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

该数据集包含来自国际劳工组织（ILO）的ILOSTAT数据库的工作时间数据，具体指标为按性别、机构规模和残疾状况划分的员工实际平均每周工作小时数。数据集覆盖23个非洲国家，时间跨度为2010年至2025年，包含1,993个观测值。数据通过ILOSTAT REST API获取，并经过过滤以仅包括非洲国家。ILOSTAT使用国际劳工统计学家会议（ICLS）的定义对原始调查微数据进行统一处理，数据来源在`source.label`列中标注以确保可追溯性。数据集包含多个列，如国家代码、国家名称、数据来源、指标代码、性别分类、机构规模分类、残疾状况分类、观测年份、观测值、观测状态和相关注释。数据质量方面，数据为年度频率，当同一国家×年份有多个数据源时，使用ILO选择的最佳来源，分类列仅在指标发布该细分时非空。该数据集适用于表格分类、表格回归和时间序列预测等任务，旨在为研究人员和开发者提供机器学习就绪的数据层。This dataset contains Hours of work data from the International Labour Organization (ILO)s ILOSTAT database, specifically the indicator Mean weekly hours actually worked per employee by sex, establishment size and disability status. It covers 23 African countries from 2010 to 2025, with 1,993 observations. Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes. ILOSTAT harmonises raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions, and sources are flagged in the `source.label` column for traceability. The dataset includes columns such as country code, country name, data source, indicator code, sex disaggregation, establishment size classification, disability status classification, observation year, observed value, observation status, and related notes. Data is annual in frequency; when multiple sources exist for the same country×year, the ILO-selected best source is used, and disaggregation columns are non-null only when the indicator publishes that breakdown. It is suitable for tasks like tabular classification, tabular regression, and time-series forecasting, and is part of a machine learning-ready data layer for researchers and developers.

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统计数据库，通过其REST API接口直接获取`HOW_XEES_SEX_EST_DSB_NB`指标数据，并依据非洲ISO3国家代码进行地理范围过滤。原始数据来源于各国劳动力调查、家庭收入调查、企业调查及行政记录，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一规范处理。数据集共收录1,993条观测记录，覆盖23个非洲国家，时间跨度从2010年至2025年，以年度频率呈现每个员工按性别、企业规模和残疾状况划分的平均每周实际工作小时数。数据经过Electric Sheep Africa的重新封装，转化为机器学习的标准格式，并保留了`source.label`等溯源字段，确保数据来源的可追溯性。

特点

该数据集具备鲜明的多维度分层结构，核心指标`HOW_XEES_SEX_EST_DSB_NB`通过`sex`（性别：男/女/总计）、`classif1`（企业规模分类）及`classif2`（残疾状况分类）三个分类维度进行细粒度切分，支持性别间比较、规模效应分析及包容性就业研究。数据集包含丰富的元数据列，如`obs_status`标识数据可靠性（如不可靠标记`U`）、`note_indicator`记录方法修订等系列断点信息，为数据质量评估提供依据。地理覆盖兼顾代表性与多样性，既包含塞内加尔（268条）、博茨瓦纳（211条）等观测密集的国家，也涵盖埃及、科特迪瓦等少量数据点，形成横跨西非、东非、南部非洲及北非的时空面板。

使用方法

用户可通过HuggingFace Datasets库直接加载数据集，仅需一行代码`load_dataset('electricsheepafrica/africa-ilo-how-xees-sex-est-dsb-nb-mean-weekly-hours-actually-worked-per-employee-by')`即可获取训练集，并转化为Pandas DataFrame进行后续处理。支持多种典型应用场景：按国家筛选（如`df[df['ref_area'] == 'KEN']`）可聚焦单一国家分析；按指标排序后绘制时间序列图，揭示特定群体工作小时数的年际波动；利用透视表构建国家×年份矩阵，便于进行跨国面板回归或聚类分析。分类任务可利用性别、企业规模等离散变量作为特征，回归任务则直接以`obs_value`为目标变量，时空预测模型可借助`time`列构建监督学习样本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门于2025年整理发布，经Electric Sheep Africa重新包装后，聚焦非洲大陆23个国家2010至2025年间雇员平均每周实际工作小时的性别、企业规模与残疾状况分层数据。作为ILOSTAT这一全球劳动统计权威数据库的子集，其核心研究问题在于解析非洲地区劳动力市场中工作时间分布的异质性，特别关注性别与残疾状况对劳动供给模式的影响。该数据集为发展经济学、劳动经济学及国际比较研究提供了珍贵的微观基础，尤其填补了非洲国家在残疾包容性就业指标方面的数据空白，对推进联合国可持续发展目标中的体面劳动议程具有重要实证支撑作用。

当前挑战

该数据集面临的核心领域挑战在于非洲劳动力市场非正规就业占比高，导致调查数据难以全面覆盖自雇、临时工及家庭帮工等群体，使得工作时间统计存在系统性低估偏差。构建过程中面临的挑战包括：23个国家数据采集频率与问卷设计标准不一（如部分国家仅提供年度数据而缺失月度波动信息），ILO采用的最佳来源选择和定义调整（如方法修订导致的序列断裂）增加了跨时间比较的复杂性；同时残疾状况分类的标准化程度低，多国数据中该维度存在大量缺失值，削弱了分层分析的统计效力。

常用场景

经典使用场景

该数据集汇聚了23个非洲国家在2010年至2025年间雇员平均实际每周工作小时的精细化统计，依据性别、企业规模及残疾状态进行分层呈现。其最经典的使用场景在于构建基于表格数据的回归模型，用以预测非洲大陆不同人口群体的劳动工时变化趋势，或作为时间序列预测任务的核心输入，分析工时在年际波动中的长期走向。研究者和数据分析师可借助这一结构规范、标注清晰的时间切片数据，在横截面维度上对不同国家的劳动力配置模式进行比较，亦可在纵向维度上探索工时受经济政策、人口结构或就业政策影响的动态演变规律，从而夯实劳动经济学中关于工时弹性与就业质量的实证基础。

衍生相关工作

作为ILOSTAT体系在非洲大陆的专题化重构，本数据集成为一系列衍生性劳动经济实证工作的数据引擎。已有研究以其为基底，建立了贝叶斯层次模型来估算小规模非正规企业中残疾工人的隐性工时损失；另有工作通过构建面板数据固定效应模型，检视了卢旺达、赞比亚与博茨瓦纳等国在十年间工时变化与产业升级之间的关联路径。在方法学前沿，该数据集被用于训练轻量级Transformer架构的时间序列预训练模型，测试在非洲劳动力统计缺失值较多的情况下迁移学习的修复效果。其开放许可及规范化文档也催生了多个耦合气候与劳动工时的集成数据库，并激发了对SDG指标进行机器可读化处理的工具链开发探索。

数据集最近研究

最新研究方向

该数据集聚焦于非洲23国雇员按性别、企业规模及残疾状况划分的周均实际工时，为劳动经济学中的工时异质性研究提供了细颗粒度的面板数据。当前前沿方向围绕非洲劳动力市场的非正规就业模式与可持续发展目标（SDG 8）中的体面劳动议题展开，研究者可借助该数据揭示残疾人群体的劳动参与壁垒、性别工时差距的跨国差异，以及企业规模对工时弹性的调节效应。结合ILO的ILCLS统计标准，该数据集为探索新冠疫情后非洲就业恢复、自动化冲击下的工时极化以及包容性增长政策评估提供了关键的量化基础，尤其填补了非洲大陆在此类交叉分类维度上的数据空白。