electricsheepafrica/africa-ilo-how-temp-sex-age-ins-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的关于非洲41个国家就业人口平均每周实际工作时间的统计数据，时间跨度为1991年至2025年。数据集共有29,614条观测记录，核心指标为HOW_TEMP_SEX_AGE_INS_NB，即按性别、年龄和公共/私营部门划分的就业人口平均每周实际工作小时数。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行标准化处理，涵盖国家代码、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、机构部门分类、观测年份、数值及数据状态标志等字段。数据集适用于表格分类、回归和时间序列预测等任务，为研究非洲劳动力市场和工作时间模式提供了结构化的年度数据。数据由Electric Sheep Africa重新打包发布，采用CC-BY-4.0许可。This dataset contains statistics on mean weekly hours actually worked per employed person across 41 African countries from 1991 to 2025, sourced from the International Labour Organization (ILO) ILOSTAT database. It comprises 29,614 observations with the core indicator HOW_TEMP_SEX_AGE_INS_NB, which measures mean weekly hours actually worked per employed person disaggregated by sex, age, and public/private sector. Data are harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions and include fields such as country codes, data sources, indicator codes, sex classification (total, male, female), age classification, institutional sector classification, observation year, numerical values, and data status flags. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, providing structured annual data for studying labor markets and working time patterns in Africa. Repackaged by Electric Sheep Africa and released under CC-BY-4.0 license.

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中央统计数据库，通过REST API直接提取指标`HOW_TEMP_SEX_AGE_INS_NB`，并依据非洲ISO3国家代码进行地理过滤。数据经过ILO基于国际劳工统计学家会议（ICLS）定义的一致性处理，汇总了来自各国劳动力调查、家庭收支调查等官方来源的微观数据。Electric Sheep Africa团队对原始数据进行重新封装，以Parquet格式统一发布，确保数据在HuggingFace平台上的即用性与可复现性。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载该数据集，使用`load_dataset("electricsheepafrica/africa-ilo-how-temp-sex-age-ins-nb-mean-weekly-hours-actually-worked-per-employed-per")`命令即可获取。加载后的数据可转换为Pandas DataFrame，支持按国家过滤、按指标绘制时间序列图，以及通过透视表构建国家×年份的观测矩阵。由于数据已包含标准化的列名与标签，研究者能够快速开展回归分析、分类任务或时间序列预测等建模工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年发布，并经Electric Sheep Africa重新整理，聚焦非洲41个国家1991至2025年间按性别、年龄及公共/私营部门划分的就业人员平均每周实际工时。其核心研究问题在于揭示非洲劳动力市场中工时分布的异质性，尤其是不同社会群体在工作时间上的结构性差异。作为ILOSTAT数据库的派生数据，该集合为跨国比较、劳动力政策评估及可持续发展目标（SDG）中的体面劳动议题提供了标准化的量化基础，对非洲劳动经济学研究具有重要推动作用。

当前挑战

当前面临的主要挑战包括：一是非洲多国缺乏统一、高频的劳动力调查体系，导致数据覆盖年份不连续且存在质量标签（如不可靠观测值），影响时间序列分析的稳健性；二是跨国数据集成中面临分类标准差异（如年龄分组、机构部门定义）与多源数据融合时的溯源复杂性，需通过ILO的“最佳来源”筛选机制缓解异质性偏差。此外，构建过程中需处理原始微数据的清洗与规范化，确保29,614条观测在不同国家间按ICLS定义可比较，这对数据一致性提出了高要求。

常用场景

经典使用场景

该数据集汇集了1991至2025年间非洲41个国家按性别、年龄及公共/私营部门划分的就业人口实际周均工时数据，共计29,614条观测记录。其经典使用场景集中于跨国劳动力市场比较分析，研究者可借此揭示非洲大陆不同经济体内工时模式的异同。通过整合国际劳工组织ILOSTAT的标准化指标，数据集为时间序列预测、面板数据回归及分类任务提供了坚实基石，尤其适合探讨性别差异、代际变迁与部门属性对劳动投入的交互影响。

解决学术问题

该数据集有效回应了非洲劳动经济学中若干关键学术难题，包括如何量化非正规就业主导经济体中的实际劳动供给、如何在数据稀疏条件下构建跨国产出缺口模型，以及如何分离制度因素与人口结构对工时的贡献。其高颗粒度分解维度使学者能够解析性别工资差距的工时基础、公共部门就业的稳定效应，以及青年与成年劳动力在参与率上的动态演化。这些贡献为理解撒哈拉以南非洲的体面劳动进程与可持续发展目标第八项进展提供了数据驱动的实证依据。

实际应用

在实际应用层面，该数据集为国际发展机构、非洲各国统计部门及社会政策智库提供了决策支持工具。可被用于监测劳动市场改革成效，例如对比公共与私营部门工时标准的执行差异；也可辅助跨国企业进行人力资源规划，识别不同性别与年龄组别的劳动供给弹性。此外，结合国家层面数据，数据集能够支撑劳动力市场预警系统的构建，例如通过分析异常工时波动来预判经济衰退或区域冲突的就业冲击。

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、年龄及公私部门划分的就业者人均实际周工时，为劳动经济学与时间序列预测研究提供了关键数据支撑。在当前全球劳动力市场结构变迁与非洲数字化转型加速的背景下，该数据可直接服务于可持续就业政策评估、性别工时差距量化分析，以及基于ILOSTAT标准化框架的跨国比较研究。其29,614条观测记录覆盖41国、横跨1991至2025年，为挖掘非洲工时动态趋势、构建预测模型及验证国际劳工标准实施效果提供了高价值资源，对推动非洲体面劳动与社会保障的实证研究具有深远意义。