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

该数据集包含8166条关于工作时间的观测数据，涵盖28个非洲国家，时间跨度为2005年至2025年，指标为：按性别、经济活动和残疾状况划分的雇员实际平均每周工作小时数。This dataset contains 8,166 observations of hours of work data across 28 Africa countries, spanning 2005–2025, covering the indicator: Mean weekly hours actually worked per employee by sex, economic activity and disability status.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）官方统计数据库ILOSTAT，通过REST API接口直接提取指标代码为'HOW_XEES_SEX_ECO_DSB_NB'的原始数据，并依据非洲ISO3国家代码进行筛选过滤。数据经Electric Sheep Africa团队重新封装，以Parquet格式发布，确保机器学习场景下的高效加载。ILOSTAT部门依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收支调查等微观数据进行标准化处理，并在'source.label'字段中标注数据来源，以保障数据可追溯性。

使用方法

用户可通过HuggingFace的datasets库，一行代码加载数据集并转换为pandas DataFrame进行探索。支持按国家代码快速筛选特定国家的时间序列数据，或针对单一指标进行趋势可视化。此外，可将数据透视为以年份为行、国家为列的矩阵，便于进行跨国比较分析或构建面板数据模型，适合从事劳动经济学、发展经济学及非洲区域研究的学者与数据分析师使用。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，并经Electric Sheep Africa在HuggingFace平台上重新封装，聚焦于非洲地区员工实际每周平均工作小时数的统计。核心研究问题在于揭示非洲28个国家、2005至2025年间，不同性别、经济活动类型及残疾状态下的劳动时间分布规律，从而为区域劳动力市场分析、体面劳动评估及可持续发展目标（SDG）的监测提供关键依据。作为ILOSTAT数据库的重要组成部分，该数据集依托ILO在劳动统计领域的权威性，其发布填补了非洲大陆在工时细分数据上的空白，对推动发展经济学、劳动经济学以及社会政策研究具有显著影响力。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：劳动时间与性别、经济活动及残疾状态的交叉分析极其复杂，各国统计口径、调查方法（如劳动力调查、住户调查）和ICLS定义标准的差异导致数据可比性不足，尤其在非洲低收入国家中，非正规经济占比高，传统调查难以捕捉真实工时，影响模型在时序预测和分类回归任务中的泛化能力。构建过程中，难题集中于多源异构数据的整合与质量把控：ILO需从200余个经济体采集原始微观数据并统一调谐，而本数据集进一步限定至非洲区域，过滤后仅有8,166条观测，部分国家（如2005年埃塞俄比亚）早期数据稀疏，且标注了“不可靠”或“序列中断”等异常状态，对数据清洗和缺失值处理提出了严苛要求。

常用场景

经典使用场景

该数据集汇聚了来自国际劳工组织ILOSTAT数据库中关于非洲28个国家2005至2025年间员工每周实际工作小时数的观测数据，共计8166条记录。其经典使用场景在于作为时间序列分析与面板数据建模的基石，研究者可借此勾勒非洲大陆劳动供给模式的时空演变轨迹。通过按性别、经济活动领域及残疾状况等维度进行精细划分，该数据集为探究劳动市场结构性特征提供了丰富且标准化的输入变量，尤其适用于构建预测模型以刻画不同非洲国家间劳动强度的异质性模式。

解决学术问题

在学术研究中，该数据集有效回应了长期以来非洲劳动统计数据的碎片化与可获取性难题，为跨国比较和纵向分析提供了统一尺度的数据源。它使研究者能够系统检验性别差异如何塑造非洲劳动力的工作时间分布，探讨经济活动部门转型与劳动强度之间的动态关联，并首次在较大范围内纳入残疾状态这一被长期忽视的维度，推动了关于社会包容性与体面劳动目标的实证研究。这一数据集的出现，显著降低了数据收集与清洗的成本，促进了劳动经济学、发展经济学与公共政策研究在非洲场景下的精细化演进。

实际应用

在实际应用层面，该数据集为国际组织、国家劳工部门及非政府机构制定和评估劳动政策提供了量化依据。通过追踪不同非洲国家各细分群体的平均每周工作时长趋势，政策制定者能够识别出劳动负荷过重的行业或弱势群体，从而有针对性地调整最低工时标准、社会保障方案及残疾人就业支持措施。同时，该数据也支撑着劳动力市场监测系统的建设，助力可持续发展目标中体面劳动相关指标的追踪与报告，为非洲各国优化劳动治理结构提供了数据驱动的决策支持。

数据集最近研究

最新研究方向

聚焦于非洲劳动市场的包容性发展，该数据集围绕国际劳工组织（ILO）的体面劳动议程，为研究性别、经济活动部门与残疾状态对实际每周工作时间的交叉影响提供了标准化时序数据。当前前沿方向包括利用多年面板数据构建预测模型，分析残疾劳动者在不同经济部门中的就业质量与工时差异，并结合2015-2030年可持续发展目标（SDG 8.5）评估非洲国家在实现充分和生产性就业方面的进展。该数据集的发布降低了非洲区域劳动统计的门槛，推动了基于机器学习的劳动力市场细分研究，尤其是针对弱势群体的政策干预效果量化分析，对于填补非洲劳动经济学实证空白具有重要意义。