electricsheepafrica/africa-ilo-how-uees-sex-nb-mean-weekly-hours-usually-worked-per-employee-by-s

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计信息，重点关注非洲40个国家在1991年至2025年期间按性别划分的员工平均每周通常工作时间。数据集包含501个观测值，涵盖1个核心指标（HOW_UEES_SEX_NB），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，并通过Electric Sheep Africa重新打包为机器学习友好格式，以支持表格分类、回归和时间序列预测等任务。This dataset contains statistical information from the International Labour Organization (ILO) ILOSTAT database, focusing on mean weekly hours usually worked per employee by sex across 40 African countries from 1991 to 2025. It includes 501 observations covering 1 core indicator (HOW_UEES_SEX_NB), with data harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions and repackaged by Electric Sheep Africa into a machine-learning-ready format to support 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，专注于非洲地区雇员的平均每周工作时长。数据通过调用ILOSTAT的REST API获取指标HOW_UEES_SEX_NB，并依据非洲ISO3国家代码进行地理过滤。原始数据来源于各国劳动力调查、家庭收入调查及行政记录，经由ILO依据国际劳动统计学家会议（ICLS）定义进行统一协调与标准化处理。数据集包含501条观测记录，覆盖40个非洲国家，时间跨度从1991年至2025年，由Electric Sheep Africa重新打包为HuggingFace格式，确保数据可追溯性与机器学习就绪性。

特点

该数据集的核心特色在于其聚焦非洲大陆的精细劳动力统计，提供了按性别（男性、女性、总计）分层的雇员平均每周工作时长指标。数据标准化程度高，包含清晰的国家代码、来源标签、观测状态及注释字段，便于用户识别数据质量与序列中断等异常情况。由于采用年度频率并整合多个数据源，ILO通过'最佳来源'选择机制保证每个国家-年份组合的唯一性。此外，数据集以Parquet格式存储，支持高效加载与时间序列分析，为非洲劳动经济学研究提供了可靠的基础数据。

使用方法

用户可通过HuggingFace Datasets库一键加载数据，使用`load_dataset`函数即可将数据转换为Pandas DataFrame进行后续分析。典型应用包括按国家筛选（如过滤肯尼亚数据）、针对特定指标进行时间序列可视化，以及构建国家-年份透视矩阵以呈现区域横向对比。数据集的列结构包含ref_area、sex、time、obs_value等字段，便于实现分组统计与趋势挖掘。由于采用标准化的CC-BY-4.0许可协议，研究人员可在学术和商业场景中自由使用，但需同时引用ILO原始数据来源及Electric Sheep Africa的重打包版本。

背景与挑战

背景概述

国际劳工组织（ILO）通过其核心统计数据库ILOSTAT，长期致力于全球劳动力市场的量化监测与比较分析。该数据集于2025年由Electric Sheep Africa团队整理发布，聚焦非洲大陆40个国家1991至2025年间按性别分列的雇员周均工时数据，包含501条观测记录。研究团队依据国际劳工统计学家会议（ICLS）定义标准，通过ILOSTAT REST API提取原始调查微观数据，并严格筛选非洲ISO3国家代码，构建了这一覆盖多国长周期的标准化面板数据集。该数据在劳动力经济学、发展经济学以及非洲区域研究中具有重要价值，为揭示非洲劳动力市场性别差异、工时演变趋势及政策评估提供了关键量化基础。

当前挑战

当前数据集面临多重挑战。在领域问题上，非洲各国劳动力调查频率与统计口径不一，导致数据在时间维度上稀疏且不连续，部分国家观测点极少（如仅有两三个年份），难以支撑稳健的时序分析与因果关系推断。构建过程中，不同来源调查数据（如劳动力调查、住户收入调查）之间方法论的差异（如Break in series标记）带来数据一致性的挑战，ILO虽采用“最佳来源”选择策略但仍存在序列断裂风险。此外，数据仅提供年度频率，缺失月度或季度信息，限制了对季节性波动和短期政策冲击的捕捉能力。性别分列虽为三个类别（总、男、女），但部分条目可能因样本量过小而导致观测值可靠性存疑（如obs_status标记为B或U），需在分析中审慎处理。

常用场景

经典使用场景

该数据集收录了1991年至2025年间覆盖40个非洲国家、共501条观测的雇员平均每周工作时长数据，并按性别维度进行细分。最经典的使用场景在于构建非洲大陆劳动力市场的时序分析与回归模型，研究者可借此探索不同国家、不同性别群体在工作时间上的长期演化趋势，亦可作为面板数据进行固定效应或随机效应模型估计，以揭示经济发展、政策变迁与劳动供给之间的内在关联。

衍生相关工作

基于该数据集衍生的经典工作包括构建非洲国家间的劳动时间收敛性分析、利用机器学习模型推估缺失年份的性别工时差距，以及将工作时长与薪酬、生产率等指标结合进行多维度劳动力市场绩效评估。此外，部分研究还将其整合进更广泛的全球劳动统计数据库中，推动跨国比较分析边界的拓展，为后续关于非洲经济转型与劳动力市场韧性的探讨奠定了数据基石。

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分列的雇员平均每周通常工作小时数，源自国际劳工组织（ILO）的ILOSTAT数据库，涵盖40个非洲国家自1991年至2025年的501条观测记录。在劳动经济学与可持续发展研究的前沿，该数据被广泛用于分析非洲大陆劳动力市场的性别差异、工作时间弹性与体面劳动（Decent Work）目标的实现进展。近期热点事件包括后疫情时代非正规就业复苏、非洲大陆自由贸易区（AfCFTA）对劳动时间的结构性影响，以及ILO倡导的“工作时间的未来”全球讨论。该数据集为政策制定者与学者提供了高分辨率的时间序列证据，有助于揭示地区间工作模式的异质性，并推动基于证据的劳动力政策优化，对促进非洲体面劳动议程具有重要参考价值。