electricsheepafrica/africa-ilo-how-care-sex-nb-mean-weekly-hours-actually-worked-per-person-in-ca

该数据集包含2000年至2025年间31个非洲国家按性别分列的护理就业人员平均每周实际工作时间的观测数据，数据来源于国际劳工组织的ILOSTAT数据库。数据集涵盖447个观测值，涉及1个核心指标：HOW_CARE_SEX_NB，即按性别分列的护理就业人员平均每周实际工作时间。数据包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年份、观测值及状态等信息。This dataset contains observations of mean weekly hours actually worked per person in care employment, disaggregated by sex, for 31 African countries from 2000 to 2025, sourced from ILOSTAT. It includes 447 observations and one core indicator: HOW_CARE_SEX_NB, which represents the mean weekly hours actually worked per person in care employment by sex. The data covers country codes, country names, data sources, indicator codes, sex disaggregation (total, male, female), years, observed values, and status flags.

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REST API直接抽取指标“HOW_CARE_SEX_NB”的原始数据，并依据ISO 3166-1 alpha-3编码筛选出覆盖31个非洲国家的观测值。构建过程中，ILOSTAT采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标准化处理，确保指标口径统一。数据集以年为单位聚合，每个国家-年份组合优先保留ILO选定的“最佳来源”观测，并在source.label列中标记数据溯源信息，便于使用者核查数据质量。最终整理为包含447条记录的表格结构，每条记录涵盖国家、性别、年份及对应的实际工作小时数等字段。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，并利用to_pandas方法将其转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码筛选特定国家的子集，例如过滤ref_area列等于“KEN”获取肯尼亚数据；或针对单一指标按时间排序后绘制时间序列图，以可视化趋势变化。支持通过pivot_table将数据重塑为国家×年份的矩阵形式，便于跨国家比较或面板数据分析。数据集以cc-by-4.0许可发布，使用时应同时引用ILO原始来源及Electric Sheep Africa的整理版本。

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发布，由Electric Sheep Africa重新打包并托管于HuggingFace平台。聚焦非洲31国2000至2025年间按性别划分的有偿护理工作者平均周实际工作时长，旨在填补非洲大陆在护理经济领域劳动时间数据的系统性空白。作为全球劳动力统计的权威来源，ILOSTAT依据国际劳工统计学家会议定义统一各国调查微观数据，为理解非洲护理工作者的劳动强度、性别差异及跨时空动态提供了标准化基础。该数据集对推动非洲护理经济的研究、支持联合国可持续发展目标中的体面劳动指标监测具有重要价值。

当前挑战

数据集面临的首要领域挑战是非洲护理工作中普遍存在的性别不平等问题，数据需清晰揭示不同性别在劳动时间上的差异，为政策制定者调整薪酬与劳动保护提供依据。构建过程中的挑战包括：31国数据来源不一，依赖各国劳动力调查、家庭收入调查等多元渠道，存在方法论修订导致的序列断裂风险；部分国家观测值稀疏，如冈比亚仅覆盖2012至2025年间9条记录，限制了跨国家比较的稳健性；年度频率数据无法捕捉月度或季度波动，可能掩盖护理工作的季节性特征；且ILO筛选的‘最佳来源’策略可能排除并行调查信息，造成信息损失。

常用场景

经典使用场景

在非洲劳动经济学与性别研究的交叉领域，该数据集为分析有偿照护工作者的劳动时间特征提供了稀缺的跨国面板数据。研究者可依据性别维度，对31个非洲国家在2000至2025年间平均每周实际工作小时数进行纵向比较，揭示区域间照护劳动强度的演化轨迹与性别分化规律。通过时间序列回归或面板数据模型，能够稳健估计经济转型、政策干预等因素对照护劳动供给的影响，为理解非洲照护经济的结构性变迁奠定数据基础。

解决学术问题

该数据集有效解决了非洲照护劳动研究中长期存在的微观数据碎片化与可比性缺失问题。ILOSTAT提供的统一统计口径与规范分类，使学者得以跨越国家统计体系差异，系统评估照护工作者与非照护工作者在劳动时间上的分布差异。这对于验证性别的劳动市场分割理论、检验经济增长对冲照护劳动投入的替代效应等学术命题具有重要推动作用，显著深化了对非洲非正规就业形态与照护经济韧性的理论认知。

实际应用

在国际发展政策与区域治理层面，该数据集为国际劳工组织及非洲各国劳动部门评估照护工作者的劳动权益保障水平提供了实证依据。通过追踪不同性别群体的工作时长变动趋势，政策制定者可识别照护劳动过度负荷的高危区域，针对性地设计性别敏感的工时法规与社会保险方案。此外，跨国比较分析有助于优化对非洲照护行业的人力资源配置，推动体面劳动目标在撒哈拉以南非洲地区的本土化实践。

数据集最近研究

最新研究方向

该数据集聚焦于非洲31国2000至2025年间按性别划分的护理从业人员实际周均工作时长，为全球劳动力市场中护理经济的时间配置研究提供了稀缺的区域性面板数据。当前，随着国际劳工组织对体面劳动指标（SDG 8）及性别平等议程（SDG 5）的持续推进，非洲护理工作的非正规性与性别分工差异成为前沿热点。该数据支持研究者量化女性在无偿护理劳动向有偿就业过渡中的时间负担，并评估新冠疫情后劳动力恢复政策的性别效应。通过链接ILOSTAT的标准化来源，该数据集可助力跨国比较时段使用模式、预测护理行业劳动力需求，并为非洲国家制定基于证据的照护基础设施投资策略提供量化基石，其价值在于填补了非洲大陆在高频劳动力时间使用统计上的长期空白。