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

该数据集包含非洲38个国家1991年至2025年间的90,775个观测值，涵盖指标“HOW_TEMP_SEX_AGE_OCU_NB”，即按性别、年龄和职业划分的就业人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统计数据库，通过API获取并过滤为非洲国家代码，涉及就业、工作时间等劳动统计主题。数据集包括国家代码、年份、性别（总计、男性、女性）、年龄分类、职业分类等列，用于表格分类、回归和时间序列预测任务。数据经过ILO harmonization处理，并包含来源和质量标志。This dataset contains 90,775 observations across 38 African countries from 1991 to 2025, covering the indicator HOW_TEMP_SEX_AGE_OCU_NB—mean weekly hours actually worked per employed person by sex, age, and occupation. The data is sourced from the International Labour Organizations ILOSTAT database, retrieved via REST API and filtered to African ISO3 country codes, focusing on hours of work and labor statistics. It includes columns such as country code, year, sex (total, male, female), age classification, occupation classification, and is designed for tabular classification, regression, and time-series forecasting tasks. The data is harmonized by ILO and includes source and quality flags.

搜集汇总

数据集介绍

构建方式

本数据集基于国际劳工组织（ILO）的ILOSTAT数据库构建，从REST API接口直接提取指标HOW_TEMP_SEX_AGE_OCU_NB的数据，并通过非洲ISO3国家代码进行过滤，覆盖了38个非洲国家。ILOSTAT数据库利用国际劳工统计学家会议（ICLS）定义的标准对原始调查微观数据进行统一处理，数据来源包括劳动力调查和行政记录等，并在source.label字段中标注以供追溯。最终数据集由Electric Sheep Africa重新打包为Parquet格式，以HuggingFace Datasets的形式发布，便于研究人员直接调用。

特点

该数据集包含90,775条观测记录，时间跨度从1991年至2025年，覆盖38个非洲国家，专门提供“按性别、年龄和职业划分的受雇人员每周实际工作平均小时数”这一指标。数据具有多维度特征，包括性别（总、男、女）以及年龄与职业分类变量，支持细致分析。数据质量方面，采用年度频率，且针对同一国家年份的多源数据使用ILO精选的“最佳来源”，确保一致性。此外，数据集以CC-BY-4.0许可发布，在学术和商业应用中具有良好的可及性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载数据，例如使用`load_dataset("electricsheepafrica/africa-ilo-how-temp-sex-age-ocu-nb-mean-weekly-hours-actually-worked-per-employed-per")`获取训练集，并转换为Pandas DataFrame进行后续处理。借助数据框操作，可便利地按国家筛选（如`df[df["ref_area"] == "KEN"]`）、按时间序列可视化特定指标（如使用matplotlib绘图），或通过pivot_table构建国家-年份矩阵。数据模式中包含ref_area、sex、classif1、classif2等多个分类列，支持灵活的维度切片与聚合分析，适用于劳动经济研究、政策评估以及时间序列预测等任务。

背景与挑战

背景概述

该数据集源自国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Africa于2025年重新整理并发布在HuggingFace平台上，聚焦于非洲大陆劳动力市场的核心指标——按性别、年龄和职业分类的就业者周均实际工作小时数。在全球劳动力统计领域，ILOSTAT作为权威数据源，长期致力于提供跨经济体的可比性劳动指标，而非洲地区因数据采集基础设施薄弱、国家间统计标准差异显著，一直是劳动经济学研究的短板。该数据集覆盖38个非洲国家、时间跨度从1991年至2025年，共计90,775条观测记录，为研究者提供了迄今为止最全面的非洲工作时间面板数据。其核心价值在于填补了非洲区域劳动强度与人口结构交叉分析的空白，为探讨性别工资差异、职业分层对劳动供给的影响，以及评估可持续发展目标（SDG）中体面工作进展提供了关键实证基础。

当前挑战

该数据集所面临的挑战体现在两个层面。在领域问题层面，非洲劳动力市场长期存在非正规就业占比高、多份兼职现象普遍的问题，导致‘实际工作小时数’的测量口径难以统一，官方调查数据常低估边缘群体（如女性照顾者）的劳动参与。此外，各国劳动调查的时间频率和季节性调整方法差异巨大，跨国的纵向比较易受抽样偏差干扰。在构建过程中，数据整合需克服三大障碍：其一，ILOSTAT原始API返回的指标代码和分类体系（如职业技能等级OCU_SKILL_TOTAL）对非专业用户晦涩难懂，需映射为可解释的标签；其二，部分国家（如纳米比亚、乌干达）因调查年份中断或数据质量标签（如'U'表示不可靠），导致时间序列不连贯，缺失值处理需谨慎；其三，来源字段（如source.label）中混合了多种调查类型（LFS、HIES等），其抽样框架和问卷设计不一致，直接拼接可能引入测量误差。

常用场景

经典使用场景

在劳动经济学与非洲区域发展研究的交汇处，该数据集为探究非洲各国就业人群实际周工作时间的时空演变规律提供了坚实的数据基础。其经典用法集中于利用38个非洲国家跨越三十余年的面板数据，结合性别、年龄和职业分类维度，构建多层次的回归模型或时间序列分析框架，以揭示工作时间模式在人口结构、经济发展阶段以及劳动力市场政策影响下的异质性与动态特征。

实际应用

在实际应用中，该数据集成为国际劳工组织、各国劳动部门及发展机构进行劳动力市场监测与政策评估的关键工具。它被用于绘制非洲各国各行业的劳动强度地图，支持制定并校准最低工时标准、职业安全与健康政策，以及评估经济转型期就业形态的变化。此外，数据驱动的面板结构使其能够为劳动力供需预测模型提供输入，帮助企业及投资者在制定区域性人力资源策略时获得客观、可比较的工时基准。

衍生相关工作

基于该数据集，衍生出了一系列聚焦于非洲劳动力市场结构的量化研究工作。学者们利用其按职业分类的特点，构建了非洲职业技能结构与工作时长的关联模型；同时，结合性别维度开展了关于劳动时间性别差距的跨国比较分析，揭示了在非正规经济主导的背景下女性隐性劳动负担的统计特征。这些衍生研究不仅丰富了行为劳动经济学与性别发展理论的交叉探讨，还催生了诸如非洲工时收敛性检验、就业质量指数构建等具有政策导向性的方法论创新。