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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲国家员工平均每周实际工作小时数数据，按性别和公民身份划分。数据集涵盖31个非洲国家，时间跨度为1991年至2025年，包含999个观测值。核心指标为HOW_XEES_SEX_CCT_NB，即按性别和公民身份划分的员工平均每周实际工作小时数。数据以表格形式组织，包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、公民身份分类、观测年份、观测值、观测状态及相关注释等列。数据通过ILOSTAT REST API获取，并经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包发布，采用CC-BY-4.0许可证。This dataset contains data on mean weekly hours actually worked per employee by sex and citizenship for African countries, sourced from the International Labour Organization (ILO) ILOSTAT database. It covers 31 African countries from 1991 to 2025, with 999 observations. The core indicator is HOW_XEES_SEX_CCT_NB, which represents Mean weekly hours actually worked per employee by sex and citizenship. The data is organized in tabular format, including columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), citizenship classification, observation year, observed value, observation status, and related notes. Data is retrieved via the ILOSTAT REST API and harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions, suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset is repackaged by Electric Sheep Africa and released under the CC-BY-4.0 license.

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，聚焦于非洲地区劳动力的工作时长监测。通过REST API直接提取指标HOW_XEES_SEX_CCT_NB的原始数据，并依据非洲ISO3国家代码进行地理过滤，最终汇集来自31个非洲国家的999条观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收支调查及行政记录等微观数据进行统一标准化处理，在source.label列中标注数据来源以保证可追溯性。数据涵盖1991年至2025年的时间跨度，以年度频率呈现，并由Electric Sheep Africa团队重新打包为HuggingFace上的机器学习就绪格式。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，如`load_dataset("electricsheepafrica/africa-ilo-how-xees-sex-cct-nb-mean-weekly-hours-actually-worked-per-employee-by")`，返回的DataFrame便于后续分析。典型操作包括按国家代码筛选特定国家数据（如`df[df["ref_area"] == "KEN"]`），按指标和时间排序以进行时间序列分析，或使用pivot_table构建国家×年份的矩阵面板数据。数据集适用于表格分类、回归及时间序列预测任务，研究人员可直接利用标准化架构进行劳动力经济学分析与建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT于2025年发布，经Electric Sheep Africa重新打包，聚焦非洲31个国家在1991至2025年间雇员周均实际工作小时数的性别与公民身份差异。ILOSTAT作为全球劳动统计的权威来源，基于国际劳动统计学家会议定义，从各国劳动力调查、收入调查及行政记录中整合数据，为研究非洲劳动力市场的结构性特征提供了高标准化的量化基础。该数据集对追踪非洲国家就业质量、性别平等及移民劳工融入具有重要价值，填补了区域层面精细劳动时间数据的空白。

当前挑战

数据集面临的核心挑战在于：第一，劳动力统计指标如周工作小时数易受调查方法、季节性波动及非正规经济占比影响，非洲国家普遍存在的非正规就业使数据准确性大打折扣；第二，构建过程中，各来源数据需经过标准统一与质量验证，但非洲多国调查频率不一、样本代表性参差，导致时序数据稀疏且缺失值较多；第三，公民身份与性别维度的精细分类进一步加剧了数据稀疏性，部分国家仅提供少数年份或汇总数据，难以支撑跨时序的稳健分析。

常用场景

经典使用场景

在劳动经济学与发展经济学领域，该数据集最经典的使用场景是开展跨国别、跨时间维度的工时差异分析。研究者可基于'平均每周实际工时'这一核心指标，结合性别、公民身份等分类维度，系统比较非洲31个国家自1991年至2025年间劳动力市场的结构性特征。借助其按国家与年份组织的面板数据结构，学者能够通过固定效应模型或随机效应模型，深入探究不同国家在经济转型、政策调整与全球劳动力流动背景下周工作时间的演变规律。该数据集尤为适合那些聚焦于性别工资差距、公民身份对劳动供给影响以及非正规就业模式识别的研究项目，为理解非洲大陆复杂多元的就业格局提供了宝贵的数据基础。

解决学术问题

该数据集的发布有效解决了非洲地区劳动工时统计数据碎片化与口径不统一的核心学术困境。长期以来，关于非洲国家每周实际工时的可靠跨国面板数据存在显著空白，致使学者难以对劳动力利用程度、劳动生产率变迁以及性别不平等在劳动市场上的具体表现进行严谨的实证检验。该数据集通过整合国际劳工组织标准化后的统计数据，并使用统一的ILO定义和分类体系，为检验'效率工资假说'在非洲的适用性、分析公民身份对劳动供给的价格弹性，以及评估经济增长对工时影响的异质性效应等关键理论问题提供了坚实的数据支撑。其分性别的观测值使得研究者能够量化性别隔离与护理责任对女性劳动时间的挤压效应，从而推动了非洲发展经济学中性别维度的精细化研究。

实际应用

在政策制定与国际发展实践层面，该数据集具有广泛的实际应用价值。国际组织、非洲各国劳动部门以及发展机构可依据其中按性别和公民身份拆分的平均工时数据，精准识别特定国家或地区劳动力的过劳风险或就业不充分现象，进而设计针对性的劳动保护法规与就业促进计划。例如，通过观察非公民劳动者（如跨境务工人员）与本国公民之间的工时差异，政策制定者可评估移民融入政策的效果，并优化社会保障覆盖范围。此外，在可持续发展目标监测框架下，该数据集可直接用于评估'体面工作与经济增长'相关目标（SDG 8）在非洲各国的进展，为调整国际援助策略、分配教育及职业培训资源提供量化的决策依据，助力从宏观层面提升非洲大陆的人力资本利用效率。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别与公民身份划分的雇员实际周均工作时长，为劳动经济学与人口迁移交叉领域的前沿研究提供了关键微观证据。在可持续发展目标第八项（体面工作与经济增长）的全球框架下，结合国际劳工组织ILOSTAT的权威统计，研究者可借此剖析移民工人与本地劳动者在工时分配上的结构性差异，关联后疫情时代非正规就业扩张与性别不平等治理等热点议题。数据集覆盖31个非洲国家长达30余年的时序观测，支持精细化面板回归与因果推断，为评估非洲大陆自贸区政策对劳动力市场包容性的影响奠定数据基础，对引导区域就业政策制定与国际发展合作具有深远意义。