electricsheepafrica/africa-ilo-how-temp-sex-age-eco-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含来自ILOSTAT（国际劳工组织统计数据库）的工作时间数据，具体指标为按性别、年龄和经济活动分类的就业人员平均每周实际工作时间。数据集覆盖41个非洲国家，时间跨度为1991年至2025年，共包含197,634个观测值。数据通过ILOSTAT REST API获取，并过滤为非洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行标准化。数据列包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、年龄分类、经济活动分类、观测年份、观测值、观测状态标志及相关注释。数据集适用于表格分类、回归和时间序列预测等任务，可用于分析非洲各国就业人员的工作时间趋势和模式。This dataset contains Hours of work data from ILOSTAT (ILOs central statistics database), specifically the indicator Mean weekly hours actually worked per employed person by sex, age and economic activity. It covers 41 African countries from 1991 to 2025, with 197,634 observations. Data is pulled from the ILOSTAT REST API and filtered to Africa ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. Columns include country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), age classification, economic activity classification, observation year, observed value, observation status flags, and related notes. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, enabling analysis of working hours trends and patterns across African countries.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，经由Electric Sheep Africa团队重新打包。数据通过ILOSTAT REST API直接拉取，以`HOW_TEMP_SEX_AGE_ECO_NB`为指标编码，筛选出非洲41个国家的ISO3代码区域数据，共计197,634条观测记录。ILOSTAT对原始调查微观数据采用国际劳工统计学家会议（ICLS）定义进行协调处理，并在`source.label`列标注数据来源，确保可追溯性。数据集覆盖1991年至2025年的时间跨度，整合了来自劳动力调查、家庭收入调查等多种官方渠道的信息。

特点

该数据集以人均每周实际工作小时数为核心指标，按性别、年龄和经济活动三个维度进行详细分解。性别维度涵盖总数、男性和女性三个类别；年龄和行业分类变量提供了灵活的细分功能。数据结构清晰，包含国家代码、来源、指标值、观测状态及多种注释列，便于用户了解数据质量与背景。41个非洲国家的广泛地理覆盖，以及长达35年的时间序列跨度，使其成为研究非洲劳动力市场变迁的宝贵资源。数据采用CC-BY-4.0许可协议，支持开源使用。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载数据，使用`load_dataset`函数即可获取完整数据集并转换为Pandas DataFrame格式。推荐先按国家筛选，例如提取肯尼亚（KEN）的数据进行本地化分析。对于时间序列研究，可按指标编码排序并绘图展示趋势。数据集合适用于表格分类、回归以及时间序列预测任务，支持通过透视表操作构建国家×年份的矩阵视图，便于进行跨国产出对比和面板数据分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部发布，经Electric Sheep Africa于2025年整理打包至HuggingFace平台。数据集聚焦于非洲41个国家自1991年至2025年间按性别、年龄及经济活动分类的就业者平均每周实际工时，包含197,634条观测记录。作为ILOSTAT数据库的子集，该数据旨在为非洲劳动力市场的时空比较提供标准化、高颗粒度的基准，尤其服务于可持续发展目标（SDG）中体面工作指标的监测。其结构化分类维度与统一标注体系，为劳动经济学、发展经济学及宏观政策研究提供了宝贵的数据支撑。

当前挑战

领域层面，非洲国家普遍面临劳动力调查频次不均、定义口径差异大以及数据覆盖不连续的问题，这使得跨国、跨年度的工时可比性成为核心挑战。构建过程中，数据需从多源调查（如住户调查、企业调查）中提取并统一至ICLS框架，处理因来源变更导致的时序断裂，以及识别标签中‘不可靠’等状态标记对分析的影响。此外，不同国家间经济活动分类标准（如行业细分）的不一致性，也要求在整合时进行细致的逻辑校验与元数据维护。

常用场景

经典使用场景

该数据集汇聚了1991年至2025年间非洲41个国家的周均实际工作时长数据，按性别、年龄及经济活动类别精细划分，共计逾十九万条观测记录。研究者可借助此数据进行多维度的分类与回归分析，例如构建预测模型以探究不同人口群体在工作时长上的差异性，或开展时间序列分析以揭示非洲劳动力市场在数十年间的演变规律与周期波动。

衍生相关工作

基于该数据集的标准化与可重复性，已衍生出多项开创性工作。ILOSTAT的原始统计方法与Electric Sheep Africa的再封装流程共同构成了可复用的数据管道，促进了非洲劳动数据的机器学习就绪格式推广。后续研究结合自然语言处理与因果推断工具，可进一步挖掘工时与生产率、非正规就业的关联机制，催生出一系列跨数据集融合分析与政策模拟的经典文献。

数据集最近研究

最新研究方向

该数据集聚焦于非洲劳动力市场中按性别、年龄及经济行业分层统计的实际周均工时，为研究非洲大陆劳动参与模式、性别工时差异及经济结构变迁提供了高粒度的时间序列数据支持。近期前沿研究方向包括利用该数据构建预测模型，以评估非洲各国在实现联合国可持续发展目标（SDG）8——体面劳动与经济增长方面的进展；结合ILOSTAT的标准化定义，研究者可深入分析非正规就业、兼职经济及青年就业波动对工时的动态影响。特别地，该数据集覆盖1991至2025年的长周期，能够支持对COVID-19疫情后非洲劳动力市场恢复的跨国家比较研究，揭示不同产业（如农业、服务业）调整工时的异质性策略。其开放性许可（CC-BY 4.0）与Parquet格式化存储，促进了与非洲政策评估、劳动经济学及机器学习领域的无缝对接，为区域性的证据驱动型决策提供了坚实的数据基石。