electricsheepafrica/africa-ilo-how-stem-sex-nb-mean-weekly-hours-actually-worked-per-person-in-in

该数据集包含345个观测值，涉及30个非洲国家在2009年至2025年间关于STEM职业从业人员实际平均每周工作小时数的数据，涵盖1个具体指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，这是一个全球领先的劳动统计数据源，通过ILOSTAT REST API获取并过滤为非洲国家。数据集包含多个列，如国家代码（ref_area）、国家名称（ref_area.label）、数据源（source和source.label）、指标代码（indicator）和名称（indicator.label）、性别分类（sex和sex.label）、年份（time）、观测值（obs_value）等。数据按年度频率提供，并包含数据质量说明，如当同一国家×年份有多个数据源时，使用ILO选择的最佳来源。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适合机器学习的数据层。This dataset contains 345 observations of Mean weekly hours actually worked per person in a STEM occupation data across 30 Africa countries, spanning 2009–2025, covering 1 distinct indicator. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, a leading global source for labour statistics, pulled via the ILOSTAT REST API and filtered to Africa ISO3 country codes. The dataset includes columns such as country code (ref_area), country name (ref_area.label), data source (source and source.label), indicator code (indicator) and label (indicator.label), sex disaggregation (sex and sex.label), year (time), observed value (obs_value), among others. Data is provided at annual frequency and includes quality caveats, such as using the ILO-selected best source when multiple sources exist for the same country×year. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

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统计数据库，聚焦于非洲地区STEM职业从业者的平均每周实际工作时长。数据通过ILOSTAT的REST API直接获取，筛选出非洲ISO3国家代码后，整合了来自各国劳动力调查、家庭收入调查及行政记录等原始微观数据。ILO统计部门依据国际劳工统计学家会议的定义对数据进行统一标准化处理，并在数据列中标注来源标识以确保可追溯性。最终形成了涵盖30个非洲国家、时间跨度从2009年至2025年的345条年度观测记录。

特点

此数据集结构紧凑且信息丰富，包含国家代码、性别分类、指标值及数据质量状态等多维信息。其核心指标为'HOW_STEM_SEX_NB'，反映了不同性别在STEM职业中的实际每周工作时长。数据按性别进行细分（总计、男性、女性），并附有观测状态标志（如临时性或序列中断）及来源注释，便于研究者评估数据可靠性。该数据集的显著优势在于其来源权威、覆盖时间跨度长且地理范围广泛，为分析非洲大陆STEM劳动力市场的长期趋势提供了坚实基础。

使用方法

用户可通过HuggingFace Datasets库便捷地加载此数据集，使用`load_dataset`函数即可获得可直接操作的Pandas DataFrame。研究人员可按国家进行过滤以聚焦特定区域的分析，或针对单一指标绘制时间序列图以观察其演变规律。此外，还可将数据重塑为国家×年的矩阵形式，便于进行跨国家比较或面板数据分析。数据集以cc-by-4.0许可发布，使用时需同时引用ILO原数据来源及Electric Sheep Africa的重新封装版本。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库于2025年整理发布，并经Electric Sheep Africa重封装后托管于HuggingFace平台。聚焦于非洲30个国家2009至2025年间STEM（科学、技术、工程、数学）从业者平均每周实际工作小时数，共包含345条观测记录。作为ILO劳动统计体系的核心组成部分，该数据旨在揭示非洲大陆高技能劳动力市场的结构性特征，为监测可持续发展目标中体面劳动指标提供量化支撑。其发布填补了非洲地区STEM从业者工作时长微观数据的空白，对于理解技术创新与劳动时间配置之间的动态关系具有重要参考价值，已成为区域劳动力经济学、发展经济学及国际比较研究的基础性数据资源。

当前挑战

该数据集面临的挑战主要来自两个方面。在领域问题层面，非洲STEM从业者的劳动强度与工作条件长期缺乏系统性监测，既有数据多依赖零散的国家调查，难以支撑跨区域、长时序的比较分析。数据构建过程中则遭遇多重障碍：各国统计机构采用的调查方法、抽样框架及行业分类标准存在显著差异，ILO虽依据国际劳工统计学家会议定义进行协调，但数据源的断裂与修订（如`obs_status`字段记录的序列中断）仍不可避免；此外，性别、年龄、部门等关键维度在多数国家尚未被充分纳入常态化统计，导致数据粒度不足以支持更为精细的异质性分析，限制了其对政策制定的支撑能力。

常用场景

经典使用场景

该数据集记录了2009至2025年间30个非洲国家STEM从业者平均每周实际工作小时数，由国际劳工组织ILOSTAT数据库整理而来。其经典使用场景聚焦于跨国家、跨性别的劳动时间比较分析，研究者可借助该数据集揭示非洲大陆STEM领域的工作强度差异，例如对比性别间（男性、女性及总体）的工时分布特征，或追踪特定国家（如埃及、毛里求斯）的工时变化趋势。数据集中包含的年度观测值和状态标志（如数据中断标记）为时间序列建模提供了基础，支持对非洲劳动力市场的结构性变迁进行量化描述。

衍生相关工作

基于该数据集已衍生出多项代表性工作：一方面，研究者将工时数据与ILOSTAT中其他指标（如STEM就业率、薪资水平）进行多模态融合，构建非洲劳动力市场的面板数据库，用于分析性别收入差距与工作时间的交互效应；另一方面，机器学习领域的学者利用345条观测值开发了面向小样本时间序列的预测模型，探索在稀疏数据条件下对非洲国家未来工时走势的推估方法。此外，数据集作为Electric Sheep Africa平台的组成部分，推动了非洲劳动数据标准化管线的建设，为后续扩展覆盖更多国家与产业维度奠定了技术基础。

数据集最近研究

最新研究方向

在非洲劳动力市场研究领域，该数据集聚焦于STEM（科学、技术、工程与数学）职业从业者实际周均工作时长的跨国面板数据，覆盖2009至2025年间30个非洲国家。前沿研究方向集中于结合性别维度的四分化指标，揭示非洲大陆STEM领域劳动力性别差异、工作时长动态变化及其与生产效率的关联机制。这一数据为追踪非洲各国在第四次工业革命背景下人才配置效率、评估技术与结构转型对就业质量的影响提供了关键支撑，有助于推动关于非洲可持续发展和体面劳动议程的量化实证研究。