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

该数据集包含4545个观测值，覆盖38个非洲国家，时间跨度为1999年至2025年，主要指标是“按性别、公共/私营部门和城乡划分的员工实际每周平均工作小时数”。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。数据集包含字段如国家代码、性别、分类变量、年份和观测值等，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，部分观测值可能带有状态标志（如不可靠）。数据集由Electric Sheep Africa重新打包，以方便机器学习使用。This dataset contains 4,545 observations of Hours of work data across 38 Africa countries, spanning 1999–2025, covering 1 distinct indicator: Mean weekly hours actually worked per employee by sex, public/private sector and rural/urban areas. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to Africa ISO3 country codes. It includes columns such as country code, sex, classification variables, year, and observed value, and is suitable for tabular classification, regression, and time-series forecasting tasks. The data is annual frequency, with some observations flagged for quality (e.g., unreliable). Repackaged by Electric Sheep Africa for ML-ready use.

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数据库，通过REST API接口直接提取标识符为HOW_XEES_SEX_INS_GEO_NB的指标数据，并依据非洲ISO3国家代码进行地理范围过滤。ILOSTAT依据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，数据来源在source.label列中清晰标注，确保了数据来源的可追溯性。Electric Sheep Africa团队负责将原始数据重新封装为机器学习就绪的Parquet格式，并发布至HuggingFace平台，以简化研究者和开发者的调用流程。

特点

数据集涵盖了1999年至2025年间非洲38个国家的4545条观测值，专注于“按性别、公共/私营部门及城乡区域划分的雇员实际周平均工时”这一核心指标。其显著特点在于多维度的分类变量设计，包括性别（总、男、女）、机构部门（总、公共、私营）以及地理覆盖范围（国家、城市、农村），为深入分析非洲劳动力市场的工时结构提供了精细化的数据支撑。此外，数据来源（如劳动力调查）和观测状态（如临时、不可靠）的标注增强了数据的可信度与使用灵活性。

使用方法

使用HuggingFace的datasets库即可便捷加载该数据集，命令为load_dataset('electricsheepafrica/africa-ilo-how-xees-sex-ins-geo-nb-mean-weekly-hours-actually-worked-per-employee-by')，返回的数据可轻松转换为Pandas DataFrame进行后续分析。用户可通过ref_area列筛选特定国家数据，例如关注肯尼亚则使用df[df['ref_area']=='KEN']。针对时间序列分析，可基于indicator列过滤后按time列排序，并利用plot方法可视化趋势。若需构建国家×年份的交叉表，通过pivot_table函数以time为索引、ref_area为列即可实现，便于进行跨区域比较研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT统计数据库整合发布，后由Electric Sheep Africa团队在HuggingFace平台重新封装。核心研究问题聚焦于非洲38个国家1999至2025年间雇员实际工作周均时长，按性别、公共/私营部门及城乡区域进行分层统计。该数据集填补了非洲地区劳动时间精细化研究的空白，为劳动经济学、发展经济学及可持续发展目标（SDG）中的体面工作指标提供关键实证基础，尤其对政策制定者分析非正规经济占比高、性别工时差距等区域特有议题具有重要参考价值。

当前挑战

在领域问题层面，该数据集旨在解决非洲劳动统计中普遍存在的数据稀疏性与异质性挑战，如国家间调查方法差异导致可比性不足，以及工时数据因季节性或非正规就业波动带来的模型预测困难。构建过程中面临多重技术阻碍：原始数据源自多国劳动力调查与行政记录，需经ILO统计部门采用ICLS定义进行复杂衔接与质量校准，但数据集中仍存在观测值标注“不可靠”或“方法修订”等质量标记；此外，缺乏月度或季度高频数据限制了季节效应分析，而分类维度（如性别、区域）的缺失值进一步增加了多变量建模的难度。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇领域，该数据集作为ILOSTAT官方统计的再封装版本，专注于呈现1999至2025年间38个非洲国家雇员每周实际工作小时数的均值，并按照性别、公共与私营部门及城乡地域进行精细划分。其经典使用场景包括构建跨国面板数据模型，以揭示非洲大陆工作时间模式的时空演变规律，或作为时间序列预测任务中验证模型在稀缺且高度异质性数据上泛化能力的基准。研究者常利用其结构化的分类标签执行分组统计或假设检验，剖析制度环境与人口特征对劳动供给的交互影响。

实际应用

在政策制定与国际发展实务中，该数据集为非洲各国劳动部门及国际组织（如ILO、世界银行）提供了诊断劳动市场健康状况的关键工具。通过追踪不同性别与地域群体的工时演变，决策者能够识别低工时区域背后隐藏的就业不足或数据质量隐患，为设定体面劳动目标、调整最低工时立法或设计针对性就业促进项目提供量化依据。商业分析机构亦可借助其时间序列特征预测区域劳动力供给弹性，优化跨国企业的人力资源配置与薪资基准设定，从而在非洲投资决策中融入对劳动密集型行业工时波动的风险考量。

衍生相关工作

该数据集已衍生出多项富有影响力的前沿工作，涵盖统计建模与机器学习的交叉领域。基于其面板结构，研究者开发了融合国家固定效应与性别交互项的贝叶斯分层模型，以估算非洲女工工时对公共部门扩张的响应弹性。在时间序列预测方向，有工作引入注意力机制的长短时记忆网络，利用该数据集验证了多步预测中缺失值插补与区域迁移学习的有效性。此外，该数据还被整合进非洲劳动市场综合指标集（如与失业率、非正式就业比例的联合分析），催生了一系列探索劳动制度与生产网络韧性的因果推断研究，显著拓展了非洲发展计量经济学的方法论工具箱。