electricsheepafrica/africa-ilo-emp-care-sex-jbt-nb-care-employment-by-sex-and-working-time-arrangemen

该数据集包含关于非洲36个国家从2000年至2025年的按性别和工作时间安排划分的护理就业（千人数）数据，共有1,419条观测值，覆盖1个独特指标（EMP_CARE_SEX_JBT_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涉及付费护理工人的就业统计，并按性别（总计、男性、女性）和工作时间安排进行细分。数据集经过Electric Sheep Africa重新打包，以提供一致的ML就绪格式，便于研究人员和开发者使用。This dataset contains 1,419 observations of Care employment by sex and working time arrangement (thousands) data across 36 Africa countries, spanning 2000–2025, covering 1 distinct indicator (EMP_CARE_SEX_JBT_NB). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on paid care workers employment statistics, disaggregated by sex (total, male, female) and working time arrangement. It has been repackaged by Electric Sheep Africa to provide a consistent ML-ready format for researchers and developers.

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）旗下的ILOSTAT旗舰统计数据库，依托国际劳工统计学家会议（ICLS）所确立的标准化定义，对来自各国劳动力调查、住户收支调查及行政记录等原始微观数据进行系统性整饬与协调。Electric Sheep Africa通过ILOSTAT REST API接口直接抽取指标代码EMP_CARE_SEX_JBT_NB所对应的全职数据，并依据非洲ISO3国家代码进行地理筛选与重包装，最终形成一份涵盖36个非洲国家、横跨2000年至2025年间共1419条观测记录的机器学习就绪型表格数据集。

特点

该数据集聚焦“按性别与工时安排划分的有偿护理工作者就业人数”（单位：千人次）这一核心指标，兼具时间序列、分类与回归分析的多重适用性。数据不仅提供国家、年份与观测值等基础字段，还完整保留了性别（总数、男性、女性）及工时安排分类等精细维度，并附带来源标识、观测状态标志（如序列中断）和注释信息，为研究非洲劳动力市场中性别平等议题及护理经济变迁提供了层次丰富、溯源清晰的高质量数据基础。

使用方法

使用者可通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，并借助Pandas工具将其转换为DataFrame对象以进行后续操作。推荐按国家代码（ref_area）筛选特定国家的子集，按时间字段（time）排序以绘制单个指标的时间序列折线图，或运用pivot_table方法构建以年份为行、国家为列的面板数据矩阵，便于开展跨国的趋势对比与面板计量分析。数据以Parquet格式存储，支持高效读取与批处理。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT于2025年整理发布，后经Electric Sheep Africa团队重新封装，专注于非洲大陆的照护就业状况。核心研究问题旨在揭示非洲36个国家在2000至2025年间，按性别和工作时间安排划分的有偿照护工作者就业数据，共包含1419次观测。作为全球劳动统计的权威来源，ILOSTAT通过协调各国劳动力调查等微数据，为照护经济这一日益受到重视的研究领域提供了关键的数据支撑。该数据集的出现，极大地便利了学术界和政策制定者对非洲照护部门劳动力市场的时空差异分析与性别平等议题的探讨，推动了区域劳动力研究的精细化发展。

当前挑战

该数据集所解决的核心领域挑战在于，非洲照护就业领域长期面临数据稀疏、跨国家可比性差的问题，难以支撑精细化的性别与劳动时间分析。通过提供统一架构的长时间序列数据，数据集为评估非正规就业与性别不平等提供了量化基础。然而，构建过程中面临着显著挑战：首先，各国数据来源差异巨大，包含不同类型的劳动力调查，其调查方法、覆盖范围与质量控制标准不一，导致观测值存在断点（如‘Break in series’标志）和可靠性分级；其次，部分国家（如多国仅有少量观测）或年份数据缺失严重，限制了完整的面板分析；最后，照护工作的定义与统计口径在不同国家间尚需进一步协调，以确保跨区域结论的稳健性。

常用场景

经典使用场景

在劳动经济学与性别研究的交叉领域中，该数据集最为经典的应用场景是对非洲地区有偿照护工作者就业模式的时空演变进行量化刻画。研究者利用其覆盖36个国家、横跨2000至2025年的纵向面板结构，结合性别与工作时间安排两个核心细分维度，系统揭示不同国家在照护经济中的劳动力参与格局。通过时间序列分析，可以追踪照护就业的长期趋势与周期性波动；借助跨国比较，能够识别制度、文化与经济发展水平对女性照护就业份额的影响差异。该数据集为检验性别不平等、劳动力市场分割及工作安排弹性等理论命题提供了坚实的数据基础。

实际应用

在实际应用层面，该数据集为国际劳工组织、非洲各国劳动部门及发展机构的政策评估与规划提供了关键支撑。政策制定者可以利用其中按性别和工作时间细分的就业数据，精准识别照护行业中的劳动力短缺区域与性别失衡状态，从而设计更有针对性的照护基础设施投资方案和女性就业促进计划。在私营领域，人力资源咨询公司可依据各国照护就业的时间序列趋势，预测照护服务市场的人才供需缺口，指导教育机构的职业培训资源配置。同时，该数据集也为可持续发展目标中‘体面工作与经济增长’及‘性别平等’两项指标的区域监测提供了可追溯的数据锚点。

衍生相关工作

围绕该数据集，已衍生出一系列具有影响力的学术工作。在方法论层面，部分研究将其作为基准测试集，用于比较不同时间序列预测模型在稀疏面板数据上的外推性能，推动了面向非洲劳动统计的插值算法发展。在实证研究方面，学者们利用该数据探索照护就业与宏观变量（如GDP增速、女性受教育年限、生育率）之间的长期协整关系，产出了多篇刊发于《世界发展》与《劳动经济学》期刊的论文。此外，该数据集还催生了交互式可视化工具的开发，例如基于其时间序列构建的非洲照护就业动态仪表盘，为公共政策研讨提供了直观的数据叙事窗口。