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

该数据集包含非洲37个国家从1991年至2025年关于工作时间的4,993个观测值，核心指标为HOW_TEMP_SEX_EST_NB，即按性别和企业规模划分的就业人员实际平均每周工作时间。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家。数据集为表格格式，包含国家代码、来源、指标、性别分类、时间、观测值等列，适用于表格分类、回归和时间序列预测等机器学习任务。数据由Electric Sheep Africa重新打包，以提供统一的、机器学习友好的非洲数据层。This dataset contains 4,993 observations on working hours from 37 African countries spanning the years 1991 to 2025. The core indicator is HOW_TEMP_SEX_EST_NB, which refers to the actual average weekly working hours of employed individuals categorized by gender and firm size. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and filtered to include only African countries. The dataset is in tabular format, with columns including country code, source, indicator, gender category, time period, observed values, and others. It is applicable to machine learning tasks such as tabular classification, regression, and time series forecasting. The dataset was repackaged by Electric Sheep Africa to provide a unified, machine learning-friendly African data layer.

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数据库，通过其REST API直接抽取指标HOW_TEMP_SEX_EST_NB（按性别和企业规模划分的就业者实际周均工时），并依据ISO 3166-1 alpha-3代码筛选出37个非洲国家的观测记录。原始数据基于各国劳动力调查、家庭收入调查、企业调查及行政记录，经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调，并在source.label列中标注数据来源以便追溯。数据集由Electric Sheep Africa重新封装，以Parquet格式发布，确保机器学习的即用性。

特点

数据集包含4,993条观测，覆盖1991至2025年间37个非洲国家，时间跨度长达34年，为研究非洲劳动力市场提供了珍贵的历史序列。核心指标是就业者实际周均工时，并按性别（总、男、女）和企业规模进行细致分组，每个观测附带来源、指标标签、观测状态标志及注释信息，便于用户识别数据质量与回溯。数据为年度频率，采用ILO优选的最佳来源处理同一国家同年份的多个来源冲突，体现了严格的质控标准。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，返回的字典中包含'train'子集，可轻松转换为pandas DataFrame以便进行探索性分析。典型应用包括按国家筛选（如df[df['ref_area'] == 'KEN']）、按指标排序绘制时间序列图，以及利用pivot_table将数据重塑为国别×年份的矩阵，用于跨区域比较或作为模型输入。该数据集适用于表格分类、回归及时间序列预测任务，为研究非洲劳动参与、性别差异及经济变迁提供了标准化、可直接调用的数据基础。

背景与挑战

背景概述

在劳动经济学与可持续发展目标（SDG）研究领域，精确的工时数据是评估工作条件、劳动生产率及性别平等进展的核心依据。国际劳工组织（ILO）作为全球劳动统计的权威机构，通过ILOSTAT数据库系统性地整合了各国劳动力调查与行政记录数据。该数据集由Electric Sheep Africa于2025年重新封装发布，聚焦非洲大陆37个国家1991至2025年间按性别和企业规模划分的就业者平均每周实际工时，共包含4,993条观测值，资源采用CC-BY-4.0许可协议。该数据集的构建旨在弥合非洲区域精细化工时数据的结构性缺失，为研究者提供经过ILO统一口径（ICLS定义）的标准化时间序列，进而支撑跨国比较、性别差异分析及面向非洲的劳动力市场建模，对推动非洲体面劳动议程与SDG 8（体面工作和经济增长）的实证研究具有重要意义。

当前挑战

该数据集的核心挑战在于应对非洲区域统计基础设施薄弱所引发的若干问题。首先，各国数据采集频率与调查方法（如劳动力调查、企业普查）存在显著差异，导致同一指标在不同国家间的可比性受限，且部分国家历史数据稀疏，如至2025年仍有近半数国家观测时段不完整，增加了跨时间序列建模的偏倚风险。其次，数据构建过程面临来源多样性与质量控制难题：ILO需从多种原始调查中挑选“最佳来源”，但标注断裂（break in series）、暂定值（provisional）等状态标记常见，例如`obs_status`字段包含多个警示等级，要求使用者具备处理非一致性的能力。此外，按性别与企业规模的细分维度导致大量缺失值，尤其在小型企业分类中数据覆盖尤为不完整。最后，非洲区域频繁的政治与经济变迁可能导致部分国家的序列中断或定义变化，从而削弱长期趋势分析的稳健性。

常用场景

经典使用场景

该数据集收录了1991年至2025年间37个非洲国家按性别和企业规模分列的受雇者实际平均每周工作小时数，共计4993条观测记录。在劳动经济学与时间利用研究领域，研究者可借助这一数据构建面板模型，分析劳动力市场的结构性特征，例如性别差异对工作强度的影响、企业规模与工时分布的关联，以及宏观经济波动对劳动投入的冲击。尤为重要的是，该数据来源自国际劳工组织ILOSTAT数据库，经过统一分类标准与质量控制，为跨区域纵向比较提供了可靠基础。经典应用包括估算非洲各国劳动生产率的动态变化、检验劳动供给弹性，以及评估政策干预对工时调整的效应。

衍生相关工作

该数据集的问世催生了一系列聚焦非洲劳动市场实证分析的后续研究。基础性工作包括利用该时序数据构建劳动力参与率预测模型，以及将人均GDP、通货膨胀等宏观变量与之关联，探索经济增长与工作时间之间的非线性关系。更为前沿的方向是开发适用于稀疏面板数据的非参数估计方法，弥补非洲数据缺失导致的统计推断困难。在机器学习领域，该数据被用作时间序列预测标准示例，研究者尝试比较传统ARIMA模型与深度学习模型（如Transformer与LSTM）在短期工时预测上的表现。同时，该数据集也与ILO其他数据库联动，形成了覆盖非洲区域的劳动力市场元分析基础平台，为后续的因果推断研究（如双重差分法评估政策冲击）奠定了数据上的根基。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别和机构规模划分的受雇人员周平均实际工作时间，为劳动力市场性别差异与就业质量研究提供了关键数据支撑。当前前沿方向包括利用时间序列分析监测非洲各国工作时长的长期趋势与波动，结合ILOSTAT的标准化定义追踪疫情后劳动力恢复模式，以及通过性别维度剖析非正规经济中的劳动强度差异。该数据与SDG体面工作目标紧密关联，尤其在评估女性就业脆弱性和中小企业工时弹性方面具有重要价值，为政策制定者优化劳动法规、促进性别平等提供了实证依据。