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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲地区劳动统计数据，具体指标为“按性别、经济活动和机构规模划分的雇员实际平均每周工作小时数”（指标代码：HOW_XEES_SEX_ECO_EST_NB）。数据集涵盖37个非洲国家，时间跨度为1991年至2025年，共包含83,385个观测值。数据通过ILOSTAT REST API获取，并经过过滤以仅包括非洲国家。数据集提供了结构化表格，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）、经济活动和机构规模分类、观测年份、观测值、观测状态以及相关注释。数据适用于表格分类、回归和时间序列预测等任务，可用于分析非洲地区的工作时间趋势和差异。数据集由Electric Sheep Africa重新打包，以方便机器学习使用，并遵循CC-BY-4.0许可证。This dataset contains labor statistics for Africa from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Mean weekly hours actually worked per employee by sex, economic activity and establishment size (indicator code: HOW_XEES_SEX_ECO_EST_NB). It covers 37 African countries, spans the years 1991 to 2025, and includes 83,385 observations. The data is sourced from the ILOSTAT REST API and filtered to African countries. The dataset is structured in tabular format with columns including country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), economic activity and establishment size classifications, observation year, observed value, observation status, and related notes. It is suitable for tasks such as tabular classification, regression, and time-series forecasting, and can be used to analyze trends and disparities in working hours across Africa. The dataset is repackaged by Electric Sheep Africa for machine learning readiness and is licensed under CC-BY-4.0.

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）下设的ILOSTAT统计数据库，汇聚了1991年至2025年间37个非洲国家关于“雇员周均实际工作小时数”的83,385条观测记录。数据通过ILOSTAT的REST API接口直接拉取，并依据非洲ISO3国家代码进行筛选过滤。ILO基于国际劳工统计学家会议（ICLS）的统一定义，对各国原始调查微观数据进行了标准化协调处理，涵盖劳动力调查、家庭收支调查及行政记录等多种来源，并在数据集中通过`source.label`字段明确标注了每一条数据的溯源信息。

特点

该数据集的核心特点在于其精细化的多维分类结构。它不仅按照性别（男性、女性及总计）进行统计，还纳入了经济活动和单位规模的分类维度，使得研究者能够从多个层次深入分析非洲劳动力市场的工作时长分布。数据集覆盖了从1991年至今的长期时间序列，跨越了南非、埃及、马里、安哥拉等37个非洲国家，观测总量逾8万条。此外，数据集中包含了观测状态标记（如“暂定值”或“不可靠”）及诸多注释字段，便于使用者对数据质量进行审慎评估。

使用方法

数据集以HuggingFace Datasets库的标准格式发布，用户可通过`load_dataset()`函数便捷加载，并一键转换为Pandas DataFrame进行后续分析。例如，可以直接按国家代码进行筛选以聚焦特定区域，或通过指标代码`HOW_XEES_SEX_ECO_EST_NB`抽取特定统计系列。利用时间列与观测值列，可轻松构建时间序列图或绘制国家×年份的矩阵面板，从而高效开展跨国的比较研究或面板数据建模工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库构建，并由Electric Sheep Africa团队重新封装发布，聚焦非洲37个国家1991年至2025年间员工每周实际工作小时数的统计指标。核心研究问题在于揭示非洲大陆劳动力市场中，性别、经济活动类型及企业规模如何影响工时分布，为劳动经济学、发展经济学及区域劳动力政策评估提供实证基础。作为ILOSTAT这一全球领先劳动统计数据库的子集，该数据集填补了非洲区域工时标准化数据的空白，支持跨国家、跨时期的比较分析，对可持续就业目标（SDG 8）的监测与实现具有重要推动作用。

当前挑战

领域的核心挑战在于非洲劳动统计数据的碎片化与不一致性：各国调查方法、技术定义及数据质量参差不齐，导致跨国家与跨时期的可比性受限。构建过程中，数据需从ILOSTAT REST API抽取并依ICLS标准进行协调，处理多重来源冲突（如同一国家同年份存在不同调查成果），并依据ILO选定的“最佳来源”进行筛选，同时需应对因方法论修订导致的序列断裂及非标准经济活动分类等标注问题。此外，数据仅涵盖年度频率，缺失月度与季度波动信息，且性别、经济活动等细粒度分类并非所有观测值均完整，制约了深度异质性分析的可能性。

常用场景

经典使用场景

该数据集记录了1991年至2025年间37个非洲国家按性别、经济活动与机构规模划分的雇员周均实际工作时长，共计83,385条观测值。其经典使用场景集中于劳动经济学领域的跨国比较分析与面板数据建模，研究者可借助该数据剖析非洲大陆不同经济体在工时制度上的差异与演变趋势。数据的时间跨度与地理覆盖使其成为检验经济发展阶段、劳动力市场制度与工时关系的关键素材，尤其适合构建固定效应或随机效应回归模型，探讨性别平等的经济影响、产业结构变迁对劳动时间分配的塑造效应，以及企业规模在调节工作时长中的角色。

实际应用

实际应用中，该数据集为国际发展机构与非洲国家政府的劳动政策制定提供了量化依据。借助这些工时数据，政策分析师可以识别特定行业或规模的企业是否存在过度加班或工时不足的问题，从而设计差异化的劳动保护法规。在可持续发展目标（SDGs）的监测框架下，数据集中的长时序指标被用于追踪目标8（体面工作和经济增长）的进展，辅助评估劳动政策改革的实际成效。此外，人力资源咨询公司也可利用该数据为跨国企业在非洲的投资决策提供劳动力市场效率评估，优化用工成本管控。

衍生相关工作

该数据集衍生出一系列具有影响力的学术工作，其中最经典的包括基于国家-年份二维面板的工时收敛性分析，探索非洲各国是否在向国际劳动标准趋同。另有研究利用该数据配合性别维度变量，构建了非洲女性劳动参与率与工时分配的两阶段最小二乘模型，揭示了教育普及与家庭结构变迁对女性劳动供给的影响。近年来，借助机器学习方法，该数据集也被用于预测经济波动期的工时变化模式，相关成果发表于《Journal of African Economies》等顶级区域研究期刊，推动了计算社会科学在非洲劳动研究领域的应用。