electricsheepafrica/africa-ilo-how-pube-sex-nb-mean-weekly-hours-actually-worked-per-employee-in

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的公共部门劳动力数据，专注于非洲地区。具体指标为公共部门雇员实际每周平均工作小时数（对应ILOSTAT代码HOW_PUBE_SEX_NB）。数据集涵盖41个非洲国家，时间跨度为1991年至2025年，共包含639个观测值。数据按年份、国家、性别（总计、男性、女性）等维度进行细分，并包含数据来源、观测状态和备注等信息。数据集以表格形式呈现，适用于表格分类、回归或时间序列预测等任务。数据由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适合机器学习的数据层。This dataset comprises public sector labor force data sourced from the International Labour Organization (ILO) ILOSTAT database, with a focus on the African region. The specific indicator is the actual average weekly working hours of public sector employees, corresponding to the ILOSTAT code HOW_PUBE_SEX_NB. The dataset covers 41 African countries, spanning the period from 1991 to 2025, and contains a total of 639 observations. It is disaggregated by dimensions including year, country, and gender (total, male, female), and also includes supplementary information such as data source, observation status and notes. The dataset is presented in tabular format, and is suitable for tasks such as table classification, regression and time series forecasting. The data was repackaged by Electric Sheep Africa, with the goal of providing a unified, machine learning-ready data layer for the African continent.

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，聚焦于非洲公共部门雇员平均每周实际工作小时数这一关键劳动指标。数据通过ILOSTAT REST API直接抓取，筛选出非洲41个国家的ISO3代码区域，并整合了1991年至2025年间639条观测记录。ILOSTAT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统一协调，确保跨国家与跨年份数据的可比性。每条记录包含国家、性别、时间及观测值等字段，并附有来源标签以保障可追溯性，最终由Electric Sheep Africa团队重新封装为机器学习就绪格式。

特点

本数据集具有高度的结构化与专项性特征，仅包含一项核心指标——公共部门雇员平均每周实际工作小时数（HOW_PUBE_SEX_NB），覆盖41个非洲国家，时间跨度长达35年。数据按性别进行细分（总、男、女），提供细致的维度分析能力。数据集内包含完整的元数据注释，如观测状态标志（如序列中断、临时估计）及数据来源说明，为研究者提供了数据质量的透明度。此外，所有国家均采用ISO 3166-1 alpha-3标准代码，便于与其他国际数据集进行跨库匹配与集成分析。

使用方法

研究者可通过HuggingFace的`datasets`库便捷加载数据集，仅需一行代码即可将数据导入为pandas DataFrame进行后续分析。支持按国家过滤（如`ref_area == 'KEN'`）以进行国别聚焦研究，亦可基于指标代码对时间序列数据进行排序与可视化，例如绘制特定指标随时间变化的趋势图。利用pivot_table方法，数据可轻松转换为以时间为行、国家为列的矩阵格式，便于进行面板数据分析或跨国比较。该数据集直接兼容分类、回归与时间序列预测等任务类型，适用于劳动经济学、公共政策评估及机器学习建模等多个领域。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计数据库ILOSTAT提供，并由Electric Sheep Africa于2025年重新打包发布，专注于非洲41个国家公共部门雇员平均每周实际工作小时数的长期追踪。其核心研究问题在于揭示非洲地区公共部门劳动时间模式的地域差异与时间演变规律，为劳动经济学、公共政策评估及可持续发展目标（SDG）中的体面劳动指标提供量化依据。数据集覆盖1991至2025年间639条观测值，按性别与国别细分，依托ILO通过国际劳工统计学家会议（ICLS）定义对各国劳动力调查数据进行统一归化，成为非洲劳动统计领域高频引用的基础性资源，显著提升了该地区公共部门劳动时间数据的可比性与可获取性。

当前挑战

该数据集面临的挑战首先体现在领域问题层面：非洲各国统计能力参差不齐，导致公共部门劳动时间数据在国别与年份间的覆盖缺失严重，如马拉维等26国观测记录稀疏，难以支撑稳健的跨国面板分析。构建过程中，ILO需协调来自劳动力调查、行政记录等多源异构数据，面临方法论修订引发的序列断点（如备注栏标注的‘Break in series’），以及不同来源间‘最佳源’选择的主观性偏差。此外，数据集仅含年度频率而未纳入更高时间粒度的月度或季度数据，限制了捕捉季节性波动的能力，加之性别人口细分仅三类别，对非二元性别劳动参与情况缺乏表征，需在使用中审慎对待这些结构性局限。

常用场景

经典使用场景

在劳动经济学与公共政策研究的交汇地带，非洲公共部门雇员平均每周实际工时数据集为学者们提供了珍贵的时间序列材料。该数据集涵盖1991年至2025年间41个非洲国家的639条观测记录，聚焦于公共部门劳动者这一特定群体的劳动强度度量。研究者可借助这一数据，运用面板回归或结构方程模型，剖析公共部门工时在性别维度上的分布差异，揭示不同发展水平国家间公共用工强度的演化轨迹。数据集所蕴含的跨度近三十五年的纵向信息，使其成为探究非洲区域内公共就业政策变迁的天然量化载体。

衍生相关工作

该数据集的发布催生了多项围绕非洲劳动市场议题的衍生研究。基于此数据，学者们构建了面向公共部门用工特征的多变量预测模型，将工时数据与国家治理指数、教育投入水平等外部指标相融合，探索公共就业结构背后的社会经济驱动力。另有工作以该数据集为模板，系统梳理了ILOSTAT中关于非洲非正规就业、工资水平等配套指标的整合方案，形成了更为完整的非洲劳动统计数据库生态。这些衍生工作共同推动着区域劳动科学从描述性统计向因果推断与政策模拟的纵深演进。

数据集最近研究

最新研究方向

该数据集聚焦于非洲公共部门雇员平均每周实际工作时间的时序观测，为劳动经济学中的工作强度与公共部门效率研究提供了稀缺的非洲面板数据。在ILOSTAT官方指标基础上，数据集覆盖1991至2025年间41个非洲国家、639条记录，并整合了性别维度（总/男/女）与数据来源标签，便于追踪数据质量和调查方法变动如断点与修订标记。相关热点方向包括非洲劳动市场正式与非正式就业的对比研究、新冠后复苏期中公共部门工时变动对生产率的隐喻，以及基于机器学习的时序预测——例如利用国家×年矩阵建模公共部门工时长期趋势，或结合人力资源调查源差异评估数据可靠性对因果推断的影响。该数据集的发布推动了全球南方劳动统计的可复现分析，尤其填补了撒哈拉以南非洲地区公共部门工时面板数据的缺口，有助于检验国际劳工组织体面劳动议程在公共领域的实际进展。