electricsheepafrica/africa-ilo-how-xees-sex-oc2-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的关于非洲地区按性别和职业（ISCO 2级分类）划分的雇员实际平均每周工作小时数的统计数据。数据集涵盖35个非洲国家，时间范围为1999年至2025年，共包含17,118个观测值。核心指标是HOW_XEES_SEX_OC2_NB，即按性别和职业（国际标准职业分类ISCO-08的2位数水平）分组的雇员实际平均每周工作小时数。数据通过ILOSTAT REST API获取，并经过筛选仅包含非洲国家。数据集提供了详细的元数据，包括国家信息、数据来源、指标定义、性别分类（总计、男性、女性）、职业分类、观测年份、观测值、数据状态标志以及相关注释。数据以年度频率发布，并包含了ILO选择的最佳来源数据。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains statistics from the International Labour Organization (ILO) ILOSTAT database on Mean weekly hours actually worked per employee by sex and occupation (ISCO level 2) across Africa. It covers 35 African countries from 1999 to 2025, with 17,118 observations. The core indicator is HOW_XEES_SEX_OC2_NB, representing the mean weekly hours actually worked per employee disaggregated by sex and occupation (2-digit level of the International Standard Classification of Occupations, ISCO-08). Data is sourced directly from the ILOSTAT REST API and filtered to African ISO3 country codes. The dataset includes detailed metadata such as country information, data source, indicator definition, sex disaggregation (total, male, female), occupation classification, observation year, observed value, observation status flags, and related notes. The data is published at annual frequency and uses the ILO-selected best source when multiple sources exist. This dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa on HuggingFace.

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统计数据库，专注于非洲地区雇员平均每周实际工作小时数，并按性别和职业（ISCO二级分类）进行细分。数据通过ILOSTAT提供的REST API直接采集，并依据非洲国家ISO3代码进行过滤提取，最终汇聚了来自35个非洲国家的17,118条观测记录。ILO依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理，源数据的调查类型在source.label字段中予以标注，确保了数据来源的可追溯性和统计标准的一致性。

特点

本数据集的核心特色在于其精细的维度划分与广泛的时空覆盖。在空间上，数据集囊括了南非、毛里求斯、埃及等35个非洲国家，时间跨度从1999年延伸至2025年，提供了长达二十余年的年度时间序列。在维度上，数据按性别（男性、女性、总计）和职业（ISCO-08二级分类）进行双重细分，使得研究者能够深入剖析不同群体工作时间的差异与演变。此外，数据还附带了观测状态标志（如可靠性）、来源说明以及因方法论调整导致的中断注释，有效辅助用户评估数据质量。

使用方法

研究者可通过HuggingFace Datasets库便捷调用此数据集，使用load_dataset()命令即可将数据加载为Pandas DataFrame。加载后，可利用ref_area字段按国家进行筛选，例如提取肯尼亚的数据进行国别分析；亦可依据indicator字段聚焦特定指标，结合time字段构建时间序列并进行可视化。数据还支持通过pivot_table方法将表结构重塑为国家×年份的矩阵形式，便于进行跨国的横向比较与面板数据分析。整个数据集的Schema设计清晰，包含丰富的元数据字段，极大便利了多维度、多层面的劳动经济学研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT创建，并经Electric Sheep Africa重新整理发布，聚焦于非洲大陆劳动力市场中雇员的实际周平均工作时长，按性别与职业（ISCO-08二级分类）进行细致划分。覆盖35个非洲国家、长达26年（1999-2025）的观测数据，共包含17118条记录，旨在系统揭示非洲地区工作时间的结构性特征与演变趋势。作为ILO劳动力统计体系的关键组成部分，该数据集为研究非洲劳动供给、职业性别差异、以及工作时间与经济发展之间的关系提供了标准化、可复用的量化基础，对发展经济学、劳动经济学及国际比较研究具有重要支撑作用。

当前挑战

该数据集所应对的领域挑战在于，非洲地区长期以来缺乏统一、细粒度且可跨国家比较的劳动力时间数据，特别是按性别和职业分类的实际工时统计，导致相关政策制定与学术研究难以精准刻画劳动市场的真实运行状况。在构建过程中，面临多源调查（如劳动力调查、住户收入调查）在统计口径、时序连续性上的非一致性，以及部分国家数据缺失、标记为不可靠或存在序列断裂等问题。此外，如何将ILO国际劳工统计学家会议（ICLS）标准框架下的原始微观数据，在保留溯源信息的同时高效清洗、整合并适配机器学习分析流程，亦是技术层面的核心挑战。

常用场景

经典使用场景

作为国际劳工组织（ILO）核心劳动统计数据库ILOSTAT的非洲子集，该数据集聚焦于按性别和职业（ISCO-08二级分类）划分的雇员每周实际工作平均时数，涵盖1999年至2025年间35个非洲国家的17,118条观测记录。其经典使用场景在于为劳动经济学研究者提供跨国家、跨性别与跨职业维度的标准化工时面板数据，借助时间序列分析揭示非洲大陆劳动市场的结构性变迁，例如考察经济发展进程中不同职业群体工作强度的演变规律。

衍生相关工作

基于该数据集衍生的工作呈现出多维拓展特征。一方面，研究者将其与ILOSTAT的其他指标（如失业率、工资中位数）联合构建非洲劳动市场综合指数，深化对体面劳动缺失问题的系统诊断；另一方面，它被用作训练时序预测模型的基础输入，尝试利用长短期记忆网络或Transformer架构预测未来若干年内的国家-性别-职业层级工时波动。此外，有工作将其与非洲大陆人口调查数据融合，探讨城镇化进程与特定职业群组工作压力的交互效应，拓展了劳动地理学边缘交叉领域的研究边界。

数据集最近研究

最新研究方向

该数据集聚焦于非洲大陆雇员周实际工作时长的性别与职业差异，为劳动经济学中的性别平等与职业隔离研究提供了宝贵的数据支撑。在当前全球推动体面劳动与可持续发展目标（SDG 8）的背景下，该数据可助力学术界和政策制定者深入探讨非洲地区女性与男性在不同职业层级（ISCO-08二级分类）中的工作时间分布，揭示非正规经济对劳动时间的影响。结合ILO对非洲劳动统计数据的标准化处理，研究者可通过时间序列分析捕捉1999至2025年间35个非洲国家的劳动市场结构性变迁，进而评估新冠危机后就业复苏中的性别不平等问题。该数据集的发布促进了机器学习和预测建模在劳动统计领域的应用，为构建精准的劳动政策模拟系统奠定了基础。