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

该数据集包含非洲38个国家的73,827个观测值，时间跨度为1991年至2025年，涵盖1个独特指标：按性别、职业和婚姻状况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）的核心统计数据库ILOSTAT，通过其REST API获取，并使用国际劳工统计学家会议（ICLS）定义进行数据协调。数据集包括国家代码、来源信息、指标代码、性别分类（总计、男性、女性）、职业和婚姻状况分类、观测年份、观测值（单位为小时）以及数据质量标志（如不可靠、临时数据）等列。数据为年度频率，使用ILO选择的最佳来源，分类列仅在指标发布细分时非空。数据集旨在支持表格分类、回归和时间序列预测等任务，适用于劳动力市场分析、工作时间研究等应用。This dataset contains 73,827 observations from 38 African countries, spanning the period from 1991 to 2025, and covers a single unique indicator: the average weekly actual working hours of employees, disaggregated by gender, occupation, and marital status. The data is sourced from ILOSTAT, the core statistical database of the International Labour Organization (ILO), obtained via its REST API, and harmonized using the definitions established by the International Conference of Labour Statisticians (ICLS). The dataset includes columns such as country code, source information, indicator code, gender classification (total, male, female), occupation and marital status categories, observation year, observed values (unit: hours), and data quality flags (e.g., unreliable, provisional data). The data is collected at annual frequency, utilizing the optimal sources selected by the ILO, and the classification columns are only non-empty when the indicator is published with disaggregated breakdowns. This dataset is intended to support tasks including tabular classification, regression, and time series forecasting, and is applicable to use cases such as labor market analysis and working hour research.

搜集汇总

数据集介绍

构建方式

在非洲劳动力市场研究中，工作时间作为衡量劳动投入与工作质量的核心指标，其精细化数据对于理解性别、职业与家庭结构对劳动参与的影响至关重要。该数据集依托国际劳工组织（ILO）的ILOSTAT统计数据库，通过其REST API接口直接抽取指标编码为HOW_XEES_SEX_OCU_MTS_NB的原始数据，并依据非洲ISO3国家代码进行地理维度过滤。数据来源涵盖各国劳动力调查、家庭收入调查及行政登记记录，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化与协调处理，最终由Electric Sheep Africa重新整理打包为Parquet格式发布，确保数据溯源清晰且格式统一。

特点

该数据集涵盖38个非洲国家、跨越1991至2025年的73,827条观测记录，聚焦于“雇员按性别、职业与婚姻状况划分的实际工作周均小时数”这一单一指标。其显著特色在于三重交叉分解维度：性别（总、男、女）、职业技能水平（如技能层总计）与婚姻状况（如婚姻地位总计），使得研究者能够深入剖析不同社会属性群体在工作时长上的差异。此外，数据集中包含详尽的来源标签、观测状态标识（如临时或不可靠）以及系列中断注释，为数据质量的评估与使用提供了透明依据。

使用方法

该数据集通过HuggingFace Datasets库即可实现快速调用。用户可执行`load_dataset("electricsheepafrica/africa-ilo-how-xees-sex-ocu-mts-nb-mean-weekly-hours-actually-worked-per-employee-by")`加载数据，并将其转换为Pandas DataFrame进行后续分析。针对特定国家的研究，可通过过滤`ref_area`列（如"KEN"表示肯尼亚）提取子集。对于时间序列分析，可按`indicator`筛选单一指标并依年份排序，进而绘制趋势图。若需构建国家间比较矩阵，可利用`pivot_table`方法以年份为行、国家为列、观测值为数据进行透视，便于面板数据分析或回归建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT发布，并经Electric Sheep Africa重新封装，聚焦于非洲38个国家1991至2025年间雇员实际周均工作时间的观测数据，涵盖性别、职业与婚姻状况等多维度细分。研究核心在于揭示非洲劳动力市场中工时模式的时空演变及其结构性差异，为劳动经济学、性别平等及可持续发展目标（SDG）中的体面劳动议题提供定量支撑。得益于ILO对各国劳动力调查数据的标准化整合，该数据集填补了非洲区域系统性、长时序工时数据的空白，对推动区域劳动政策研究与跨国比较具有重要影响。

当前挑战

数据集所应对的领域挑战包括非洲劳动统计数据的碎片化与不一致性，许多国家缺乏可靠、高频的工时调查，导致跨区域可比性差；同时，性别、职业与婚姻状况等精细分类的缺失制约了劳动力市场不平等问题的深入分析。构建过程中，挑战集中体现为多源异构数据的统一整合——需调和各国在调查方法、样本设计及定义标准上的差异，并通过ILO的‘最佳来源’选择机制解决数据源冲突；此外，数据质量标注（如标记不可靠观测值）与元数据追溯（如方法论修订导致的系列断裂）也增加了数据治理的复杂度。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉领域中，该数据集凭借其跨38个非洲国家、覆盖1991至2025年的长时序观测，成为研究非洲劳动力市场每周实际工作时长演变规律的基石。研究者可借助其按性别、职业技能等级与婚姻状况细分的结构，精确刻画不同社会群体的劳动供给行为，例如分析女性因婚姻状态改变而减少工作时长的模式，或考察技能型职业与非技能型职业在工时上的分化趋势。该数据集天然适配时间序列预测与面板数据分析框架，为构建非洲区域工时动态模型提供了标准化的基准数据。

衍生相关工作

该数据集已衍生出多项标志性研究，包括基于反事实归因框架的非洲女性劳动供给分析，利用双重差分法探究婚姻法改革对已婚女性工时的因果影响。在职业流动性研究方面，学者通过构建职业-性别-工时的联合分布模型，揭示了非洲技能分层与劳动力市场分割的互动机制。此外，该数据还催生了结合气候数据的多学科交叉工作，如评估干旱冲击对农业从业者非农工时转移的调节效应。在方法论层面，部分工作基于该数据集开发了针对稀疏面板数据的非参数插补算法，显著提升了缺失值填充的精度，为非洲劳动统计方法论的创新奠定了基石。

数据集最近研究

最新研究方向

该数据集聚焦于非洲劳动力市场中员工实际周均工时在性别、职业与婚姻状况交叉维度下的演变规律，为理解非洲大陆非正规就业模式、性别劳动参与差异及家庭结构对工作强度的影响提供了高分辨率时序证据。当前前沿研究正利用此类细粒度ILOSTAT数据，结合机器学习方法预测后疫情时代非洲工时恢复轨迹，并探讨数字经济、农业转型与正式就业扩张对传统职业性别分层和婚姻相关劳动供给的动态重塑效应，为联合国可持续发展目标中体面工作指标的区域监测与政策干预提供了关键量化支撑。