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

该数据集包含非洲40个国家从1991年至2025年的56,077条观测数据，核心指标为“按性别、经济活动和公共/私营部门划分的就业人员每周实际工作平均小时数”（HOW_TEMP_SEX_ECO_INS_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至非洲国家。数据集包含多维度分类变量，如国家代码、性别（总计、男性、女性）、经济活动和机构部门等，并提供了观测值、年份、数据来源和质量标记等信息。适用于表格分类、回归和时间序列预测等任务，旨在支持劳动市场研究和机器学习应用。This dataset contains 56,077 observations from 40 African countries spanning the years 1991 to 2025. The core indicator is the average weekly actual working hours of employed individuals, categorized by gender, economic activity, and public/private sector (HOW_TEMP_SEX_ECO_INS_NB). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and filtered to include only African countries. The dataset includes multi-dimensional categorical variables such as country code, gender (total, male, female), economic activity, institutional sector, etc., and provides information including observation values, year, data source, and quality markers. It is suitable for tasks such as tabular classification, regression, and time series forecasting, and aims to support labor market research and machine learning applications.

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）的核心统计数据库ILOSTAT，通过其REST API接口直接拉取原始数据，并依据非洲ISO3国家代码进行地域筛选，最终汇聚了涵盖40个非洲国家、时间跨度从1991年至2025年的劳动工时观测记录。数据在采集后经由Electric Sheep Africa进行标准化重封装，确保格式统一且便于机器学习应用。ILOSTAT本身基于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微观数据进行协调处理，并在数据集中通过`source.label`字段标记数据来源，以保障溯源清晰。数据集以Parquet格式存储，共包含56,077条观测，每条记录均附有详细的标识、分类及注释信息，为后续分析提供了坚实的数据基础。

特点

该数据集的核心特点在于其精细的多维度分类体系与非洲区域的针对性覆盖。观测指标聚焦于‘按性别、经济活动及公共部门划分的就业人员每周实际工作平均小时数’，并通过`sex`、`classif1`和`classif2`字段实现性别、经济活动大类及机构部门的三重分解，使用者可灵活提取不同子群体的工时特征。数据集涵盖了广泛的非洲国家，包括南非、毛里求斯、埃及等数据量丰富的国家，部分国家的时间序列长达三十余年，为长期趋势分析与跨区域比较提供了宝贵素材。同时，数据源标注与观测状态标志（如`obs_status`字段）增强了数据的透明度与可靠性，便于研究者评估数据质量并进行针对性筛选。

使用方法

该数据集的设计充分考虑了机器学习的易用性，用户可通过HuggingFace Datasets库中的`load_dataset`函数一步完成加载，并直接转换为Pandas DataFrame进行后续处理。典型的使用流程包括按国家代码筛选子集以进行单国分析，或针对特定指标按时间排序绘制序列图，以观察工时变化趋势。此外，数据集支持通过`pivot_table`方法轻松构建国家与年份的交叉矩阵，便于进行面板数据分析或回归建模。丰富的分类字段和注释信息使得用户能够根据具体研究需求，例如比较不同性别或经济部门的工时差异，灵活地进行过滤、聚合与可视化操作，从而高效地开展劳动经济学相关研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，并由Electric Sheep Africa团队在HuggingFace平台重新封装，聚焦于非洲40个国家在1991至2025年间按性别、经济活动及公共/私营部门划分的就业人员实际周均工时。作为ILOSTAT数据库的子集，该数据集依托国际劳工统计学家会议（ICLS）标准，整合了劳动力调查、住户收入调查及行政记录等多源微观数据，为解析非洲劳动力市场中工作时间的结构性差异提供了高颗粒度的时序观测。其核心研究问题在于揭示非洲大陆不同国家、性别及产业部门间工时模式的演变规律，为劳动经济学、发展经济学及可持续生计研究奠定数据基础。该数据集的影响力体现在填补了非洲区域精细化工时统计的空白，支撑了ILO关于体面劳动与可持续发展目标（SDG 8）的全球监测框架，尤其为政策制定者评估工作条件、性别平等及非正规就业提供了权威依据。

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市场长期缺乏标准化、跨国的工时统计。各国调查频率、问卷设计及样本覆盖范围的差异导致原始数据难以直接比较，而ILO通过统一ICLS定义和最佳来源选择机制，消除了因数据异质性带来的分析偏误。构建过程中的主要挑战来自多源数据的融合与质量管控：原始数据存在缺失值、观测状态标记（如“不可靠”或“暂定”）及分类口径不一致等问题，例如性别维度的分类（SEX_T/M/F）在部分国家年份中仅报告总体值，而经济活动和制度部门分类（classif1/classif2）的空值则反映了细分维度数据的稀疏性。此外，时间序列的非连续性（如纳米比亚2018年后数据中断）与年度频次限制（未包含月度和季度观测）阻碍了对短期波动与长期趋势的精准刻画。数据集还面临来源溯源性挑战——不同国家的劳动力调查机构采用各异的方法论，需通过source.label字段人工追溯可信度，这对自动化模型训练构成了噪声干扰。

常用场景

经典使用场景

该数据集收录了1991年至2025年间非洲40个国家的周均实际工作时长数据，按性别、经济活动领域及公共/私营部门进行细致分层，共包含56,077条观测记录。研究人员常利用这一高度结构化的面板数据，开展劳动经济学中的跨国比较研究，例如分析不同非洲国家间工作时长的长期趋势与波动模式。通过整合性别与行业维度的分类信息，学者能够在控制国家固定效应的前提下，识别工作时间在不同性别群体和产业部门间的分布特征，为理解非洲大陆劳动力市场的异质性提供坚实的数据基础。

衍生相关工作

围绕该数据集及其母体ILOSTAT资源，衍生了一系列具有影响力的学术与数据科学工作。在方法论层面，研究者开发了针对非洲数据的缺失值插补技术与多源数据融合框架，以提升低频或低质量调查数据的可用性。在实证领域，基于ILOSTAT数据的跨国研究系统性地揭示了非洲劳动生产率的演变规律、非正规就业的规模测算以及性别工资差距的量化特征。同时，该数据集也为机器学习领域提供了丰富的时序分类与回归任务素材，催生了诸如非洲劳动市场预测模型、工作条件聚类分析等数据驱动的研究成果，进一步拓展了传统劳动统计与前沿数据技术的交叉探索。

数据集最近研究

最新研究方向

该数据集聚焦非洲劳动力市场中实际周均工作时长的性别差异与产业异质性，为理解非正规经济、性别平等与可持续发展目标（SDG 8）下的体面劳动提供了关键量化依据。当前前沿研究正利用其多年面板数据与按性别、经济活动分类的精细粒度，探究非洲国家经济转型过程中工作时长与劳动生产率之间的动态关联，并借助时间序列模型揭示新冠疫情前后劳动力市场的结构性突变。同时，该数据集在跨国比较研究中被用于评估公共与私营部门对工作时长的影响机制，为国际劳工组织推动非洲体面劳动议程的政策模拟提供了标准化、可复现的数据支点。