electricsheepafrica/africa-ilo-ged-phow-sex-hht-geo-nb-mean-weekly-hours-actually-worked-of-prime-age-emp

该数据集包含了非洲24个国家从2005年至2024年间，关于“主要工作年龄就业人员按性别、家庭类型和城乡划分的实际平均每周工作时间”的统计数据，总计4035条观测记录。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过筛选仅包含非洲国家。数据集涵盖了1个核心指标（GED_PHOW_SEX_HHT_GEO_NB），提供了按性别（总计、男性、女性）、家庭类型和城乡区域划分的详细分类数据。数据以年度频率发布，包含国家代码、指标标签、观测值、数据来源和质量标志等信息，适用于表格分类、回归和时间序列预测等任务。数据集采用CC-BY-4.0许可协议，由Electric Sheep Africa重新打包发布，旨在为非洲提供统一的、适用于机器学习的数据层。This dataset contains 4,035 observations of Hours of work data across 24 Africa countries, spanning 2005–2024, covering 1 distinct indicator: Mean weekly hours actually worked of prime-age employed persons by sex, household type and rural/urban areas. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via its REST API and filtered to African countries. It includes disaggregation by sex (total, male, female), household type, and geographic area, with annual frequency. The dataset is structured in tabular format with columns for country codes, indicator labels, observation values, data sources, and quality flags, suitable for tabular classification, regression, and time-series forecasting tasks. It is licensed under CC-BY-4.0 and repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

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数据库，通过调用其REST API接口，精准提取了涵盖非洲24个国家的工时指标数据。原始数据经过ILO基于国际劳工统计学家会议（ICLS）定义的标准进行统一归纳，确保了跨国家、跨年份数据的可比性。非洲特定国家代码被用于筛选过滤，最终整合为包含4035条观测值的高质量数据集。每一条记录都附带有来源标签，保证了数据追溯的清晰性。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载该数据集，仅需一行代码`load_dataset()`即可将数据转换为Pandas DataFrame进行深入分析。支持按国家代码（如'KEN'）进行地理筛选，或针对特定指标进行时间序列的可视化与建模。用户亦可利用数据透视表功能，将原始数据重塑为以年份为行、国家为列的矩阵形式，便于进行面板数据分析或跨区域比较研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年通过其ILOSTAT数据库构建，并由Electric Sheep Africa团队重新封装发布，聚焦于非洲24个国家2005至2024年间主要就业人口（prime-age employed persons）的实际每周平均工作时长。研究核心在于通过性别、家庭类型和城乡地域的交叉分类，揭示非洲劳动力市场中工时分布的异质性。作为ILOSTAT全球劳动统计体系的重要组成部分，该数据集为跨国比较、政策评估及可持续发展目标（SDG）中体面劳动指标的追踪提供了关键数据支撑，尤其在非洲数据稀缺的背景下具有显著影响力。

当前挑战

数据集面临的领域挑战在于：非洲国家工时统计基础薄弱，多数国家依赖不定期开展的劳动力调查或家庭收支调查，导致年度数据在时间维度上不连续，且部分观测值被标注为不可靠（obs_status=U），影响趋势分析的准确性。构建过程中遇到的挑战包括：各国调查工具与ILO国际劳工统计学家会议（ICLS）定义的协调难度大，不同来源的工时统计口径差异显著；此外，数据缺失、分类维度（如性别、家庭类型）的非完全覆盖，以及从多源异构数据中筛选ILO“最佳来源”的决策复杂性，均对数据质量与可比性构成了潜在制约。

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，该数据集作为ILOSTAT官方统计的精细再封装版本，为分析非洲大陆24国2005至2024年间壮年就业人口的周实际工时提供了标准化、机器学习的基准数据。其经典使用场景集中于描述性统计与面板数据建模，研究者可借助其按性别、家庭类型及城乡地域分层的观测值，系统刻画非洲劳动力市场的结构性特征。例如，通过构建国家-年份矩阵并运用固定效应回归，能够分离出宏观经济增长与非正规就业扩张对工作时长的异质性影响，为理解非洲特有的“多身份就业”现象提供量化窗口。

解决学术问题

此数据集直面非洲劳动力统计中长期存在的两大瓶颈：跨国数据可比性缺失与微观调查时序不完整。通过整合国际劳工组织统一采用的ICLS定义与规范化分类体系，它允许学者跨越国别调查设计的差异，开展稳健的跨国面板分析。具体而言，该数据有效支撑了对“就业质量悖论”的实证检验——即非洲国家经济增长是否伴随着隐性工时过度延长的问题。此外，其性别与地域维度字段使探究女性无偿家务劳动与市场工时的替代效应、以及城乡劳动力配置的效率损失成为可能，推动了发展经济学中有关体面劳动政策的量化评估。

实际应用

在实际应用层面，该数据集为国际发展机构与非洲各国劳工部门的政策监测提供了关键工具。借助其时间序列结构，政策制定者可以跟踪特定国家在实现联合国可持续发展目标（SDG）指标8.5（充分和生产性就业及体面工作）上的年度进展，尤其是评估工时过长的风险群体。同时，非政府组织可利用按家庭类型分类的数据，定向设计针对多子女家庭或女性户主家庭的劳动力保护项目。数据集的低延迟加载特性（通过HuggingFace的`load_dataset`函数）也使其适合嵌入实时仪表盘与预警系统。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区壮年就业人口的周均实际工时，按性别、家庭类型及城乡地理维度进行精细分解，为劳动经济学与可持续发展研究提供了高分辨率的时间序列数据源（2005–2024年，覆盖24国）。当前前沿方向包括：利用该数据解析后疫情时代非洲非正规就业的工时弹性与性别劳动参与率变迁，结合ILOSTAT的标准化方法论（基于ICLS定义）与家庭调查微数据，量化家庭结构对劳动力供给的异质性影响；同时，其在时间序列预测与表格回归任务中的适用性，正推动面向非洲大陆的合理工时政策评估与SDG体面劳动目标监测，尤其为撒哈拉以南非洲的数字经济与平台劳动研究提供了关键的基准参照。