数据，处理多来源冲突（当同一国家同年份存在多个数据源时须依赖ILO指定的“最佳来源”），以及统一离散维度（如性别分三类：总/男/女）与地域分类编码（如“全国”与“城乡”覆盖范围）。此外，原始元数据中的注释标记（如断点标记、来源备注）需被保留以供用户自行判断数据质量，增加了数据清洗的复杂性。

常用场景

经典使用场景

在劳动经济学与发展经济学的交叉领域中，该数据集为分析非洲大陆不同性别及城乡地域间员工实际周工作时间的差异提供了宝贵的时间序列资料。研究者可借助其跨年度、跨国家的面板结构，追踪1996年至2025年间38个非洲国家的工作时长演变趋势，并基于性别与地理区域的分类维度构建回归模型。数据集的年频特性使其特别适合用于评估宏观经济政策、社会规范变迁或劳动力市场改革对工作时长模式的长期影响，为理解非洲非正规经济主导下的劳动供给行为奠定了量化基础。

实际应用

在实际应用中，该数据集能够为国际发展机构与非洲国家政策制定者提供循证依据，协助评估劳动保护法规的实施效果与体面劳动目标的推进情况。例如，通过比对不同国家男性和女性雇员每周实际工作小时数的差异，可精准识别过度劳动或劳动权益保障不足的高风险群体。此外，城乡工作时长对比数据有助于设计针对性的就业促进方案与基础设施投资策略，在肯尼亚、南非等国已有基于类似数据调整最低工资标准与工作安全政策的先例。

衍生相关工作

该数据集的发布直接推动了面向非洲劳动力市场的机器学习模型与面板数据可视化工具的研发。一方面，它衍生了诸如基于时间序列分解的非洲工作时长预测基准、结合气候与地理信息的多模态劳动强度模型等经典工作，为时空数据建模提供了非洲特有的验证案例。另一方面，Electric Sheep Africa团队基于该数据构建的标准化数据管道，启发了后续多个非洲大陆社会经济指标数据集（如工资、失业率）的清洗与发布模式，形成了可直接用于Hugging Face生态的降维、插值与分类分析工具链。