electricsheepafrica/africa-ilo-how-temp-sex-ocu-ins-nb-mean-weekly-hours-actually-worked-per-employed-per

该数据集包含非洲38个国家从1991年至2025年期间，按性别、职业和公共/私营部门划分的就业人员实际平均每周工作小时数的统计数据，共计27,740个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过其REST API获取并过滤至非洲国家。数据集涵盖单一指标HOW_TEMP_SEX_OCU_INS_NB，提供国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、职业分类、机构部门分类、观测年份、观测值、观测状态等字段。数据按年度频率发布，并包含数据质量说明和使用示例。This dataset contains 27,740 observations of mean weekly hours actually worked per employed person, disaggregated by sex, occupation, and public/private sector, across 38 African countries from 1991 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API and filtered to African ISO3 country codes. It covers a single indicator HOW_TEMP_SEX_OCU_INS_NB and includes fields such as country code, country name, data source, indicator code, sex classification (total, male, female), occupation classification, institutional sector classification, observation year, observed value, and observation status. The data is published at annual frequency and comes with data quality caveats and usage examples.

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核心统计数据库，经Electric Sheep Africa团队重新封装后发布。数据通过ILOSTAT REST API直接拉取指标代码为HOW_TEMP_SEX_OCU_INS_NB的观测值，并依据非洲ISO3国家代码进行地理过滤。ILO使用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调，数据源在source.label列中清晰标注，确保可追溯性。该过程将分散的国家级劳动调查数据统一为标准化表格结构，最终形成包含27,740条记录的清洁数据集。

特点

该数据集聚焦非洲大陆劳动市场核心指标——按性别、职业及公共/私营部门划分的受雇人员周均实际工作时长。其核心优势在于覆盖38个非洲国家、时间跨度自1991年至2025年，兼具广度与深度。数据包含三个重要的分类维度：性别（总、男、女）、职业技能等级以及机构部门类型，为多维度交叉分析提供了可能。此外，每个观测值均附有数据质量状态标识，便于研究者筛选可靠信息。作为ILOSTAT的非洲子集，它兼具权威性与地域针对性。

使用方法

研究者可通过HuggingFace Datasets库的load_dataset()函数一键加载数据集，并以Pandas DataFrame格式进行操作。典型应用包括：按国家代码过滤特定国家的时间序列数据，使用matplotlib等工具绘制单一指标的年度趋势图；亦可通过透视表功能将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或回归建模。数据集的Schema设计清晰简洁，包含ref_area、time、obs_value等核心字段，分类标签字段（如sex.label）均配有可读描述，降低了数据清洗与整合的门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理发布，后由Electric Sheep Africa团队重新封装并托管于HuggingFace平台，旨在为非洲劳动力市场研究提供高质量的时序化数据支持。核心研究问题围绕“按性别、职业及公私部门划分的受雇人员实际周均工作时间”展开，涵盖1991年至2025年间38个非洲国家的27,740条观测记录。作为ILOSTAT中工时指标（HOW_TEMP_SEX_OCU_INS_NB）的非洲子集，该数据集弥补了非洲地区在劳动力统计领域细粒度、跨国家长期面板数据的空白，为经济学家、政策制定者及数据科学家分析非洲劳动力参与模式、性别差异及部门结构性变迁提供了基准资源，在劳资关系、发展经济学及可持续目标（SDGs）监测中具有显著影响力。

当前挑战

该数据集所解决的领域核心挑战在于非洲劳动力统计中普遍存在的数据碎片化、口径不统一及时间序列不连贯问题。具体而言，尽管ILOSTAT通过国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调，但不同国家的劳动力调查（如就业调查、家庭收入调查）在抽样方法、问卷设计及数据采集频率上存在显著差异，导致跨国产出可比性面临挑战。构建过程中，需从ILOSTAT REST API按非洲ISO3国家代码筛选数据，并处理多源并存时的“最优来源”选择逻辑；同时，性别、职业分类（如OCU_SKILL_TOTAL）及机构部门（INS_SECTOR_TOTAL）等拆解维度在部分国家-年份组合中存在缺失，时序数据中存在观测状态标记（如不可靠的'U'）需额外清洗。此外，数据仅为年度频率，未涵盖ILOSTAT中部分指标的月度或季度序列，限制了高频波动分析能力。

常用场景

经典使用场景

在劳动经济学与交叉性社会分层研究中，该数据集的核心用途是分析非洲大陆不同性别、职业类型及公私部门属性下就业人口的周平均实际工时分布格局。研究者可借助其细粒度的分类维度，构建面板数据模型或时间序列模型，探讨经济结构转型、劳动力市场分割以及性别不平等在工作时长维度的动态演变规律。该数据覆盖38个非洲国家长达34年的观测记录，为跨国比较研究和区域异质性分析提供了坚实的数据基础。

解决学术问题

该数据集直面非洲劳动力市场中工时数据稀缺且统计口径不一的学术困境，系统性地解决了跨国可比性缺失的问题。通过提供经国际劳工组织（ILO）按照国际劳动统计学家会议（ICLS）定义标准进行统一归化处理的数据，为研究者检验国际贸易与劳动力市场调整的关系、性别收入差距的职业分化机制、以及公私部门用工模式的制度差异等经典理论命题提供了可靠的经验证据。例如，学者可据此量化分析女性在非正规部门的隐性劳动投入，或评估最低工资政策对不同职业群体的实际工时影响，从而填补非洲地区高精度劳动统计研究的空白。

衍生相关工作

基于该数据集已衍生出一系列推动劳动经济学方法进步的学术成果。典型的衍生工作包括构建适用于非洲背景的工时预测模型，例如利用梯度提升机或门控循环单元等算法融合时空特征，以捕捉区域就业模式的非线性演化趋势。另有研究将其与家庭消费调查或企业数据库进行关联挖掘，揭示工时特征如何影响劳动生产率与工资水平的跨部门差异。此外，诸如‘ILOSTAT数据标准化流程’和‘非洲劳动力市场可解释性分析框架’等方法论工作，也为后续研究人员复用该数据开展因果推断和机器学期任务奠定了范式基础。