electricsheepafrica/africa-ilo-how-2tdp-sex-rt-ratio-of-total-weekly-hours-worked-to-population-a

该数据集包含非洲53个国家从2005年至2027年关于工作时间的3,630个观测值，涵盖1个核心指标：按性别划分的每周总工时与15-64岁人口之比（ILO建模估计）。数据源自国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过Electric Sheep Africa重新打包，以统一的机器学习就绪格式提供。数据集提供了按国家、年份和性别（总计、男性、女性）细分的时间序列数据，可用于表格分类、回归或时间序列预测等任务。数据经过ILO基于国际劳工统计学家会议（ICLS）定义进行标准化处理，并包含数据来源和质量状态标记。This dataset contains 3,630 observations of Hours of work data across 53 African countries, spanning 2005 to 2027, covering 1 distinct indicator: Ratio of total weekly hours worked to population aged 15-64, by sex -- ILO modelled estimates. Sourced from the International Labour Organizations (ILO) ILOSTAT database via its REST API and repackaged by Electric Sheep Africa, it provides a machine-learning-ready, unified format. The dataset offers time-series data disaggregated by country, year, and sex (total, male, female), suitable for tasks such as tabular classification, regression, or time-series forecasting. Data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions and includes source and quality status flags.

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数据库，通过其REST API直接提取指标HOW_2TDP_SEX_RT的数据，并采用非洲国家ISO3代码进行过滤。数据经过ILO根据国际劳工统计学家会议（ICLS）定义进行统一标准化处理，原始调查微观数据来源在source.label列中得以标注，确保了数据的可追溯性与跨国家可比性。最终整合为包含3,630条观测记录的表格数据集，覆盖2005年至2027年的时间跨度。

特点

数据集聚焦于非洲大陆的劳动时间领域，涵盖53个非洲国家，提供了15-64岁人口每周总工作小时数与人口之比的性别细分指标。数据以年度频率呈现，包含总、男、女三种性别维度的观测值，并附带观测状态标志以指示数据质量（如调整值）。所有观测均来自ILO建模估计值，兼具系统性与权威性，便于研究者进行跨国劳动市场的时间序列分析与性别差异比较。

使用方法

数据集可通过HuggingFace Datasets库直接加载，调用load_dataset函数即可获取DataFrame格式的训练集。用户可利用ref_area列筛选特定国家（如KEN）的子集，或按indicator列分组后按时间排序以绘制时间序列图。也支持通过pivot_table将数据重塑为国家×年份的矩阵形式，便于面板数据分析或构建预测模型。数据以Parquet格式存储，兼容主流数据处理生态，适合科研与工程场景的快速集成。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布的ILO modelled estimates构建，经Electric Sheep Africa于2026年5月重新打包整理，聚焦于非洲53个国家15-64岁人口每周总工作小时数与人口之比，按性别分层的统计指标。研究核心问题在于量化非洲劳动参与强度与性别差异，为评估可持续发展目标（SDG）中的体面工作议程提供关键数据支撑。数据集覆盖2005至2027年的时序观测，共3630条记录，是首个针对非洲大陆、经ILO统一标准（ICLS定义）校准的高频劳动时间面板数据，填补了该区域在劳动强度与性别平等交叉研究领域的基础数据空白，对发展经济学、劳动社会学及国际比较研究具有重要推动力。

当前挑战

该数据集所解决的领域挑战在于，非洲各国劳动力调查数据往往因调查方法、定义标准及统计能力差异而难以直接比较，传统数据集缺乏对劳动强度（工作小时）与人口基数的标准化比率指标，尤其缺少按性别细分的跨国产出，导致性别劳动参与鸿沟的量化评估长期缺位。构建过程中，挑战来自对53国多源微观调查数据的统一整合，包括处理各国不同年份的数据缺失、调查口径不一致及历史修订问题；ILO需通过‘最佳来源’筛选机制及模型化估计方法补全缺失值，但部分观测仍被标记为‘调整值’或‘临时值’，影响数据可信度。此外，年度频次限制了更高时间分辨率下的动态分析，而少数国家早期年份完全无记录，进一步加剧了面板数据的不平衡性。

常用场景

经典使用场景

在非洲劳动经济学与可持续发展研究领域，该数据集为分析不同性别群体在工作时间分配上的结构性差异提供了关键支撑。经典使用场景涵盖基于性别维度的非洲国家间跨时期比较，通过挖掘总周工作时间与15-64岁人口比率的变动趋势，研究者能够揭示劳动力参与模式的演化规律。数据集的时序特性使其尤其适合用于固定效应面板回归、分层线性模型以及性别差异分解分析，从而度量经济发展阶段与制度环境对男女劳动供给行为的异质性影响。

衍生相关工作

围绕该数据集衍生的经典工作包括基于ILOSTAT系列数据的非洲劳动市场专题研究报告、性别与工作时间关系的跨国计量经济学论文，以及融合机器学习方法的时间序列预测模型。Electric Sheep Africa团队对原始数据的标准化重包装工作本身亦构成一项重要贡献，其实现了跨年度、跨国家的统一Schema，使得研究者可以通过HuggingFace Datasets API一键加载数据，极大降低了数据清洗与集成的成本，加速了可复现性研究在区域劳动经济学领域的扩散。

数据集最近研究

最新研究方向

该数据集聚焦于非洲15-64岁人口每周总工作小时数与人口之比的性别差异，为劳动经济学和时间利用研究提供了关键性指标。当前前沿方向集中于利用该时序数据（2005-2027年）构建预测模型，探讨非洲大陆在就业质量、非正规经济规模及性别平等方面的演变趋势。结合ILO的标准化估计，研究者可深入分析撒哈拉以南非洲地区在新冠疫情后劳动力市场的恢复轨迹，以及‘体面劳动’目标（SDG 8）的实现进展。数据集的跨国家、长时间跨度特性使其成为评估非洲区域劳动力政策效果、识别性别就业差距热点及推动社会包容性增长的重要工具，尤其在非洲大陆自由贸易区（AfCFTA）深化实施背景下，其对劳动力市场结构调整的量化分析具有显著政策指导意义。