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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的员工按性别、企业规模和婚姻状况划分的实际每周平均工作小时数指标，专门针对非洲地区。数据集涵盖37个非洲国家，时间跨度为1991年至2025年，共包含38,880个观测值。核心指标为HOW_XEES_SEX_EST_MTS_NB，即员工实际每周平均工作小时数，数据按性别（总计、男性、女性）、企业规模（总计）和婚姻状况（总计）进行细分。数据集包含国家代码、国家名称、数据来源、指标代码、指标标签、性别分类、分类变量、观测年份、观测值、观测状态及相关注释等列。数据来源于ILO harmonized的劳动力调查、家庭收入调查、企业调查和行政记录，经过ILO统计部门统一处理，确保国际可比性。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一、机器学习就绪的数据层。This dataset contains the Mean weekly hours actually worked per employee by sex, establishment size and marital status indicator from the International Labour Organization (ILO) ILOSTAT database, specifically for Africa. It covers 37 African countries from 1991 to 2025, with 38,880 observations. The core indicator is HOW_XEES_SEX_EST_MTS_NB, which measures mean weekly hours actually worked per employee, disaggregated by sex (total, male, female), establishment size (total), and marital status (total). The dataset includes columns for country code, country name, data source, indicator code, indicator label, sex classification, classification variables, observation year, observed value, observation status, and related notes. Data is sourced from ILO-harmonized labour force surveys, household income surveys, establishment surveys, and administrative records, processed by the ILO Department of Statistics for international comparability. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa on HuggingFace.

搜集汇总

数据集介绍

构建方式

本数据集汇集了ILOSTAT数据库中非洲地区雇员平均每周实际工作小时数的观测数据，由Electric Sheep Africa团队通过ILO的REST API接口直接抽取并重新打包。原始数据源自各国劳动力调查、家庭收入调查、企业调查及行政记录，经国际劳工组织统计部门依据国际劳工统计学家会议定义进行统一协调与标准化处理。数据集仅筛选出非洲ISO3国家代码对应的记录，并保留了source.label字段以标识每一条观测的数据来源，确保数据可追溯。最终形成了涵盖37个非洲国家、时间跨度从1991年至2025年的38,880条观测，按性别、企业规模及婚姻状况三个维度进行详细分类。

特点

该数据集的核心特点在于其多维度分类体系与丰富的元数据注释。每条观测不仅包括核心指标值（obs_value），还附带了性别的三级分类（总计、男性、女性）、企业规模分类及婚姻状况分类信息，支持精细化的分层分析。数据集同时提供了观测状态标志（如临时、不可靠）、数据断点注释及来源备注，帮助用户识别数据质量与潜在的方法论变动。此外，覆盖37个非洲国家、跨越34年的年度时间序列结构，为分析非洲劳动力市场的长期趋势与国别比较提供了坚实的数据基础。

使用方法

用户可通过Hugging Face的datasets库直接加载数据集，使用load_dataset函数即可获取Pandas DataFrame格式的数据。推荐先按国家代码（ref_area）进行筛选以分析特定国家的劳动时间模式，或通过时间列（time）排序后对单一指标进行时间序列可视化。如需进行跨国比较研究，可利用pivot_table方法将数据重塑为国家×年份的矩阵形式。数据集的CC-BY-4.0许可协议允许自由使用与分享，使用时需同时引用ILO原始来源及Electric Sheep Africa的重新打包版本。

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年通过Electric Sheep Africa重新包装发布，聚焦非洲37个国家1991至2025年间按性别、企业规模及婚姻状况划分的员工周均实际工时。作为ILOSTAT核心劳动统计数据库的衍生资源，它整合了来自劳动力调查、家庭收支调查及行政记录的多源数据，经ILO统计司依据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含38,880个观测值，覆盖唯一指标'HOW_XEES_SEX_EST_MTS_NB'，为研究非洲劳动力市场性别差异、企业规模效应及婚姻状态对劳动供给的影响提供了跨时空的量化基础，在劳动经济学、发展经济学及社会政策评估领域具有重要价值。

当前挑战

该数据集面临的领域挑战在于：非洲国家间劳动力调查定义、抽样框架及数据收集频率存在显著异质性，导致跨国可比性受损；观测状态标记如'不可靠'（U）及方法论变更（如序列断裂）提示部分数据质量存疑，需谨慎处理异常值与缺失值。构建过程中遭遇的挑战包括：多源数据融合时的模式对齐难题，尤其是分类维度（性别、企业规模、婚姻状况）在各国统计实践中的非标准化；ILO如何从同一国家-年份组合的多个数据源中筛选'最佳来源'，其选择标准缺乏透明度；以及时间序列的年度频率限制，掩盖了月度和季度波动细节，限制了高频劳动市场动态的捕捉能力。

常用场景

经典使用场景

在劳动经济学与非洲区域发展研究领域，该数据集最经典的使用场景在于构建多维度的时间序列模型，以解析非洲国家间员工实际周工作小时数的动态演变规律。研究者可依据性别、企业规模及婚姻状况等分层变量进行交叉分析，精准量化不同社会群体在劳动供给行为上的异质性。通过整合37个非洲国家长达三十余年的观测数据，该数据集为评估非洲劳动力市场结构变迁提供了高分辨率的数据底座，尤其适合用于检验经济转型、性别平等政策及企业用工制度对工作时间的调节效应。

解决学术问题

该数据集聚焦解决了非洲劳动力统计领域中普遍存在的数据碎片化与标准化缺失这一核心学术难题。ILOSTAT按照国际劳工统计学家会议（ICLS）定义进行统一协调，使得跨国家、跨时期的比较分析成为可能。借助该数据集，学者得以突破以往单一国家案例分析或抽样调查的局限，系统性地探讨非洲大陆工作时间的长期趋势、性别差异及其与宏观经济变量（如GDP、失业率、非正规就业）之间的因果关联。其意义在于推动了非洲劳动经济学从描述性统计迈向计量实证分析，为检验劳动力市场制度的收敛性或持续性提供了关键经验证据。

衍生相关工作

基于该数据集衍生出的经典工作主要体现在劳动经济学中的面板数据分析与政策评估领域。研究者常以该数据为训练与验证基础，构建非洲国家工作小时数的预测模型，如结合季节性与周期性成分的ARIMA或状态空间模型。部分工作进一步引入机器学习方法（如随机森林、梯度提升），通过性别、企业规模等分类特征预测劳动力市场转型趋势。在因果推断方面，衍生研究利用双重差分法评估各国最低工资立法或产假政策对男性和女性工作小时数的差异化冲击。这些工作不仅丰富了非洲劳动力市场的理论框架，也为后续跨区域比较研究提供了可复现的方法论范式。