electricsheepafrica/africa-ilo-ees-care-sex-jbc-nb-care-employees-by-sex-and-type-of-contract-thousan

该数据集包含非洲35个国家从2000年至2025年期间，按性别和合同类型分类的付费护理员工数量（以千计）的统计数据。数据集包含1,452个观测值，涵盖1个核心指标（EES_CARE_SEX_JBC_NB），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理。数据集提供了详细的列结构，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）、合同类型分类、观测年份、观测数值、数据状态标志及相关注释。数据以年度频率发布，并包含数据质量说明，如当同一国家同年份有多个数据源时，采用ILO选定的最佳来源。该数据集由Electric Sheep Africa重新打包，旨在为非洲提供机器学习就绪的数据层。This dataset contains statistics on paid care employees (in thousands) by sex and type of contract across 35 African countries from 2000 to 2025. It includes 1,452 observations covering one core indicator (EES_CARE_SEX_JBC_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and harmonized. The dataset provides a detailed schema with columns for country code, country name, data source, indicator code, sex disaggregation (total, male, female), contract type classification, observation year, observed value, data status flags, and related notes. Data is published at annual frequency and includes quality caveats, such as the use of ILO-selected best source when multiple sources exist for the same country-year. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，通过调用其REST API接口直接获取原始指标数据，并依据非洲ISO 3166-1 alpha-3国家代码进行地理过滤。Electric Sheep Africa团队对获取的数据进行了系统化的格式重整与模式统一，整合为包含1,452条观测记录、覆盖35个非洲国家、时间跨度为2000年至2025年的结构化表格数据，并以Parquet格式封装发布，便于机器学习工作流的直接加载。

特点

该数据集聚焦于非洲地区有偿照护工作者的雇佣状况，核心指标为按性别和合同类型划分的雇员数量（单位：千）。数据提供了性别（男性、女性、总计）的精细分解维度，并附有来源标注、观测状态标志及注释信息，便于用户评估数据质量与可比性。每条记录均包含完整的元数据字段，包括国家代码、来源、指标定义及分类变量，使其既适用于截面分析也支持时间序列建模。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，将其转换为Pandas DataFrame后即可进行灵活的数据探索。典型用法包括按国家筛选子集、按时间序列绘制指标趋势图，或利用pivot_table构建国家×年份的矩阵化视图。该数据集设计为统计回归、分类及时序预测任务的直接输入，尤其适合非洲劳动经济学与性别研究领域的数据驱动型分析。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库整理发布，并由Electric Sheep Africa于2025年重新打包至HuggingFace平台，旨在提供非洲地区有偿护理工作者雇佣状况的标准化时间序列数据。作为全球劳动统计领域的权威来源，ILOSTAT汇集了来自35个非洲国家、覆盖2000至2025年的1452条观测记录，核心研究问题聚焦于按性别与合同类型划分的护理人员就业规模，意在填补非洲大陆在非正规经济与照护经济交叉领域的数据空白。该数据集弥补了传统就业统计对护理行业精细度不足的缺憾，为研究性别不平等、劳动力市场分割以及社会保障政策在区域内的实施效果提供了关键定量依据，其开放许可与统一格式进一步推动了跨国家比较分析和机器学习建模在劳动经济学中的应用。

当前挑战

领域层面，非洲护理劳动力长期隐匿于非正规就业体系之中，各国统计口径和调查频率的显著差异导致横截面与纵向数据的一致性难以保障；该数据集的构建需逐一处理ILOSTAT源头中因方法论修订、断点序列以及多源竞争性指标引发的标注歧义问题。技术层面，数据整理面临多来源融合时分类变量的异构标准化挑战，如性别与合同类型等维度在原始调查中并非始终公开，缺省值在稀疏年份中频繁出现，同时年度频率限制了更高时间粒度的建模可能性。此外，不同国家数据覆盖深度悬殊（如南非贡献296条而冈比亚仅31条），使跨国民均衡分析易受样本偏差影响，对时空预测模型的鲁棒性构成严峻考验。

常用场景

经典使用场景

该数据集收录了2000年至2025年间35个非洲国家的有偿护理工作者数据，涵盖性别与合同类型两大核心细分维度，共1452条观测值。在劳动力经济学与性别研究领域，研究者常将其作为时间序列面板数据，用于分析非洲大陆护理行业就业结构的演替趋势。通过对比不同国家在合同类型（全职、兼职、临时）与性别比例上的差异，可揭示护理劳动力市场的组织特征及其与宏观经济发展的关联规律。

解决学术问题

在学术研究层面，该数据集有效填补了非洲区域护理就业量化数据的空白，为探讨性别不平等、非正规就业转型及社会照护体系演变提供了可比较的实证基础。通过性别与合同类型的交叉分析，学者能够检验全球性别分工理论在非洲语境下的适用性，识别护理行业女性化现象背后的制度性成因。同时，数据时间跨度的连续性支持面板回归与间断时间序列分析，助力评估劳动力政策干预对护理就业规模与结构的影响效果。

衍生相关工作

围绕该数据集，已衍生出若干具有代表性的研究成果与工具。基于其标准化结构，研究人员构建了面向非洲护理就业的可视化仪表盘，动态展示各国护理劳动力规模的变迁。在方法论层面，有学者利用该数据集的性别细分特征，开发了适用于稀疏面板数据的护理行业性别隔离指数计算框架。此外，数据集还催生了跨数据库的联合分析研究，通过与ILOSTAT其他指标表的匹配，深入探讨护理就业稳定性与社会保障覆盖率之间的关联网络。