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

该数据集包含183,543个观测值，覆盖41个非洲国家，时间跨度为1991年至2025年，主要指标为按性别、年龄和经济活动划分的雇员实际平均每周工作时间。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、年龄分类、经济活动分类、观测年份、观测值、观测状态等字段。数据以年度频率发布，部分指标可能包含月度或季度序列，但本数据集仅包含年度数据。数据经过ILO的标准化处理，使用国际劳工统计学家会议（ICLS）的定义进行统一。数据集适用于表格分类、表格回归和时间序列预测等任务。This dataset contains 183,543 observations across 41 African countries, spanning from 1991 to 2025, with the main indicator being Mean weekly hours actually worked per employee by sex, age and economic activity. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African countries. The dataset includes fields such as country code, country name, data source, indicator code, indicator name, sex classification, age classification, economic activity classification, observation year, observed value, and observation status. Data is published at an annual frequency, with some indicators potentially having monthly or quarterly series, but only annual data is included here. The data is harmonized using International Conference of Labour Statisticians (ICLS) definitions by the ILO. The dataset is suitable for tasks such as tabular classification, tabular regression, and time-series forecasting.

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，聚焦于非洲地区雇员按性别、年龄和经济活动分类的平均每周实际工作小时数。Electric Sheep Africa团队通过ILOSTAT提供的REST API接口，直接提取指标代码为'HOW_XEES_SEX_AGE_ECO_NB'的数据，并依据ISO 3166-1 alpha-3国家代码筛选出全部非洲国家的观测记录。原始数据基于各国劳动力调查、家庭收入调查等微观数据，经由ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理。最终转为Parquet格式的机器学习就绪数据集，保留了原始来源标识（source.label）以增强数据追溯性，并通过HuggingFace Datasets库发布，支持一行代码加载。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，获取的DataFrame包含18个字段，如ref_area（国家代码）、sex（性别分类）、classif1和classif2（年龄与经济活动分类）、time（年份）以及obs_value（观测值）。推荐的使用方式包括：按国家代码过滤以进行单一国家的劳动时间趋势分析；按指标代码排序后绘制时间序列图以观察跨年代的变化规律；利用pivot_table将数据重塑为国家×年份的矩阵，便于进行面板数据回归或跨区域比较。此外，数据集的分类特征（如性别、年龄分组）可直接用于监督学习任务中的标签构建，也可作为时间序列预测模型的基础输入。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下ILOSTAT数据库提供，经Electric Sheep Africa于2025年重新封装并发布在HuggingFace平台，聚焦非洲大陆雇员每周实际工作小时数的统计信息。数据集覆盖41个非洲国家、时间跨度从1991年至2025年，包含183,543条观测记录，源自各国劳动力调查、家庭收入调查等官方统计资料。核心研究问题在于揭示非洲地区不同性别、年龄及经济活动部门下雇员工时投入的分布特征与演化趋势，为劳动经济学、发展经济学及区域比较研究提供标准化、机器可读的时序面板数据。凭借ILOSTAT权威的全球劳动统计框架与规范的元数据设计，该数据集成为分析非洲劳动力市场结构变迁和衡量体面劳动目标进展的重要基础资源。

当前挑战

所解决的领域问题方面，该数据填补了非洲劳动力市场中工时数据碎片化、不可比和获取门槛高的空白，支持跨国家跨时期的性别与部门工时差异分析，为政策制定者提供体面劳动进程的量化依据。构建过程中面临多重挑战：一是原始调查来源口径不一，ILO需依据国际劳工统计学家会议（ICLS）定义进行统一协调；二是不同年份与国家间存在调查方法修订与序列断裂（如元数据中'Break in series'标记），导致数据连续性受损；三是对部分数据标注不可靠或临时性质，迫使使用者在建模前必须进行严格的质量筛选与插补处理。

常用场景

经典使用场景

该数据集广泛应用于非洲劳动力市场的实证研究，其核心用途在于分析不同性别、年龄段及经济活动分类下雇员平均每周实际工作小时数的分布特征与演变趋势。研究者常借助该数据开展跨国比较研究，通过时间序列与面板数据建模，揭示非洲各国劳动供给模式的结构性差异。此外，它也是评估劳动政策效果和劳动力市场灵活性的基础数据源，尤其适用于探索性数据分析、统计回归与时序预测等任务。

解决学术问题

该数据集为劳动经济学中的若干经典学术问题提供了关键支撑，如探讨性别劳动参与差异在不同生命周期阶段的动态变化，或识别经济部门结构转型对工作时长的影响机制。它还能帮助研究者量化非洲国家在实现国际劳工组织体面劳动指标方面取得的进展，克服了以往非洲地区劳动力数据零散、口径不一的困境。其意义在于构建了一个标准化、跨国的微观数据整合平台，推动了关于非正规就业、劳动时间弹性及人口红利利用等议题的严谨量化分析。

实际应用

在实际应用层面，该数据集可服务于国际发展机构与非洲各国劳动部门的政策制定与监测评估。例如，利用其分析结果可以识别出特定行业或性别群体中存在的超时劳动问题，为调整最低工资标准、优化劳动监察资源配置提供数据依据。此外，数据也可用于构建劳动力市场预警系统，辅助预测就业质量变化趋势；人力资源研究者则能通过分解工作时长的性别与年龄特征，设计更具包容性的就业促进方案。

数据集最近研究

最新研究方向

当前，该数据集的前沿研究方向聚焦于通过高度细粒度的性别、年龄及经济活动分类，系统剖析非洲大陆劳动力市场的结构性变迁。随着非洲青年人口激增与数字化转型浪潮的推进，研究者利用ILOSTAT提供的标准化时间序列，追踪不同亚群的实际周工作时间变化，以揭示非正规经济扩张、性别不平等固化及产业间劳动强度差异等深层议题。该数据集与全球推进体面劳动、减少工作贫困及联合国可持续发展目标（SDG 8）紧密关联，为跨国比较和基于证据的政策制定提供了量化基石。其长达三十余年的覆盖周期及对41国动态的持续记录，使之成为评估非洲劳动力弹性、经济韧性及区域一体化影响的关键分析工具，尤其在后疫情时代的就业恢复研究中具有不可替代的学术价值。