electricsheepafrica/africa-ilo-emp-care-sex-ec2-nb-care-employment-by-sex-and-economic-activity-isic

该数据集包含4569个观测值，涉及37个非洲国家，时间跨度为2000年至2025年，专注于“按性别和经济活动划分的有偿护理就业 - ISIC第2级（千）”指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，覆盖非洲地区，包括按性别（总计、男性、女性）和经济活动分类的详细维度。数据集旨在提供非洲有偿护理就业的统计信息，适用于表格分类、回归和时间序列预测等任务。This dataset contains 4,569 observations of paid care worker data across 37 African countries, spanning from 2000 to 2025, focusing on the indicator Care employment by sex and economic activity - ISIC level 2 (thousands). It is sourced from the International Labour Organizations (ILO) ILOSTAT database, covering Africa with detailed disaggregation by sex (total, male, female) and economic activity. The dataset is designed to provide statistical insights into paid care employment in Africa, suitable for tasks such as tabular classification, regression, and time-series forecasting.

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，通过其REST API直接提取指标编码为EMP_CARE_SEX_EC2_NB的付费护理人员就业数据，并依据非洲ISO3国家代码进行过滤筛选。原始数据基于各国劳动力调查、家庭收入调查及行政记录等微观数据，经ILO统计部门依照国际劳工统计学家会议（ICLS）定义进行统一协调处理。Electric Sheep Africa团队对数据进行重新封装，将其整理为HuggingFace上的结构化表格数据集，确保元数据完整且可直接加载。

使用方法

用户可通过HuggingFace的`datasets`库以`load_dataset()`函数一键加载数据，并便捷转换为Pandas DataFrame进行后续分析。典型应用包括按国家代码筛选特定区域数据、按时间序列绘制指标变化趋势，或通过透视表构建国别-年份矩阵以进行跨区域横向比较。数据集结构清晰，列字段包含地区、来源、指标、性别、分类、时间与观测值，支持灵活的切片与聚合操作，适合劳动经济学、性别研究和非洲发展议题的量化探究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门编制，经Electric Sheep Africa于2025年重新封装并发布在HuggingFace平台，专注于非洲地区按性别和经济活动划分的有偿护理人员就业数据。数据集涵盖37个非洲国家、2000年至2025年间的4569条观测记录，以ILOSTAT数据库为源头，采用国际劳工统计学家会议（ICLS）定义的标准进行数据协调。其核心研究问题在于揭示非洲地区护理行业就业的性别差异及其与经济活动（依据ISIC第二层级分类）的关联，为理解劳动力市场中护理工作的结构特征提供量化基础。该数据集的发布填补了非洲区域护理就业微观数据可获取性不足的空白，尤其对可持续发展目标（SDG）中体面劳动与性别平等议题的实证研究具有重要推动意义，成为劳动经济学、性别研究和非洲发展分析的关键资源。

当前挑战

该数据集所解决的领域问题主要体现在两个层面。其一，非洲护理就业数据长期存在碎片化、不一致或缺失的挑战，尤其是按性别和行业细分的指标难以获取，限制了跨国比较和趋势分析，数据集通过统一标准整合ILOSTAT官方数据，为研究劳动力市场中的性别隔离和护理经济贡献提供了可靠基准。其二，构建过程中面临多重技术挑战，包括从ILO的REST API中爬取大量原始观测时需处理不同调查来源（如劳动力调查、行政记录）的异构性，确保数据清洗后保留一致的分类体系；同时，部分国家某些年份的观测值被标记为“不可靠”，需在保留数据完整性与标记质量状态之间平衡，且指标存在序列中断（如方法论修订），需要通过注释列追溯来源变更，以维护时间序列的可比性。此外，数据集仅包含年度频率数据，排除了月度或季度波动信息，对于需要高频分析的场景构成限制。

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，该数据集凭借其涵盖37个非洲国家、跨越2000至2025年的长时序面板结构，成为探究护理行业就业格局变迁的核心资源。研究者可借助其中按性别与经济活动维度（ISIC二级分类）划分的护理工作者雇佣数据，系统性地捕捉女性与男性在照护经济中的参与差异，揭示非洲大陆范围内护理劳动市场的时间演化轨迹与空间异质性特征。

解决学术问题

该数据集为学术界长期关注的‘照护经济隐形化’与‘性别职业隔离’两大命题提供了量化支撑。通过构建跨国面板模型，学者可检验经济发展水平、制度政策变革与护理就业性别比之间的因果关联，填补了撒哈拉以南非洲地区在护理劳动统计领域的系统性数据空白。其对ILOSTAT标准化定义的严格遵循，确保了跨国比较研究的信度与效度。

实际应用

在实际应用中，该数据集为国际劳工组织及各国劳动部门评估护理行业就业质量、设计性别敏感的劳动力市场干预方案提供了实证基础。发展机构可借此识别护理就业中的性别鸿沟热点区域，制定针对性培训与岗位创造计划；社会政策研究者则能基于时序数据追踪国家间护理经济政策调整的效果，推动体面劳动与可持续生计目标的落地。

数据集最近研究

最新研究方向

该数据集聚焦非洲37国2000至2025年间按性别和经济活动划分的有偿护理人员就业统计，为全球劳动经济学与性别研究提供了关键数据支撑。当前学界与政策界高度关注护理经济的性别不平等议题，尤其在后疫情时代，非洲大陆护理劳动力结构因社会转型与经济增长而面临深刻重塑。该数据依托国际劳工组织ILOSTAT的权威来源，经标准化整理后，可直接用于时间序列建模与面板数据分析，助力揭示非洲女性在护理行业中的就业比例、行业分布演变及政策干预效果。其跨年度、跨国别的精细粒度，为探讨护理经济如何响应可持续发展目标中的体面劳动与性别平等议程提供了宝贵的实证基础。