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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲34个国家1991年至2025年间的就业人员实际平均每周工作小时数数据，共40,081条观测记录。数据按性别、职业和机构规模等维度进行细分，涵盖单一指标（HOW_TEMP_SEX_OCU_EST_NB），用于表格分类、回归和时间序列预测等任务。数据通过ILOSTAT REST API获取，并经过ILO的统计部门根据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保来源可追溯。数据集以CC-BY-4.0许可证发布，由Electric Sheep Africa重新打包，旨在为非洲提供统一的机器学习就绪数据层。This dataset contains 40,081 observations of mean weekly hours actually worked per employed person across 34 African countries from 1991 to 2025, disaggregated by sex, occupation, and establishment size. It covers a single indicator (HOW_TEMP_SEX_OCU_EST_NB) and is sourced from the ILOSTAT database of the International Labour Organization (ILO). The data is harmonized using ICLS definitions and includes metadata such as country codes, source labels, and observation status flags. It is repackaged by Electric Sheep Africa under a CC-BY-4.0 license for use in tabular classification, regression, and time-series forecasting tasks.

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）的ILOSTAT中央统计数据库，通过REST API直接提取指标代码为HOW_TEMP_SEX_OCU_EST_NB的原始数据，并依据ISO3国家代码过滤出34个非洲国家的观测记录。所有数据均经过ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化处理，原始调查微观数据来源于国家劳动力调查、家庭收入调查及企业调查等多源渠道，在数据集中通过source.label字段标注来源，确保数据可追溯性。最终由Electric Sheep Africa重新打包为HuggingFace数据集格式，形成包含40,081条观测的整洁表格。

使用方法

用户可通过HuggingFace的datasets库以一行代码加载数据集，返回的pandas DataFrame可直接用于探索性分析。典型使用场景包括：按国家过滤进行单一国家的时间序列分析，例如筛选肯尼亚数据；针对指定指标按时间排序绘制趋势图；或利用透视表构建以年份为行、国家为列的矩阵，便于比较跨国劳动力效率差异。数据集中包含性别的标准化分类代码（SEX_T/SEX_M/SEX_F），支持按性别分组统计，满足劳动经济学中性别差异研究的常见需求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门发布，通过ILOSTAT平台整理，并由Electric Sheep Africa于2025年重新打包，旨在提供非洲34个国家1991至2025年间按性别、职业和机构规模划分的就业人员实际周均工作小时数。作为全球劳动统计领域的权威来源，ILOSTAT基于国家劳动力调查、家庭收入调查及行政记录，采用国际劳工统计学家会议定义进行数据协调，覆盖就业、工资、工时等核心指标。该数据集填补了非洲地区精细劳动统计数据的空白，为研究非正规经济、性别劳动差异及区域劳动力市场动态提供了关键支撑，推动了发展经济学与劳动政策分析的前沿进展。

当前挑战

该数据集面临的核心挑战在于非洲劳动力数据的高度异质性与不完整性，例如不同国家调查方法、覆盖范围及年份差异导致跨域比较的偏差，亟需标准化处理以提升可比性。构建过程中，ILO需从多来源整合原始微观数据，面临数据缺失、分类体系不统一及观测值可靠性标注（如“不可靠”状态）等问题，同时需处理同一国家年份的多源冲突并依据ILO优选规则筛选“最佳来源”。此外，数据仅以年度频率发布，忽略了季度或月度波动，限制了高频时间序列分析的适用性，而按性别、职业等细粒度分类的稀疏性进一步削弱了模型在特定子群上的预测能力。

常用场景

经典使用场景

该数据集经典使用场景聚焦于非洲劳动力市场中就业人员实际工作时间的精准量化分析。通过整合34个非洲国家、跨越三十余年（1991-2025年）的ILOSTAT官方数据，研究者可深入剖析性别、职业类别及企业规模对每周实际工作时长的差异化影响。数据按性别（男女及总计）、职业技能层级及企业规模进行多维分解，为构建精细化的劳动供给模型提供了坚实的数据基础。在时间序列分析中，研究人员能够动态追踪非洲各国劳动强度的演变轨迹，揭示经济发展阶段、产业结构变迁与工作时间之间的内在关联，从而为理解非洲劳动力市场的结构性特征提供不可替代的实证支撑。

解决学术问题

该数据集在学术层面主要破解了非洲大陆劳动工时研究领域长期存在的系统性数据缺失与碎片化难题。传统上，非洲劳动统计资料常因调查周期不一、指标口径差异而难以进行跨国家、跨时段的比较分析。本数据集通过ILO国际劳工统计学家会议（ICLS）标准对异质性来源数据进行了规范化整合与标注，使得学者们能够采用一致的方法论框架，实证检验性别工资差异、职业隔离与劳动强度之间的理论假说。其深远意义在于：首次为非洲区域构建起一个覆盖范围广、时间跨度长且维度丰富的标准化工时观测面板，极大推动了关于非洲就业质量、非正规经济程度以及体面劳动进展的定量评估，为发展经济学与劳动经济学交叉领域的研究提供了关键性的数据基础。

实际应用

在实际应用层面，该数据集为非洲各国劳工政策制定者及国际发展机构提供了科学决策依据。基于实际工作小时的精确统计，政府部门可评估最低工资标准调整对劳动者权益的实际保护效果，识别过劳行业并制定工时监管法规。国际组织如国际劳工组织（ILO）可借助该面板数据监测可持续发展目标（SDG）中体面劳动目标的实现进度，特别是在性别平等（SDG 5）与经济增长（SDG 8）维度的进展。同时，跨国企业可据此优化非洲区域的劳动力资源配置策略，在合规框架内合理预期人力成本与产出效率。经济研究人员亦可通过挖掘该数据集，构建预测模型以模拟经济政策冲击对不同职业群体工作时间的动态影响，助力提升非洲地区劳动市场治理的科学化水平。

数据集最近研究

最新研究方向

当前，该数据集在全球劳动经济学与非洲发展研究领域引发广泛关注，尤其聚焦于后疫情时代非洲劳动力市场的结构性变迁。研究者利用其高颗粒度数据，深入剖析不同性别、职业类型及企业规模下每周实际工时差异，并结合SDG体面工作目标，评估非正规就业与性别不平等对劳动效率的长期影响。近期热点方向包括：通过时间序列模型预测非洲国家在自动化与数字经济转型中的工时演进趋势，以及基于多国面板数据交叉验证最低工资政策与工作强度的非线性关系。该数据集的独特价值在于填补了非洲大陆系统性工时统计的空白，为国际劳工组织（ILO）的区域政策制定提供了实证基础，也使学界得以更精准地刻画非洲国家在全球化分工中的劳动弹性特征。