electricsheepafrica/africa-ilo-how-xees-sex-est-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含非洲37个国家从1991年至2025年的4,816个观测值，涉及小时工作数据，具体指标为HOW_XEES_SEX_EST_NB，即按性别和企业规模划分的雇员平均每周实际工作时间。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤非洲国家代码，涵盖就业调查等来源，并按照国际劳工统计学家会议（ICLS）定义进行标准化。数据集包括国家代码、年份、观测值、性别分类、数据来源和质量标志等列，适用于表格分类、回归和时间序列预测等任务。This dataset comprises 4,816 observations from 37 African countries spanning the period 1991 to 2025, focusing on working hour data. The specific indicator is HOW_XEES_SEX_EST_NB, which refers to the average actual weekly working hours of employees categorized by gender and firm size. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API, filtered for African country codes, covering sources such as employment surveys, and standardized in accordance with the definitions of the International Conference of Labour Statisticians (ICLS). The dataset includes columns such as country code, year, observation, gender category, data source, and quality flag, and is applicable for tasks including table classification, regression, and time series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）的ILOSTAT数据库衍生而来，经由Electric Sheep Africa团队精心重封装而成。其构建过程依托于ILOSTAT的REST API，通过指定指标代码“HOW_XEES_SEX_EST_NB”直接抽取原始数据，并依据ISO 3166-1 alpha-3国家代码精准筛选出非洲地区的观测记录。ILOSTAT本身基于国际劳工统计学家会议（ICLS）的统一定义，对各国劳动力调查、家计调查、机构调查及行政记录等微观数据进行标准化整合，确保数据源具备跨国的可比性与可溯源性，source.label字段清晰标注了每一条观测的原始来源。

特点

此数据集汇聚了1991年至2025年间非洲37个国家的4,816条观测记录，聚焦于“按性别与企业规模划分的雇员每周实际工作平均小时数”这一单一核心指标。其独特之处在于提供了丰富的分类维度，包括性别（男性、女性、总计）与企业规模分类，使得研究者能够深入剖析非洲劳动力市场中不同劳动群体的工作时长差异。此外，数据附带了观测状态标识（如序列中断）和详细的注释字段，为用户提供数据质量与变更背景的透明信息，便于审慎分析。

使用方法

数据集以HuggingFace Datasets库的标准格式发布，用户可通过`load_dataset("electricsheepafrica/africa-ilo-how-xees-sex-est-nb-mean-weekly-hours-actually-worked-per-employee-by")`命令一键加载，并轻松转换为Pandas DataFrame进行后续操作。典型的使用场景包括：按国家代码筛选特定国家的数据以进行纵向分析；依据时间序列排序后绘制特定指标的演变趋势图；以及利用透视表功能构建国家×年份的观测矩阵，便于进行跨地区的比较研究。数据集的表格化结构使其天然适用于分类、回归与时间序列预测等机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年创建，经Electric Sheep Africa团队重新封装并发布于HuggingFace平台，旨在提供非洲地区按性别和企业规模划分的雇员周均实际工作小时数。数据源于ILOSTAT数据库，后者是全球劳动统计的权威来源，整合了来自国家劳动力调查、家庭收入调查及行政记录等多源信息。核心研究问题聚焦于非洲劳动力的工作时间模式及其结构性差异，为探讨性别不平等、企业规模对劳动时长的影响提供了关键的量化依据。该数据集覆盖37个非洲国家、时间跨度从1991年至2025年，共计4816条观测记录，填补了非洲大陆在工时领域高质量结构化数据的稀缺性，对劳动经济学、发展研究及国际政策评估具有显著的推动作用。

当前挑战

该数据集所应对的领域挑战在于非洲地区劳动力数据的碎片化与不均衡性：多数国家缺乏连续、标准化的工时调查，传统数据源易受抽样偏差及时间序列断裂影响，导致跨国比较与政策模拟存在障碍。在构建过程中，ILOSTAT需对来自不同国家的调查数据实施统一的国际劳工统计学家会议定义进行标准化协调，面临数据质量标识（如“序列中断”“方法论修订”）的复杂处理，以及多源数据中“最佳来源”的遴选问题。此外，因性别与企业规模等细分维度在部分国家与年份存在缺失，需确保无偏插补与透明标注，以维护数据集的客观性与可复现性。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集以性别和企业规模为双轴，系统记录了1991至2025年间37个非洲国家雇员平均每周实际工作小时数。研究者可借助这一结构化面板数据，捕捉非洲大陆劳动力供给的时间演变规律，尤其适用于跨国比较分析与性别差异的纵向追踪。基于4,816条观测值，用户能够通过简单的数据加载接口快速构建回归模型，挖掘不同性别劳动者在不同规模企业中的工作时长分布模式，或是利用其时间序列属性预测劳动力市场的变化趋势，为后续计量分析奠定坚实的数据基础。

解决学术问题

该数据集直面非洲劳动力市场研究中长期存在的数据碎片化与不透明性问题，通过ILOSTAT官方渠道统一采集并标准化了覆盖南非、埃及、马里等国家的雇员工时指标。学术上，它破解了以往难以获取大规模、跨年度、含性别与企业规模分层的非洲工时面板数据的困境，使得研究者能够严谨检验结构性不平等假说，例如女性劳动者在小型企业中的工时负担是否显著高于男性。数据集的分层属性还支撑了关于企业规模与劳动者福祉之间非线性关系的实证探索，填补了非洲大陆在全球劳工统计体系中的关键数据空白，显著提升了区域劳动研究的计量可信度与政策相关性。

衍生相关工作

围绕这一数据资产，学术界已衍生出数条富有生命力的研究脉络。一方面，它催生了针对非洲国家性别工时差异的多变量计量模型，学者们在此基础上引入教育与行业控制变量，拓展了劳动经济学中的歧视理论实证边界。另一方面，该数据集被整合进区域劳动市场预警系统，与失业率、非正规就业等ILO指标联合训练时序预测模型，推动了非洲发展经济学中“体面工作”量化评估工具的演进。加之其cc-by-4.0许可协议，使得开源社区能够将其纳入更广泛的跨洲劳工比较平台，衔接世界银行与联合国统计数据，构建起贯穿南方国家的全球劳动特征库。