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

该数据集是国际劳工组织（ILO）ILOSTAT数据库中关于非洲地区“按性别和职业划分的雇员实际平均每周工作小时数”指标的整理版本。它包含1991年至2025年间40个非洲国家的9,836个观测值，覆盖单一指标（HOW_XEES_SEX_OCU_NB）。数据通过ILOSTAT REST API直接获取，并过滤为非洲国家代码，经过ILO的统计标准化处理（基于国际劳工统计学家会议定义）。数据集以表格形式提供，包含国家代码、年份、性别分类、职业分类、观测值及数据质量标志等列，适用于劳动力市场分析、工作时间研究和机器学习任务（如表格分类、回归和时间序列预测）。数据由Electric Sheep Africa重新打包，以Parquet格式发布，便于使用Hugging Face Datasets库直接加载。This dataset is a repackaged subset from the International Labour Organization (ILO) ILOSTAT database, focusing on the indicator Mean weekly hours actually worked per employee by sex and occupation for Africa. It contains 9,836 observations across 40 African countries from 1991 to 2025, covering one distinct indicator (HOW_XEES_SEX_OCU_NB). Data is pulled directly from the ILOSTAT REST API, filtered to Africa ISO3 country codes, and harmonized using ICLS (International Conference of Labour Statisticians) definitions. The dataset is provided in tabular format with columns including country code, year, sex disaggregation, occupation classification, observed values, and data quality flags, suitable for labor market analysis, working hours research, and machine learning tasks (e.g., tabular classification, regression, time-series forecasting). Repackaged by Electric Sheep Africa in Parquet format for easy loading via the Hugging Face Datasets library.

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，通过其REST API接口直接获取指标代码为`HOW_XEES_SEX_OCU_NB`的原始数据，并依据非洲ISO3国家代码进行区域筛选。数据集构建过程中，ILOSTAT依照国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查及行政记录等原始微观数据进行统一协调与标准化处理，保留`source.label`字段以追溯数据来源。经Electric Sheep Africa团队重新封装，最终形成包含40个非洲国家、覆盖1991年至2025年共9836条观测值的结构化表格数据集。

特点

该数据集聚焦非洲地区雇员按性别与职业划分的周平均实际工作小时数，包含单一核心指标但提供丰富的维度拆解。数据按年度频率呈现，涵盖`sex`（总、男、女三个类别）的细分维度，同时保留`classif1`字段以记录职业技能等级等分类信息。数据质量方面，当同一国家与年份存在多个来源时采用ILO选定的“最佳来源”，并设有`obs_status`标志以标识观测值的可靠性状态（如临时或不可靠）。行数最多的国家包括南非、毛里求斯和埃及，空间与时间跨度使其能够支持跨国纵向比较。

使用方法

用户可通过HuggingFace Datasets库以`load_dataset`函数一键加载数据，并利用`to_pandas()`方法转换为Pandas DataFrame进行后续分析。典型操作包括按国家代码（如`ref_area == "KEN"`）筛选特定国家子集，按时间序列排序特定指标并绘制趋势图，以及通过透视表将数据重塑为国家×年份的矩阵形式。数据集的列结构清晰，涵盖区域代码、来源、指标、性别、分类变量、观测值及多种注释字段，便于进行劳动经济学中的描述性统计与建模任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门发布，经由Electric Sheep Africa于2025年重新整理并托管于HuggingFace平台。它聚焦于非洲40个国家在1991年至2025年间按性别和职业划分的雇员每周实际工作平均时长，共计9,836条观测记录。作为ILOSTAT全球劳动力统计数据库的子集，该数据集旨在为非洲劳动力市场的时间使用模式提供标准化、跨国的可比数据。其核心研究问题在于揭示非洲地区不同性别与职业群体在工作时间上的分布特征与演变趋势，为劳动经济学、性别平等研究及可持续发展目标（SDG）中的体面劳动指标提供量化支撑。凭借其紧密的时间跨度与广泛的国别覆盖，该数据集为区域性劳动政策分析与跨国比较研究奠定了重要基础。

当前挑战

该数据集所面临的挑战首先体现在领域层面：非洲许多国家缺乏连续、统一的劳动力调查体系，导致数据稀疏性与质量参差不齐，尤其是在低收入国家与冲突地区，观测值可能存在大量缺失或不可靠标记（如obs_status为'U'）。其次，在构建过程中，数据来自多种来源（如劳动力调查、行政记录），因方法论修订（如note_indicator.label中的'Break in series'）带来的序列不连续性问题显著。此外，分类维度（如职业技能等级、性别分组）的标准化与缺失值处理亦构成技术难点，需要谨慎处理源数据中的标记与注释，以维护分析一致性和可比性。

常用场景

经典使用场景

在劳动经济学与非洲发展研究的交汇领域，该数据集被广泛用于分析非洲各国不同性别与职业类别下雇员周实际工作时间的分布格局与演化趋势。研究者常将其作为面板数据进行跨时期、跨国家的比较分析，通过时间序列建模或固定效应回归，揭示非洲大陆工作时间的结构性特征与区域性差异。数据集涵盖了自1991年至2025年长达35年的观测窗口，覆盖40个非洲国家，为探究工作时间在经济发展、劳动力市场转型过程中的变迁提供了宝贵的时间维度支撑。

解决学术问题

该数据集有效填补了非洲地区高分辨率、标准化劳动工时统计数据的缺失，使研究者能够系统性地回答以下学术问题：性别差异如何影响非洲雇员的实际工作时间？不同职业技能等级是否对应显著不同的工时分布？非洲各国劳动工时是否随时间呈现出收敛或分化的趋势？通过对ILOSTAT官方数据的重新整理与封装，数据集为验证劳动供给理论、评估国际劳工组织体面工作目标在非洲的实现进展，以及探索工作时间与经济发展阶段之间的非线性关系提供了坚实的实证基础。

衍生相关工作

基于该数据集，学术界已衍生出多项具有影响力的研究工作。在计量方法层面，研究者开发了针对非洲面板数据的缺失值插补算法与多源数据融合框架，以提升工时估计的稳健性。在实证研究方面，有学者利用该数据结合ILOSTAT其他指标，构建了非洲劳动市场综合监测指数，并发表于发展经济学领域的权威期刊。此外，数据集被应用于机器学习驱动的劳动政策模拟平台，通过离线强化学习训练智能体，模拟不同最低工资或劳动法规对工时的潜在影响，为政策预评估提供了新的工具范式。