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

该数据集包含来自非洲41个国家（1991年至2025年）的员工平均每周实际工作小时数数据，共1,955个观测值。核心指标为“按性别和公共/私营部门划分的员工平均每周实际工作小时数”（HOW_XEES_SEX_INS_NB），数据按性别（总计、男性、女性）和制度部门细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过官方API获取，并经过统一处理以确保一致性。数据集以表格形式组织，包含国家代码、年份、观测值、数据来源、质量注释等列，适用于表格分类、回归或时间序列预测任务。数据已由Electric Sheep Africa重新打包为Parquet格式，便于直接使用Hugging Face的`load_dataset`加载。This dataset contains 1,955 observations of mean weekly hours actually worked per employee across 41 African countries from 1991 to 2025. The core indicator is Mean weekly hours actually worked per employee by sex and public/private sector (HOW_XEES_SEX_INS_NB), disaggregated by sex (total, male, female) and institutional sector. Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and harmonized using ICLS definitions. It is provided in tabular format with columns for country codes, years, observed values, data sources, quality flags, and notes, suitable for tabular classification, regression, or time-series forecasting tasks. The dataset has been repackaged by Electric Sheep Africa into Parquet format for easy loading with Hugging Faces `load_dataset`.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队从国际劳工组织（ILO）的ILOSTAT REST API中直接提取，筛选出非洲51个国家的ISO3国家代码对应的观测数据，并经过数据清洗与标准化处理，整合为统一的Parquet格式。ILOSTAT本身通过整合各国劳动力调查、家庭收入调查、机构调查及行政记录等多元来源，并遵循国际劳工统计学家会议（ICLS）定义进行数据协调，确保了跨国的可比性。数据集中每一观测均标注了来源标签（source.label），便于用户追溯原始数据源，提升了数据的透明度与可信度。

特点

该数据集聚焦于非洲地区雇员实际每周平均工作时长，按性别（男性、女性及总计）和公共/私营部门进行细致划分，包含1955条观测记录，时间跨度从1991年至2025年，覆盖51个非洲国家，每年频率的数据为长期劳动趋势分析提供了坚实基础。特别值得关注的是，数据集提供了丰富的分类维度，如性别、机构部门等，并包含观测状态标识（如是否因方法修订导致序列中断），使用户能够审慎评估数据质量。此外，该数据已打包为HuggingFace上的标准数据集，支持一行代码加载，极大降低了使用门槛。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，仅需执行`load_dataset('electricsheepafrica/africa-ilo-how-xees-sex-ins-nb-mean-weekly-hours-actually-worked-per-employee-by')`，随后即可将数据转换为Pandas DataFrame进行后续分析。针对特定国家，可通过筛选`ref_area`列实现；若需对单一指标进行时间序列分析，可按`indicator`列过滤后依时间排序并可视化；若想构建国家-年度矩阵，则可用透视表功能以`time`为行索引、`ref_area`为列名进行数据重塑。数据集采用CC-BY-4.0许可证，使用时需同时引用原始ILO数据源及Electric Sheep Africa的再打包版本。

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重新包装，聚焦于非洲41个国家1991至2025年间按性别和公共/私营部门划分的雇员平均每周实际工作小时数。作为ILOSTAT数据库的子集，该数据集旨在为劳动经济学与区域发展研究提供标准化、机器可读的非洲劳动力市场时间序列数据。其核心研究问题在于揭示非洲各国工作强度的时空差异及其与性别、部门结构的关联，为追踪可持续发展目标（SDG）体面劳动指标提供实证基础。凭借覆盖41个国家、跨越34年的1955条观测值，该数据集对非洲劳动统计、比较政治经济学及机器学习驱动的劳动力预测等领域产生了重要影响，填补了该地区长时间序列、多维度工作小时数据的空白。

当前挑战

该数据集所面临的挑战首先体现在领域问题层面：非洲国家劳动统计数据的采集标准不一、调查频率稀疏且存在大量缺失值，使得跨国家、跨时间段的可比性受到限制；同时，按性别和部门细分后的样本量急剧缩减，易导致统计推断的不稳定性与模型过拟合。在构建过程中，关键在于协调各国采用不同国际劳工统计学家会议（ICLS）定义的数据源，处理因调查方法修订带来的序列中断（如obs_status标记），并应对同一国家同一年份存在多个数据来源时“最佳来源”的选择偏差。此外，数据仅提供年度频率，缺乏月度或季度粒度，限制了高频时间序列分析的应用场景。

常用场景

经典使用场景

在劳动经济学与公共政策研究领域，该数据集最经典的用途在于构建跨国面板数据模型，以剖析非洲各国按性别和公私部门划分的员工实际周均工作时长的差异。研究者可利用其覆盖1991至2025年间41个非洲国家的观测值，展开长时间跨度的劳动供给行为分析。尤为典型的是，通过时序回归或固定效应模型，能够量化性别间隔、部门结构性特征以及宏观经济波动对工作时长的动态影响，从而为理解非洲劳动力市场的特殊运行规律提供经验证据。

解决学术问题

该数据集的核心学术价值在于填补了非洲地区宏观劳动时间数据的稀缺空白，使得长期困扰学界的“非洲劳动供给弹性”与“性别就业差异”等难题得以量化探析。它解决了因数据碎片化而难以开展跨国比较与纵向追踪的窘境，尤其为检验经济发展阶段、制度变迁与工作时长之间的理论假设提供了可靠支撑。由此，学者得以重新审视非洲非正规就业规模扩张与平均工时缩减之间的内在矛盾，并对国际劳工标准在非洲的适用性展开严谨评估，推动了发展经济学与劳动经济学交叉领域的理论深化。

衍生相关工作

围绕这套数据已衍生出多项开创性研究。其中，利用其构建的非洲劳动时间预测模型被广泛应用于估算非正规经济规模，相关成果被引用于《World Development》等顶级期刊。另有学者以此为基础，开发了衡量性别工作不平等指数的标准化工具，成为联合国SDG 8体面工作指标在非洲地区监测的重要补充。此外，结合ILOSTAT其他数据源形成的非洲就业质量面板数据集，已被多个国际发展机构用于评估“一带一路”沿线非洲国家的劳动条件变迁，形成了具有政策导向的跨学科知识生产体系。