electricsheepafrica/africa-ilo-ged-phow-sex-hht-chl-nb-mean-weekly-hours-actually-worked-of-prime-age-emp

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计信息，专门针对非洲地区。它记录了27个非洲国家从2005年至2024年间，黄金年龄段（通常指核心工作年龄）就业人员实际平均每周工作时间的观测数据。数据核心指标为“按性别、家庭类型和6岁以下儿童存在情况划分的黄金年龄段就业人员实际平均每周工作时间”。数据集包含10,240条观测记录，提供了国家、年份、性别（总计、男性、女性）、家庭类型以及家中是否有6岁以下儿童等多维度分类信息。数据经过ILO基于国际劳工统计学家会议（ICLS）定义进行标准化处理，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains statistical information from the International Labour Organization (ILO) ILOSTAT database, focusing on the African region. It records observations on the mean weekly hours actually worked by prime-age employed persons across 27 African countries from 2005 to 2024. The core indicator is Mean weekly hours actually worked of prime-age employed persons by sex, household type and presence of children under age 6. The dataset comprises 10,240 observations, providing multi-dimensional breakdowns by country, year, sex (total, male, female), household type, and presence of children under 6. The data is harmonized by the ILO based on International Conference of Labour Statisticians (ICLS) definitions and is suitable for machine learning tasks such as tabular classification, regression, and time-series forecasting.

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核心统计数据库，专注于非洲大陆劳动力市场中黄金年龄就业人员的周均实际工时。数据通过ILOSTAT REST API直接抽取，筛选出非洲27个国家的ISO3国家代码，并整合了ILO依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行的统一化处理。数据集涵盖了2005年至2024年间共10,240条观测记录，每条记录均包含性别、家庭类型及六岁以下子女存在情况等细分维度，确保了跨国家、跨时间维度的可比性与一致性。

特点

本数据集的核心特色在于其精细的多维分类结构，通过sex、classif1和classif2字段提供了性别（总、男、女）、家庭类型（综合总类）及子女存在情况（六岁以下总类）的交叉分组，使得研究人员能够深入剖析不同社会群体在工时上的差异。此外，数据集还附带了观测状态标志（如不可靠、临时值）和来源标签，增强了数据的可追溯性与使用透明度。其覆盖的27个非洲国家在数据长度上高度不均，从毛里求斯的1,015条观测到刚果民主共和国的240条不等，这种异质性也反映了非洲各国统计能力的现实差异。

使用方法

使用该数据集极为便捷，用户可通过HuggingFace Datasets库的load_dataset()函数一键加载，并直接转换为Pandas DataFrame进行后续分析。例如，可通过ref_area列筛选特定国家（如肯尼亚）的数据，或利用time和obs_value列绘制特定指标的时间序列曲线。更进一步，研究者可通过pivot_table方法将数据重塑为以年份为行、国家为列的矩阵形式，便于进行面板数据分析或跨区域横向对比。数据集的许可证为CC-BY 4.0，使用时需同时引用ILO原始来源及Electric Sheep Africa的重新包装版本。

背景与挑战

背景概述

在劳动经济学与可持续发展目标（SDGs）监测领域，工时数据是衡量劳动力市场状况、性别平等及工作质量的核心指标。由国际劳工组织（ILO）统计司创建并维护的ILOSTAT数据库，通过整合各国劳动力调查、住户收支调查等多源数据，为全球超过200个经济体提供了标准化的劳动统计指标。该数据集由Electric Sheep Africa于2024年重新打包发布，聚焦非洲27个国家，涵盖2005至2024年间共10,240条观测值，核心指标为“按性别、家庭类型及有无子女分类的壮年就业人口实际工作周平均时长”（GED_PHOW_SEX_HHT_CHL_NB）。该数据集的发布有效填补了非洲地区在精细维度工时统计数据方面的空白，为比较分析非洲各国劳动力参与模式、家庭结构对就业行为的影响，以及追踪SDG 8（体面工作与经济增长）进展提供了宝贵的高频纵向基础数据。

当前挑战

该数据集所解决的领域问题在于，非洲大陆长期面临高质量、跨国产出纵向一致的工时统计数据的匮乏，尤其是带有性别与家庭维度交互分解的指标，这使得区域内劳动力效率的跨国比较与时间序列趋势分析困难重重。构建过程中的挑战尤为突出：首先，ILOSTAT原始数据来自各国不同调查体系，数据口径与调查设计存在异质性，需要通过ILO协调（如ICLS定义）实现标准化，但部分观测值仍被标注为“不可靠”（obs_status为U），提示质量风险；其次，数据集仅保留ILO选定的“最佳来源”，舍弃了替代来源，可能丢失同一国家内因调查方法变更或覆盖范围差异导致的修正信息；此外，家庭类型与子女存在等分类变量仅当相关分解存在时才非空，导致部分层级的样本量稀疏，限制了子群体分析的统计效力。

常用场景

经典使用场景

该数据集在劳动经济学与发展经济学领域具有重要应用价值，其核心功能在于描绘非洲大陆壮年就业人群的每周实际工作时长模式。研究者可借助该数据对性别、家庭类型及六岁以下子女抚养状况三个维度进行分层剖析，揭示劳动力供给行为的微观结构。通过时间序列分析，学者能够追踪2005至2024年间27个非洲国家工作时长的动态演变，为理解非洲劳动力市场的结构性转型与区域差异提供量化基础。

实际应用

在实际应用中，该数据集为国际发展机构、各国劳工部门及非政府组织制定精准政策提供了数据驱动的决策依据。例如，基于性别与子女数量的工作时长差异分析，可指导设计更具包容性的育儿假制度与灵活就业方案，缓解女性在家庭与职场间的双重压力。企业的人力资源规划亦可利用该数据，评估不同地区壮年劳动力的可用工时基准，优化跨国用工成本测算。在公共卫生领域，工作时长数据与职业健康研究的结合，有助于识别长期超时劳动的高危群体，为非洲各国制定合理的工时上限法规提供参考，从而提升整体劳动力福祉。

衍生相关工作

该数据集衍生了一系列开创性的学术探索。一方面，它催生了基于机器学习的非洲劳动力时间预测模型，研究者利用时间序列分解与回归树算法，根据家庭结构、性别与宏观经济指标预测未来工作时长波动。另一方面，该数据被整合进联合国人类发展指数与多维贫困指数的本地化修正研究中，用以衡量劳动时间配置对人力资本积累的制约效应。此外，以该数据集为基准，部分工作探索了数据质量标注（如‘不可靠’状态标记）对面板数据分析稳健性的影响，推动了官方统计中缺失值与异常值处理方法的改进。这些衍生工作共同拓展了数字时代劳动统计方法论的边界。