electricsheepafrica/africa-ilo-how-publ-sex-nb-mean-weekly-hours-actually-worked-per-person-in-th

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计数据，专注于非洲公共部门工人的工作时间。具体指标为HOW_PUBL_SEX_NB，即公共部门人均实际每周工作平均小时数。数据集涵盖41个非洲国家，时间跨度为1991年至2025年，共包含648个观测值。数据按性别维度（总计、男性、女性）进行细分，并包含国家代码、年份、观测值、数据来源、观测状态及相关注释等字段。数据集旨在为研究人员和开发者提供机器学习就绪的非洲劳动力市场数据，特别是公共部门工作时间的标准化信息。This dataset contains statistical data sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on the working hours of public sector workers across Africa. The specific indicator is HOW_PUBL_SEX_NB, which refers to the average weekly actual working hours per capita in the public sector. The dataset covers 41 African countries, with a time span from 1991 to 2025, and includes a total of 648 observations. It is disaggregated by gender (total, male, female), and encompasses fields such as country code, year, observation value, data source, observation status and relevant notes. The dataset aims to provide researchers and developers with machine learning-ready standardized data on African labor markets, particularly standardized information related to public sector working hours.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT统计数据库，经由Electric Sheep Africa团队重新封装处理。数据通过ILOSTAT REST API直接抽取，原始API端点指向公共部门劳动者每周实际工作小时数的指标（HOW_PUBL_SEX_NB），并依据非洲ISO3国家代码进行地理过滤。ILOSTAT本身整合了各国劳动力调查、住户收入调查及行政记录等微观数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理，以保证跨国可比性。数据集的构建过程中，还保留了原始数据源的标记字段（source.label），便于使用者追溯每条观测的数据来源。

特点

该数据集聚焦于非洲地区公共部门劳动者的每周实际工作小时数，涵盖41个非洲国家，时间跨度从1991年至2025年，共计648条观测记录。其特点在于维度清晰：除了时间维度和地理维度外，还提供了性别分解（总、男、女），能够支持性别差异分析。数据标注了观测状态（如‘序列中断’）和相关注释，便于评估数据质量。此外，数据集优先采用ILO选定的‘最佳来源’处理同一国家同年份的多个数据源，确保了时间序列的连续性和可比性。

使用方法

使用者可通过HuggingFace的datasets库直接加载该数据集，一行代码即可将其转换为Pandas DataFrame，便于后续分析。针对单个国家，可基于ref_area字段进行过滤，获取该国的时间序列数据。对于指标分析，可按照indicator字段筛选后按时间排序并绘制折线图，直观展示变化趋势。若需构建面板数据，可通过pivot_table方法将数据透视为以年份为行、国家为列的矩阵，适合进行跨国比较或计量模型拟合。数据集格式规整，字段类型明确，支持快速接入后续机器学习和时间序列预测任务。

背景与挑战

背景概述

在非洲大陆，公共部门作为就业与经济增长的重要支柱，其劳动工时数据对于评估劳动力市场健康状况、制定就业政策及衡量可持续发展目标（SDGs）进展具有不可替代的价值。由国际劳工组织（ILO）统计部门创建并持续更新的ILOSTAT数据库，是全球劳动统计的权威来源。本数据集由Electric Sheep Africa于2025年在HuggingFace平台重新打包发布，聚焦于非洲41个国家1991年至2025年间公共部门雇员实际平均每周工作小时数（指标代码HOW_PUBL_SEX_NB），共计648条观测记录。该数据集填补了非洲区域公共部门劳动强度精细量化数据的空白，为跨国家、跨时间序列的比较研究提供了标准化基础，其影响力体现在支持非洲劳动经济学、性别平等分析以及国际组织政策评估等多个领域。

当前挑战

该数据集所面对的挑战首先源于领域核心问题：公共部门工时数据的准确测量与跨区域可比性。非洲各国在劳动统计标准、调查方法及数据收集能力上存在显著差异，ILOSTAT虽通过国际劳工统计学家会议（ICLS）定义进行数据协调，但原始数据源（如劳动力调查、行政记录）的质量与频次不一，导致部分观测值带有“序列中断”或“方法论修订”等状态标记，增加了时间序列分析的复杂性。在构建过程中，数据集面临的关键挑战包括：从ILOSTAT REST API筛选非洲国家数据时需应对不完整或缺失的国别记录，以及处理因调查年度不一致造成的稀疏矩阵问题——如部分国家仅有数年数据，而南非（ZAF）则有75条记录。此外，数据集仅包含年度频次，排除了月度或季度的高频波动信息，且当同一国家年份存在多个数据源时，必须依赖ILO的“最佳来源”选择机制，这一隐式加权可能引入系统性偏差。

常用场景

经典使用场景

作为聚焦非洲公共部门劳动者周均实际工作时间的精简时序数据集，该数据在劳动经济学研究中被广泛应用于跨国面板回归分析。研究者可基于41个非洲国家1991至2025年间的观测值，构建固定效应模型或随机效应模型，探究公共部门工时变化的宏观驱动因素，如经济增长、财政政策或劳动力市场制度变革。数据集的年度频率和性别细分维度（总、男、女）使学者能够剖析工时性别差异的演变轨迹，为分析公共部门就业质量与工作强度提供可靠量化基础。

实际应用

在实践中，该数据集可直接服务于非洲各国劳动政策制定与评估。政府部门可利用其监控公共部门工时合规性，例如判断是否超出法定工作时长，并据此优化编制预算与人力资源配置。国际组织和智库可借助这些数据生成区域劳动报告，跟踪可持续发展目标（优质工作与经济增长）的落实情况。对于企业或咨询机构，理解公共部门工时特征有助于评估特定国家的营商环境与行政效率，为投资决策和风险分析提供劳动市场指标支撑。

衍生相关工作

围绕该数据集衍生出的一系列经典工作包括：利用ILOSTAT公共部门工时数据与GDP增长率构建的向量自回归模型，用以预测经济波动对劳动投入的滞后效应；基于性别细分维度开展的面板门槛回归，揭示女性公共雇员工时突破阈值时对生育率与家庭分工的影响；以及将工时数据与教育、健康指标交叉融合，开发非洲公共服务效率综合评价体系。这些工作不仅深化了对非洲劳动市场的理解，也为后续研究提供了标准化的数据整合方法论与可复现的分析范式。