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

该数据集包含来自国际劳工组织（ILO）的ILOSTAT数据库的统计数据，主题为非洲国家按性别、企业规模和婚姻状况划分的就业人口平均每周实际工作小时数。数据集涵盖37个非洲国家，时间跨度为1991年至2025年，共包含41,704个观测值，聚焦于一个核心指标：HOW_TEMP_SEX_EST_MTS_NB，即按性别、企业规模和婚姻状况划分的就业人口平均每周实际工作小时数。数据以表格形式组织，包括国家代码、年份、指标值、性别分类、企业规模分类、婚姻状况分类等列，并提供了数据来源和质量说明。数据集旨在支持表格分类、回归和时间序列预测等机器学习任务，适用于劳动力市场分析和研究。This dataset contains statistical data from the ILOSTAT database of the International Labour Organization (ILO), focusing on the mean weekly hours actually worked per employed person by sex, establishment size, and marital status in Africa. It covers 37 African countries from 1991 to 2025, with 41,704 observations, centered on one key indicator: HOW_TEMP_SEX_EST_MTS_NB, which represents the mean weekly hours actually worked per employed person disaggregated by sex, establishment size, and marital status. The data is organized in tabular format, including columns such as country code, year, indicator value, sex classification, establishment size classification, marital status classification, and provides source and quality notes. The dataset is designed for machine learning tasks like tabular classification, regression, and time-series forecasting, suitable for labor market analysis and research.

搜集汇总

数据集介绍

构建方式

此数据集源自国际劳工组织（ILO）旗下的ILOSTAT核心统计数据库，依托该机构对各国劳动力调查、家计调查及行政记录等原始微观数据的统一协调与标准化处理，依据国际劳工统计学家会议（ICLS）定义进行指标构建。原始数据经由ILOSTAT REST API接口直接获取，并针对非洲地区进行了地理过滤，最终由Electric Sheep Africa团队重新封装为HuggingFace Dataset格式，涵盖37个非洲国家、横跨1991至2025年的41,704条观测记录。

特点

该数据集聚焦于“按性别、企业规模及婚姻状况划分的受雇人员实际周平均工时”这一核心指标，具有多维分类特性，包含性别（总、男、女）、企业规模及婚姻状况等细分维度。所有数据均标注了来源编码和观测状态标记（如可靠性标识），便于研究者进行质量评估。数据集以年度频率呈现，并严格采用ILO筛选的“最佳来源”以保障跨国家与年份间数据的一致性。

使用方法

用户可通过HuggingFace Datasets库中的`load_dataset()`函数一键加载数据，并将其转换为Pandas DataFrame以便进行探索性分析。典型操作包括按国家代码（如`ref_area`）筛选特定国家的时间序列数据，或按指标字段进行透视，构建以年份为行、国家为列的矩阵视图。此外，数据集天然适用于表格分类、回归及时间序列预测等机器学习任务，可直接作为模型输入。

背景与挑战

背景概述

在全球劳动经济学与社会政策研究中，工时数据是衡量劳动力市场效率、性别平等及工作条件的重要基石。国际劳工组织（ILO）作为全球劳动统计的权威机构，其ILOSTAT数据库整合了来自200多个经济体的劳动力调查与行政记录数据。在此背景下，Electric Sheep Africa于2025年重新整理并发布了专注于非洲大陆的“按性别、企业规模及婚姻状况划分的受雇人员实际周均工时”数据集。该数据集汇集了1991年至2025年间37个非洲国家的41,704条观测值，覆盖南非、埃及、马里等代表性国家，旨在为区域劳动力市场分析、性别差异比较及可持续发展目标（SDG）的进展评估提供标准化的时序数据。通过统一架构与简易加载接口，该数据集极大地降低了研究者获取高质量非洲劳动统计数据的门槛，推动了计量经济学与政策模拟领域在非洲地区的研究深化。

当前挑战

该数据集面临的核心挑战源自其关注的领域问题与构建过程。在领域层面，非洲各国劳动力调查的样本设计、调查频率及统计口径存在显著差异，导致跨国家、跨年份的工时数据可比性不足；此外，性别、企业规模与婚姻状况的交叉分类在部分国家因样本量过小而产生大量不可靠标记（如‘U’标志），削弱了多维分析的信度。在构建过程中，数据整合需克服ILOSTAT原始API返回的多源异构问题，包括同一国家年份下不同调查来源的取舍（仅保留ILO选定的‘最佳来源’），以及分类变量（如sex、classif1、classif2）的空值处理；同时，数据时间跨度长达34年，早期观测值（如1991年加纳数据）存在缺失与质量标记模糊，给时序建模与插值方法带来严峻考验。

常用场景

经典使用场景

该数据集的核心应用场景聚焦于非洲地区劳动力市场的时序分析与跨群体比较。凭借涵盖37个非洲国家、跨越1991至2025年的4万余条观测记录，研究者能够深入探究不同性别、企业规模及婚姻状况下就业人员周实际工作小时的演变轨迹。通过整合国际劳工组织ILOSTAT的标准化分类维度，该数据为构建面板数据模型、开展固定效应回归或时间序列预测提供了扎实的数据基础，尤其适合用于揭示非洲大陆劳动强度在代际更迭与产业结构变迁中的动态规律。

实际应用

在实际应用领域，该数据集为政策制定者、国际发展机构及企业战略部门提供了不可或缺的决策支持。劳工部门可依据不同性别人群的实际工时数据，评估现行劳动法规的执行效果，并针对女性劳动者面临的时间贫困制定精准干预措施。跨国企业及区域经济共同体能够借助这些统计指标，比较各国劳动力成本与生产效率，优化供应链布局与投资选址策略。此外，社会研究机构可将其与教育、健康等数据集联动，构建多维贫困或人类发展指数模型，在非洲工业化与数字转型进程中推动基于证据的循证决策。

衍生相关工作

围绕这一数据集，学术界与数据科学社区已衍生出多项具有影响力的经典工作。ILOSTAT作为数据源本身催生了大量关于全球劳动统计方法论的比较研究，而Electric Sheep Africa的重新封装则为非洲数据可及性运动树立了范例。在此基础上，研究者开发出专门针对稀疏面板数据的插值算法、面向发展中国家劳动统计指标的异常检测模型，以及融合时序预测与性别平等指数的复合型分析框架。这些衍生工作不仅推动了非洲劳动力市场计量经济学方法论的革新，也为HuggingFace平台上结构化数据的标准化发布流程提供了可供复用的技术规范与最佳实践。