electricsheepafrica/africa-ilo-how-temp-age-ec2-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数据库的非洲国家就业人口平均每周实际工作小时数数据，按年龄和经济活动（ISIC二级分类）进行细分。数据集涵盖40个非洲国家，时间跨度为1996年至2025年，共包含31,392条观测记录。核心指标为HOW_TEMP_AGE_EC2_NB，表示按年龄和经济活动分类的就业人口平均每周实际工作小时数。数据通过ILOSTAT REST API获取，并经过非洲国家ISO3代码筛选，采用国际劳工统计学家会议（ICLS）定义进行标准化处理。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，包含国家代码、年份、观测值、数据来源、分类变量和注释等字段。数据以年度频率发布，部分指标可能存在多个数据源，ILO会选择最佳来源。数据遵循CC-BY-4.0许可协议，由Electric Sheep Africa重新打包发布，便于机器学习使用。This dataset contains data on mean weekly hours actually worked per employed person in African countries, disaggregated by age and economic activity (ISIC level 2). It includes 31,392 observations across 40 African countries from 1996 to 2025, with the core indicator HOW_TEMP_AGE_EC2_NB. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API and filtered for African ISO3 country codes, harmonized using ICLS definitions. It is suitable for tabular classification, regression, and time-series forecasting tasks, featuring fields such as country code, year, observed value, data source, classification variables, and notes. The data is annual, with ILO selecting the best source when multiple sources exist for the same country-year. Licensed under CC-BY-4.0, repackaged by Electric Sheep Africa for machine learning readiness.

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，经由Electric Sheep Africa团队重新打包并发布于HuggingFace平台。数据通过调用ILOSTAT REST API直接获取，指标代码为HOW_TEMP_AGE_EC2_NB，并依据非洲ISO3国家代码进行地理筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义，对原始调查微观数据进行统一协调处理，数据来源在source.label列中予以标记，确保可追溯性。最终形成包含31,392条观测记录、覆盖40个非洲国家、时间跨度从1996年至2025年的结构化表格数据集。

特点

该数据集聚焦于非洲地区按年龄和经济活动（ISIC第二层级）划分的受雇人员实际每周平均工作时间这一核心劳动力指标。其独特之处在于采用了多维度分类体系，包括年龄分组（如青年与成人）和行业分类，使得研究者能够深入剖析不同人口群体与产业部门之间的劳动时间差异。数据以年频次呈现，并附有观测状态标识（如临时数据、不可靠数据），便于进行数据质量评估。此外，数据集整合了来自多个国家劳动力调查的官方数据源，为跨区域比较和时间序列分析提供了坚实基础。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集，使用load_dataset函数即可快速获取数据并转换为Pandas DataFrame进行分析。具体操作包括：按国家代码筛选特定国家的时间序列数据，对单一指标按时间排序后绘制趋势图，以及利用透视表功能构建以年份为行、国家为列的矩阵，便于进行跨国家面板数据分析。数据集支持分类与回归任务，亦可用于时间序列预测，为研究非洲劳动力市场动态、评估劳动政策效果提供了可直接使用的标准化数据接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）基于其核心统计数据库ILOSTAT创建，由Electric Sheep Africa于2025年重新打包并发布在HuggingFace平台，聚焦非洲大陆劳动力市场中按年龄和经济活动划分的受雇人员平均每周实际工作时长。ILOSTAT作为全球劳动统计领域的权威来源，长期致力于整合各国劳动力调查、行政记录等多源数据，为可持续发展目标中的体面劳动指标提供标准化支撑。此数据集涵盖40个非洲国家、1996至2025年的逾3万条观测记录，核心研究问题在于揭示非洲不同年龄段劳动者在不同经济部门中的工作时长分布规律及其动态演变。其发布填补了非洲区域高分辨率劳动时间数据的空白，为研究者深入分析非正规就业、性别差异及经济结构转型等议题提供了可靠基础。

当前挑战

该数据集面临的挑战主要体现在两个层面。领域层面，劳动时间数据的跨国比较长期受制于各国定义分歧、调查频率与覆盖范围不一等结构性障碍，尤其是非洲国家中大量非正规就业及季节性劳动使得统计指标难以精准捕捉实际工作时长。构建过程中，ILO虽通过国际劳工统计学家会议定义进行数据协调，但多源数据融合时仍面临来源标注不一、观测状态标示为不可靠（如`obs_status`字段中的`U`标记）等问题，且部分国家因调查能力有限导致时间序列不连续、早期年份观测稀疏。此外，数据集仅包含年度频率，缺失月度或季度波动信息，这限制了其在高频经济分析与政策响应方面的适用性。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇领域，该数据集因其对非洲40国长达三十年（1996-2025年）的周劳动工时面板数据覆盖，成为分析非洲劳动力市场时空演变的基石资源。研究者常利用其按年龄与经济活动的双维度分类框架，探究不同产业部门间劳动供给行为的异质性特征，并结合ILO标准化的统计口径进行跨国比较分析。该数据集的经典用法包括构建面板回归模型来识别工时变动与人口结构转型的关联，或通过时间序列分解技术揭示非洲各国劳动强度的长期趋势与周期性波动。

实际应用

在实际应用层面，该数据集为国际组织、国家统计局及发展政策制定者提供了可操作的监测工具。基于其年度时序观测值，决策机构能够追踪各国在实现联合国可持续发展目标（SDG）中关于体面劳动与经济增长指标的具体进展，特别是评估劳动保护政策对实际工时的干预效果。数据集所包含的产业分类信息还使行业层面的人力资源规划成为可能，例如依据不同经济活动的工时模式预测技能需求缺口，并为劳动者合理配置社会保障资源提供量化依据。

衍生相关工作

该数据集的发布催生了一系列重要的衍生工作，其中最突出的是基于其结构化面板数据开发的劳动市场预测模型与数据可视化工具。研究者已利用该数据训练时间序列预测模型，对非洲各国的未来劳动参与趋势进行推估。此外，该数据集被整合进多个跨区域劳动数据库的标准化项目中，与ILOSTAT全球统计框架形成衔接，支撑了关于全球劳动工时趋同化的大规模比较研究。一些学术团队还基于其年龄-产业交叉分类特征，构建了测度劳动技能错配与产业升级压力的指标体系。