electricsheepafrica/africa-ilo-how-2tot-sex-nb-total-weekly-hours-worked-of-employed-persons-by-s

该数据集包含关于非洲53个国家2005年至2027年间按性别划分的就业人员每周总工作时间的3,630个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，是ILO的建模估计值（2025年11月发布）。数据集涵盖一个独特指标：HOW_2TOT_SEX_NB，即按性别划分的就业人员每周总工作时间——ILO建模估计值，2025年11月（以千计）。数据集提供了详细的列结构，包括国家代码（ISO 3166-1 alpha-3）、国家名称、数据来源代码和标签、指标代码和标签、性别细分（总计、男性、女性）、观测年份、观测值以及观测状态标志。数据按性别维度进行细分，并包含数据质量和注意事项，例如数据为年度频率，ILO选择最佳来源用于同一国家×年份的多个来源，且细分列仅在指标发布该细分时非空。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains 3,630 observations of Total weekly hours worked of employed persons, by sex data across 53 Africa countries, spanning 2005 to 2027. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, representing ILO modelled estimates (November 2025). It covers one distinct indicator: HOW_2TOT_SEX_NB — Total weekly hours worked of employed persons, by sex -- ILO modelled estimates, Nov. 2025 (thousands). The dataset provides a detailed schema including columns for country code (ISO 3166-1 alpha-3), country name, source code and label, indicator code and label, sex disaggregation (total, male, female), observation year, observed value, and observation status flag. Data is disaggregated by sex dimension, with notes on data quality and caveats such as annual frequency, use of ILO-selected best source for multiple sources per country×year, and disaggregation columns being non-null only when the indicator publishes that breakdown. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

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，通过其REST API直接提取指示代码为HOW_2TOT_SEX_NB的劳动力数据，并依据ISO 3166-1 alpha-3标准筛选出覆盖53个非洲国家的观测记录。ILOSTAT运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协调与标准化，确保数据口径一致。数据集以Parquet格式封装，由Electric Sheep Africa团队重新打包并发布至HuggingFace平台，使研究者能够借助`load_dataset()`函数直接调用，实现了从权威数据源到机器学习就绪数据集的端到端流水线。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`方法一键加载该数据集，并将其转换为Pandas DataFrame以进行后续分析。具体操作包括按国家代码过滤特定国家的时间序列数据、针对单一指示变量按时间排序后绘制趋势图，或利用透视表功能构建国家×年份的矩阵结构以便进行面板数据分析。数据集还支持结合性别维度的分列字段开展劳动工时的性别差异比较，其统一的Schema设计确保了与ILOSTAT原生数据结构的高度兼容性，简化了建模与可视化流程。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Africa在HuggingFace上重新封装，聚焦于非洲53个国家2005至2027年间按性别划分的就业人口每周总工作时间。其核心研究问题在于揭示非洲区域劳动力投入的时空演变规律，为劳动经济学、性别平等评估及可持续发展目标（SDG）中的体面劳动指标提供量化依据。作为ILOSTAT数据库的子集，该数据依托ILO统一方法论，调和各国调查数据，对非洲劳动统计研究具有基础性支撑作用，尤其适用于时间序列预测和跨性别比较分析。

当前挑战

该数据集面临的首要领域挑战在于非洲劳动力市场数据稀疏性与异质性——多国缺乏连续年度调查，ILO虽采用模型估算填补缺失值，但估计值自身带有不确定性，可能引入系统性偏差。构建过程中，数据采集需从ILO REST API按国家代码过滤，不同来源（如劳动力调查与行政记录）的计量口径差异需标准化整合；此外，性别维度（总/男/女）的细分导致观测值非对称分布，时间序列跨度（2005-2027）包含未来预测值，其可靠性需依赖模型假设验证。

常用场景

经典使用场景

该数据集汇集了国际劳工组织（ILO）基于模型估算的非洲53个国家2005年至2027年间就业人员周总工时数据，按性别维度（男性、女性及总计）进行分层统计。其最经典的使用场景集中于劳动经济学中的跨性别工作负担比较分析，研究者可借此剖析非洲不同国家男女就业人员在周工时上的差异及演变趋势，为理解性别不平等提供量化依据。此外，数据集的结构化特征使其天然适用于时间序列建模，便于捕捉各国工时分布的动态模式与周期性波动。

解决学术问题

在学术层面，该数据集有效弥补了非洲地区高精度、长时间序列工时数据的稀缺问题，尤其为探讨经济发展阶段、产业结构转型与劳动供给行为之间的关系提供了关键实证材料。它解决了传统劳动力调查数据在跨国比较时因定义差异而难以统一的难题，依托ILO标准化的统计口径，研究者可开展稳健的计量分析，例如检验性别工资差距与工时差异的耦合机制，或评估全球化与自动化对非洲劳动力市场结构的冲击效应。

实际应用

在实际应用中，该数据集可为国际组织、各国劳动部门及非政府组织提供宏观监测工具，用于追踪各国体面劳动目标的实现进展，特别是可持续发目标（SDG）中关于性别平等和体面工作的核心指标。政策制定者可依据不同性别群体的工时变化趋势，精准调整劳动法规、社会保障方案及职业培训资源分配。同时，金融机构与跨国企业在评估非洲投融资环境时，可借助该数据分析区域人力资源配置效率与劳动力弹性。

数据集最近研究

最新研究方向

当前，该数据集正被广泛用于非洲劳动力市场的时空动态分析与性别差异研究。借助ILO提供的2005至2027年间53个非洲国家的周度工作小时数估算，研究者能够深入探索后疫情时代非洲就业形态的演变规律，尤其聚焦于男女劳动力在非正规经济与弹性工时中的分布差异。结合联合国可持续发展目标中关于体面工作与经济增长的议题，该数据为评估非洲大陆自贸区建设对劳动时间的潜在影响、预测气候冲击下农业与非农行业工时波动，以及构建面向非洲的区域性劳动供给模型提供了关键支撑。其年度观测值的高覆盖度与性别维度分解，亦使其成为检验最小工时保障政策效果、追踪数字平台经济对传统工时结构冲击的前沿实证基础。