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

该数据集名为按性别、年龄和职业划分的雇员实际平均每周工作小时数 | 非洲（ILOSTAT），是一个关于非洲国家劳动工作时间的表格数据集。它包含85,729条观测数据，覆盖38个非洲国家，时间跨度为1991年至2025年。核心指标为HOW_XEES_SEX_AGE_OCU_NB，表示按性别、年龄和职业划分的雇员实际平均每周工作小时数。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。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、职业分类、观测年份、观测值（以小时为单位）以及数据状态标志（如不可靠、临时数据等）。该数据集适用于表格分类、回归和时间序列预测等机器学习任务，旨在为研究非洲劳动力市场、工作时间和就业趋势提供标准化、ML-ready的数据。数据以Parquet格式存储，使用CC BY 4.0许可证。The dataset is named Mean weekly hours actually worked per employee by sex, age and occupation | Africa (ILOSTAT). It is a tabular dataset containing 85,729 observations across 38 African countries, spanning the years 1991 to 2025. The core indicator is HOW_XEES_SEX_AGE_OCU_NB, which represents Mean weekly hours actually worked per employee by sex, age and occupation. Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and filtered to African countries. The dataset includes fields such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), age classification, occupation classification, observation year, observed value (in hours), and data status flags (e.g., unreliable, provisional). It is suitable for machine learning tasks like tabular classification, regression, and time-series forecasting, providing standardized, ML-ready data for researching labor markets, working hours, and employment trends in Africa. The data is packaged in Parquet format and licensed under CC BY 4.0.

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核心统计数据库，通过REST API接口直接拉取`HOW_XEES_SEX_AGE_OCU_NB`指标数据，并依据非洲ISO3国家代码进行过滤筛选。ILOSTAT采用国际劳工统计学家会议定义的标准对原始调查微观数据进行统一处理，其数据来源涵盖劳动力调查、家庭收入调查、企业调查及行政记录，并在`source.label`列中标注具体来源，以确保数据可追溯性。整个流程由Electric Sheep Africa团队重新封装为机器学习就绪格式，最终形成包含85,729条观测记录的数据集。

特点

该数据集聚焦非洲大陆，覆盖38个非洲国家、涵盖1991年至2025年长达35年的时间跨度，具备丰富的地理与时间维度。核心指标为“按性别、年龄和职业划分的雇员每周实际工作平均小时数”，数据以年度频率呈现，并按照性别、年龄组、职业技能等级等维度进行精细分类。数据集通过`sex`、`classif1`、`classif2`等列提供多层次分解，用户可灵活地按性别（总、男、女）、年龄组、职业类型等角度进行切片分析。此外，观测值附有状态标记（如“不可靠”）和注释信息，便于研究人员评估数据质量。

使用方法

使用者可通过HuggingFace的`datasets`库一键加载数据集，调用`load_dataset("electricsheepafrica/africa-ilo-how-xees-sex-age-ocu-nb-mean-weekly-hours-actually-worked-per-employee-by")`即可获取训练集并转为pandas DataFrame进行后续分析。支持按国家代码（如`ref_area == "KEN"`）快速筛选单一国家数据，或基于时间序列对指定指标进行排序并可视化。数据集还提供了将数据透视为国家×年份矩阵的实用示例，方便进行跨国家、跨年份的比较研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库创建，经由Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台上，收录了1991年至2025年间非洲38个国家的85,729条观测数据。其核心研究问题聚焦于分析非洲大陆雇员平均每周实际工作时间按性别、年龄和职业分类的分布规律，旨在为劳动经济学、发展经济学以及国际比较研究提供标准化的微观数据基础。该数据集依托ILO在劳工统计领域的权威性，整合了劳动力调查、家庭收入调查等多源数据，对于揭示非洲劳动市场的结构性特征、评估体面劳动进展以及推动联合国可持续发展目标中的体面工作议程具有重要的支撑作用，已成为区域劳动时间研究的标杆性资源。

当前挑战

领域问题层面，该数据集致力于解决非洲劳动市场数据碎片化与非标准化所带来的宏观分析障碍，特别是性别与年龄维度上工时差异的量化比较，但面临各国数据采集频率、方法论变更及统计口径不一致的挑战。构建过程中，Electric Sheep Africa遭遇多重困难：原始ILOSTAT数据需通过REST API分国别提取，并过滤至非洲区域代码，涉及多源数据清洗与标准化；指标存在‘最佳来源’选择逻辑，不同年份可能对应不同数据源，导致时间序列的非连续性；此外，数据中大量观测状态被标记为‘不可靠’或‘临时性’，以及因方法论修订导致的序列断裂，均在重新包装时需审慎标注，以维护研究者的数据信任度。

常用场景

经典使用场景

在劳动经济学与可持续发展研究的交汇地带，该数据集凭借其横跨38个非洲国家、覆盖1991至2025年的长时间跨度观测值，成为探索非洲大陆劳动力市场结构性变迁的宝贵资源。研究者可借助性别、年龄和职业的细分维度，剖析不同社会群体每周实际工作时间的异质性特征，为理解非洲各国在工业化、城市化进程中的劳动供给模式提供精细化的数据支撑。

实际应用

在实际应用层面，该数据集赋能多边发展机构与非洲国家统计部门开展劳动力市场动态监测，例如识别特定行业或性别群体的过度劳动或就业不足现象。国际组织可基于这些工时效据优化社会保护政策的覆盖范围，企业雇主则能参考跨国工时基准调整劳动排班与薪酬结构。此外，数据标注的来源与质量旗标机制，为下游建模中的异常值检测与数据融合提供了可靠的治理基础。

衍生相关工作

基于此结构化时序数据，衍生出了若干具有影响力的学术工作。在机器学习领域，研究者利用其建立非洲多国劳动工时的预测模型，探索经济指标（如GDP增长率）与工时变动之间的非线性耦合关系。计量经济学方面，它被用于构建面板数据模型以检验最低工资政策对实际工作时间的影响，并催生了结合ILOSTAT其他指标的跨数据库劳动状态分类研究。这些工作共同推动了非洲劳动市场研究从描述性统计向因果推断与预测科学的范式迁移。