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

该数据集包含非洲41个国家从1991年至2025年的63,305个观测值，主要指标为每周实际工作平均小时数（Mean weekly hours actually worked per employee），按性别、经济活动和婚姻状况进行细分。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代码。数据集包含多个维度，如性别（总计、男性、女性）、经济活动和婚姻状况，以及国家代码、年份、观测值和数据状态等列。数据质量方面，为年度频率，ILO选择最佳来源作为重复数据的依据，且细分列仅在指标发布时非空。数据集适用于表格分类、回归和时间序列预测任务，并附带Python使用示例。This dataset contains 63,305 observations across 41 African countries from 1991 to 2025, focusing on the indicator Mean weekly hours actually worked per employee, disaggregated by sex, economic activity, and marital status. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African ISO3 country codes. It includes dimensions such as sex (total, male, female), economic activity, and marital status, with columns for country code, year, observed value, and data status. Data quality notes include annual frequency, use of ILO-selected best source for duplicate entries, and non-null disaggregation columns only when published. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, and comes with Python usage examples.

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核心统计数据库，通过REST API接口直接抽取标识符为HOW_XEES_SEX_ECO_MTS_NB的指标数据，并依据非洲国家ISO3代码进行地域筛选而构建。Electric Sheep Africa团队对原始数据进行规范化处理，统一模式并打包为Parquet格式，最终发布至HuggingFace平台，使研究人员和开发者能够便捷调用。

特点

数据集包含63,305条观测记录，覆盖1991至2025年间41个非洲国家的平均每周实际工作小时数，按性别、经济活动及婚姻状况进行多维分层。数据来源包括劳动力调查、家庭收支调查等权威渠道，并经ILO依据国际劳工统计学家会议定义进行协调统一，具备高可信度与可追溯性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载该数据集，并利用Pandas库进行后续分析。典型用法包括按国家代码筛选特定国家的子集、按时间序列绘制指标变化趋势，以及通过数据透视表构建国家与年份的矩阵，便于进行跨区域、跨时段的比较研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT发布，并由Electric Sheep Africa进行重新封装，聚焦于非洲地区雇员实际每周平均工作时间的性别、经济活动和婚姻状况细分。ILOSTAT作为全球劳动力统计的权威来源，整合了来自200多个经济体的劳动力调查、家计调查及行政记录数据，经劳动统计学家国际会议（ICLS）定义统一化处理。该数据集涵盖了1991年至2025年间41个非洲国家的63,305条观测记录，为研究非洲劳动力市场中的工作时间不平等、性别差异及婚姻状况对劳动参与率的影响提供了关键基础，推动了区域劳动经济学和可持续发展目标（SDG体面工作指标）的实证分析。

当前挑战

该数据集主要解决非洲地区劳动力研究中工作时间统计口径不一致、性别和婚姻状况细分的缺失问题，以及跨国可比性不足的领域挑战。构建过程中面临多重困难：首先，ILOSTAT需协调各国不同调查来源（如劳动力调查、企业调查）与ILO统计定义之间的差异，部分数据存在方法论修订导致的序列断裂；其次，非洲部分国家数据覆盖年份有限或存在不可靠标记（如obs_status字段中的'U'标记），影响长期趋势分析；此外，性别和婚姻状况分类在某些年份和国家中缺失，导致精细分析时的样本稀疏性，需谨慎处理数据质量与统计推断间的关系。

常用场景

经典使用场景

该数据集收录了国际劳工组织ILOSTAT数据库中41个非洲国家1991至2025年间雇员实际周均工作小时数的观测数据，共计63,305条记录，并按性别、经济活动部门及婚姻状况进行了细致分层。其最经典的使用场景在于构建面向非洲大陆的劳动供给与工作时长面板数据，支持研究者从时间与空间双重视角剖析非洲劳动力市场的结构性特征。借助该数据集，学者能够开展跨国家、跨年份的纵向比较分析，揭示不同经济部门内性别与婚姻状况如何影响雇员的工作投入强度，为理解非洲非正规经济与正规就业的边界模糊性提供量化依据。

实际应用

在实际应用层面，该数据集是国际发展机构、非洲各国劳工部门及跨国企业进行政策模拟与人力资源规划的关键工具。国际组织可利用该数据集监测特定国家或地区在促进性别平等就业、减少过度劳动方面的动态表现，为技术援助项目设定量化基准。非洲国家统计机构可借助这一标准化数据检验本国调查数据的潜在偏差，并校准官方统计中的工作时长估计值。此外，跨国企业在评估非洲投资环境、制定供应链中的劳工标准合规方案时，可依据不同行业与性别的典型工作时长数据优化排班制度，规避因工时法规不熟悉引发的运营风险。

衍生相关工作

基于该数据集已衍生出多项具有影响力的学术成果与应用工具。在学术方面，研究者利用其面板结构构建了非洲工作时长决定因素的多层回归模型，识别出经济周期波动对正规与非正规部门雇员劳动供给的非对称冲击，并量化了婚姻溢价与性别薪酬差距在工作时长维度上的表现形式。在工具层面，该数据集被集成至多个非洲劳动市场数据可视化平台，支持实时过滤、按国家或性别维度的动态聚合并生成交互式趋势图。同时，它成为若干机器学习基准测试中的非洲时序预测任务标准数据集，推动了基于梯度提升与循环神经网络的工作时长短期预测模型在低资源环境下的适应性研究。