electricsheepafrica/africa-ilo-how-stee-sex-nb-mean-weekly-hours-actually-worked-per-employee-in

该数据集包含关于非洲30个国家在2009年至2025年间STEM（科学、技术、工程和数学）职业员工平均每周实际工作小时数的345个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动统计的主要来源，通过协调各国劳动力调查、家庭收入调查、机构调查和行政记录的数据，提供就业、失业、工资、工作时间、童工、非正规经济、社会保护、职业伤害和可持续发展目标（SDG）体面工作目标等指标。数据集中的指标为HOW_STEE_SEX_NB，表示STEM职业员工平均每周实际工作小时数，并包含性别细分（总计、男性、女性）。数据以年度频率发布，并经过ILOSTAT的标准化处理，确保数据可比性和可追溯性。数据集还提供了国家代码、国家名称、数据来源、观测值、时间、观测状态等详细列信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains 345 observations of mean weekly hours actually worked per employee in a STEM occupation across 30 Africa countries from 2009 to 2025. It is sourced from ILOSTAT, the International Labour Organizations central statistics database, which harmonizes data from national labour force surveys, household income surveys, establishment surveys, and administrative records. The indicator HOW_STEE_SEX_NB is included, with disaggregation by sex (total, male, female). The data is annual and provides detailed columns such as country code, country name, source, indicator, sex, time, observed value, and observation status, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILO）旗下的ILOSTAT数据库精心整理与二次封装而成。数据通过调用ILOSTAT的REST API接口直接获取，原始指标为“STEM职业雇员实际周平均工作小时数”（HOW_STEE_SEX_NB），随后依据非洲ISO3国家代码进行地理范围筛选。ILOSTAT本身采用国际劳工统计学家会议（ICLS）定义标准对各国劳动力调查、入户收入调查等微观数据进行统一协调与清洗，数据集中的source.label字段清晰标注了原始数据来源，确保了数据追溯的透明性与统计口径的一致性。最终整合为包含345条观测记录的表格，覆盖30个非洲国家，时间跨度从2009年至2025年。

特点

本数据集的核心特点在于其聚焦非洲大陆STEM领域雇员的劳动时间这一专业指标，填补了该区域细分劳动力数据的空白。其结构清晰，包含ref_area（国家代码）、time（年份）、obs_value（观测值）等关键字段，并提供了按性别（sex）维度的分解，涵盖总、男、女三类，便于进行性别差异分析。数据集标注了观测状态（如序列中断）与指标注释，辅助用户理解数据波动背后的方法论变化。数据规模精巧，仅345行，但国家覆盖较广且时间序列较长，兼具区域代表性与时序深度，非常适合进行非洲国家间STEM劳动市场的比较与趋势研究。

使用方法

用户可通过HuggingFace Datasets库便捷加载数据，仅需调用`load_dataset("electricsheepafrica/africa-ilo-how-stee-sex-nb-mean-weekly-hours-actually-worked-per-employee-in")`即可获取训练集，并轻松转换为pandas DataFrame进行灵活操作。典型应用包括筛选特定国家（如按ref_area=='KEN'提取肯尼亚数据）以分析该国STEM雇员工时变化，或针对单一指标按时间排序绘制时间序列图。数据集支持透视表操作，可构建以年份为行、国家为列的矩阵，方便进行跨国家、跨年度的多维比较分析，为非洲劳动经济学与可持续发展目标研究提供即用型数据基础设施。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库创建，经Electric Sheep Africa于2025年重新封装并发布在HuggingFace平台上，聚焦于非洲30个国家中STEM（科学、技术、工程和数学）职业雇员平均每周实际工作小时数。核心研究问题在于填补非洲大陆劳动统计中STEM领域性别与时间分配的量化空白，为区域劳动力市场分析、可持续发展目标（SDG）中的体面工作监测以及跨国比较提供标准化数据支撑。作为全球最权威的劳动统计来源之一，ILOSTAT通过统一国际劳工统计学家会议（ICLS）定义对各国调查微观数据进行协调，该数据集继承其严谨性，对非洲劳动经济学、发展经济学及性别研究领域具有重要影响力，尤其为资源匮乏地区提供了高信噪比的时序观测基础。

当前挑战

数据集所解决的核心领域问题在于非洲STEM劳动力数据的碎片化与不透明性——多数非洲国家缺乏长期、可比较的雇员工作时间统计，尤其涉及性别分组的微观数据。构建中面临的挑战包括：1) 数据稀疏性，仅30个国家提供年均观测值（2009-2025年共345条记录），多数国家数据点少于15年；2) 方法论异质性，不同调查来源（如劳动力调查与行政记录）导致定义与测量标准不一致，需借助ILO的‘最佳来源’筛选并标记断点（break in series）；3) 性别维度的缺失与断裂，部分国家仅汇总值（SEX_T）而无按性别分列数据；4) 时序不连续性，年际观测存在间隔，且部分数据被标为‘暂定’或‘不可靠’，影响建模与预测的鲁棒性。

常用场景

经典使用场景

在劳动经济学和非洲发展研究的交汇领域，该数据集为分析STEM（科学、技术、工程和数学）职业从业者的劳动时间特征提供了关键数据支撑。其经典使用场景体现在利用345条观测记录，对30个非洲国家2009年至2025年间STEM从业者每周实际工作平均时长进行跨国、跨时段的纵向比较。研究者可通过性别维度（总体、男性、女性）的交叉分析，揭示劳动力市场中STEM岗位的性别差异与时间投入规律，为评估非洲地区人力资本配置与创新潜力提供实证基础。

实际应用

在实际应用层面，该数据集天然适配多维度决策支持场景。国际发展机构可依据各国STEM工时趋势，制定更具针对性的技能培训计划；非洲国家劳动部门能通过性别差异分析，优化女性参与STEM领域的激励机制。在产业层面，跨国科技企业可利用该数据评估不同非洲市场的STEM人才供给质量，辅助投资选址与薪酬基准设计。此外，数据以Parquet格式封装并通过HuggingFace Dataset接口提供，显著降低了机器学习模型在劳动经济学预测任务中的部署门槛。

衍生相关工作

该数据集衍生出一系列聚焦非洲劳动统计的前沿工作。Electric Sheep Africa团队基于此开发了统一标准化管道，构建了涵盖30余个非洲国家的劳动经济数据集族，为后续研究奠定了数据基础设施。学界已出现利用该数据进行STEM劳动力时间序列因果推断的尝试，如结合贝叶斯结构时间序列模型评估利比里亚“青年技能培训计划”的政策效应。在应用端，研究者通过对比该数据集与GDP、教育投入等外部变量的相关性，催生了关于非洲“STEM人才流失”与“本地创新生态”关系的专题探讨。