electricsheepafrica/africa-ilo-how-xees-sex-eco-edu-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数据库的非洲地区雇员平均每周实际工作时间数据，按性别、经济活动和教育程度进行细分。数据集涵盖41个非洲国家，时间跨度为1991年至2025年，共包含200,583个观测值。数据涉及一个核心指标：HOW_XEES_SEX_ECO_EDU_NB，即“按性别、经济活动和教育程度划分的雇员平均每周实际工作时间”。数据集提供了结构化表格，包括国家代码、国家名称、数据来源、指标代码、性别分类、经济活动和教育分类变量、观测年份、观测值、观测状态标志以及相关注释。数据通过ILOSTAT API获取，并经过标准化处理，适用于表格分类、回归和时间序列预测等机器学习任务。数据以CC-BY-4.0许可证发布，原始数据归国际劳工组织所有，并由Electric Sheep Africa重新打包以便于使用。This dataset contains mean weekly hours actually worked per employee data from the International Labour Organization (ILO) ILOSTAT database, disaggregated by sex, economic activity, and education for Africa. It covers 41 African countries, spans the years 1991 to 2025, and includes 200,583 observations. The dataset focuses on one key indicator: HOW_XEES_SEX_ECO_EDU_NB, which represents Mean weekly hours actually worked per employee by sex, economic activity and education. The data is structured in a tabular format with columns for country codes, country names, data sources, indicator codes, sex disaggregation, economic activity and education classification variables, observation year, observed value, observation status flags, and related notes. Data is sourced from the ILOSTAT API and normalized for machine learning tasks such as tabular classification, regression, and time-series forecasting. It is released under the CC-BY-4.0 license, with original data from the ILO and repackaged by Electric Sheep Africa for ease of use.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织（ILO）权威统计数据库ILOSTAT，通过其REST API接口直接抽取指标代码为HOW_XEES_SEX_ECO_EDU_NB的原始数据，并依据非洲ISO3国家代码进行地域过滤。ILOSTAT采用国际劳动统计学家会议（ICLS）定义对各国劳动力调查、住户收入调查及行政记录等微观数据进行统一协调处理，确保跨国可比性。数据在source.label列中标注了各观测值的源调查信息，便于用户追溯原始数据来源。Electric Sheep Africa团队进一步将筛选后的非洲地区数据重新封装为标准化的HuggingFace数据集，以Parquet格式提供，实现了从官方接口到机器学习就绪数据的高效转化。

特点

该数据集涵盖了1991年至2025年间非洲41个国家的200,583条观测记录，聚焦于“按性别、经济活动和教育程度划分的雇员实际周均工作小时数”这一核心劳动指标。数据包含丰富的维度信息：性别维度细分为总计、男性和女性三个类别，并附带经济活动和教育程度两个分类变量，支持多维度交叉分析。数据集还提供了观测值状态标记（如临时性、不可靠）以及多种注解列，用于识别方法修订、非标准分类等数据质量问题，增强了数据的透明度和可信度。作为年度频率的时间序列数据，它为研究非洲劳动力市场的长期趋势提供了坚实的数据基础。

使用方法

用户可通过HuggingFace Datasets库便捷调用，仅需一行代码`load_dataset("electricsheepafrica/africa-ilo-how-xees-sex-eco-edu-nb-mean-weekly-hours-actually-worked-per-employee-by")`即可完成数据加载，并直接转换为Pandas DataFrame进行后续分析。数据集支持灵活的子集抽取，例如通过`ref_area`列按国家代码筛选单个国家的数据，或利用`time`和`obs_value`列构建特定指标的时间序列并可视化。用户还可使用pivot_table方法透视数据，生成以年份为行、国家为列的矩阵，便于进行跨国比较与面板数据分析。所有操作均在熟悉的Python生态中完成，显著降低了非洲劳动数据的使用门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于其核心统计数据库ILOSTAT中创建，并经Electric Sheep Africa于2025年重新整合发布，聚焦于非洲地区雇员按性别、经济活动与教育程度划分的周均实际工时。ILOSTAT作为全球劳动统计权威来源，综合各国劳动力调查、家庭收支调查及行政记录数据，提供超200个经济体的标准化劳工指标。该数据集覆盖1991至2025年间41个非洲国家的200,583条观测，为研究非洲劳动力市场结构、性别就业差异及教育对劳动参与的影响提供了宝贵的面板数据，在劳动经济学、发展经济学与公共政策领域具有重要参考价值。

当前挑战

该数据集所应对的领域核心挑战在于非洲大陆长期面临高质量劳动统计数据匮乏的问题，许多国家调查体系薄弱且数据发布不连续，导致跨国家、跨时期的横向与纵向比较困难。在构建过程中，面临多重技术挑战：首先，各来源国原始数据采用不同的调查设计、分类标准与质量标识（如obs_status标记不可靠值），需要ILO依据国际劳工统计学家会议定义进行统一调和；其次，同一国家同一指标可能存在多个来源，需甄选‘最佳来源’以确保一致性；此外，教育、经济活动等分类维度差异显著，部分观测存在非标准层级标注（如note_classif），增加了数据清洗与整合的复杂性。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇领域，该数据集凭借其覆盖41个非洲国家、跨度逾三十载（1991-2025年）的丰富观测记录，成为探索非洲劳动力市场时空动态的基石性资源。研究者可借助该数据剖析不同性别、经济部门及教育背景下的每周实际工作时长分布规律，并通过ILOSTAT统一编纂的指标比较各国劳动强度的演变轨迹。其结构化多维分类体系（性别、经济活动、教育层次）为面板数据分析、分层回归建模及交叉表统计提供了理想的数据基础，尤其适合开展针对非洲大陆劳动工时异质性的描述性分析与因果推断研究。

实际应用

在实际应用层面，该数据集可直接服务于国际发展机构与非洲国家劳动部门的政策设计。例如，借助性别与教育维度的工时细分数据，政策制定者可识别出工时过长或过短的脆弱群体，为设定合理的最长工时标准、完善职业健康安全法规提供数据支撑。此外，经济部门维度的工时波动信息有助于评估产业政策对劳动市场的冲击效应，或为非洲大陆自由贸易区框架下的劳动力流动协议提供基准参照。对于企业而言，跨国家、跨行业的工时基准数据亦可作为劳工合规审计与跨国人力资源配置的战略参考。

衍生相关工作

围绕该数据集已涌现出一系列衍生性研究工作，并展现出强烈的跨学科融合特征。在方法学层面，研究者利用其时序结构发展了针对稀疏面板数据的插值与预测模型，例如结合贝叶斯分层模型填补因调查周期不连续导致的缺失值。在应用研究方面，有工作将该数据与非洲国家的人口普查、教育统计、或世界银行的营商环境指标进行关联匹配，构建了劳动力市场效率的多维评估框架。另有一些工作聚焦于特定国家（如南非、毛里求斯）的深度案例，通过引入该数据集的细粒度分类特征，揭示了产业转型过程中教育回报率与工时弹性的动态变化规律。