electricsheepafrica/africa-ilo-emp-care-sex-oc2-nb-care-employment-by-sex-and-occupation-isco-level-2

该数据集包含8416个观测值，覆盖37个非洲国家，时间跨度为2000年至2025年，重点关注有偿护理工作者（Paid care workers）数据。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并筛选非洲国家代码，提供按性别和职业（ISCO第2级分类）细分的护理就业人数（以千计）。数据集包含结构化表格字段，如国家代码、年份、性别分类、职业分类、观测值等，适用于表格分类、回归和时间序列预测任务。数据经过ILO的标准化处理，确保一致性和可追溯性，并附带数据质量说明和使用示例。This dataset contains 8,416 observations, covering 37 African countries and spanning the period from 2000 to 2025, with a primary focus on data related to paid care workers. The data is sourced from the ILOSTAT statistical database of the International Labour Organization (ILO), obtained via API and filtered for African country codes. It provides the number of employed care workers measured in thousands, disaggregated by gender and occupation per the ISCO Level 2 classification. The dataset includes structured tabular fields such as country code, year, gender category, occupation category, and observation value, among others, and is suited for tasks including tabular classification, regression, and time series forecasting. The data has undergone standardized processing by the ILO to ensure consistency and traceability, and is accompanied by data quality descriptions and usage examples.

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核心统计数据库，通过REST API接口直接提取指标代码为EMP_CARE_SEX_OC2_NB的观测数据，并依据非洲ISO3国家代码进行地理范围筛选。ILOSTAT基于国际劳工统计学家会议（ICLS）定义，对各国的劳动力调查、家庭收入调查等微观数据进行统一协调与标准化处理，确保跨国家、跨年度的数据可比性。数据集中每条记录均附有来源标识（source.label），便于用户追溯原始调查信息。

特点

数据集涵盖2000年至2025年间37个非洲国家的8,416条观测，聚焦于按性别和职业（国际标准职业分类ISCO-08第二层级）划分的有偿护理工作者就业人数（单位：千）。核心特点在于其多维度拆分能力：包含性别（总、男、女）和职业分类两个细分维度，支持灵活的跨表分析。各字段附带英文标签说明，观测值附有状态标志（如临时、不可靠），提示数据质量。数据集以年为单位，并将ILO选取的“最佳来源”作为多源冲突时的唯一依据。

使用方法

用户可通过HuggingFace Datasets库中的load_dataset()函数一键加载数据，返回的DataFrame可直接用于探索性分析与建模。典型应用包括：依据ref_area字段过滤特定国家的时间序列数据；按indicator字段筛选指标后，利用time和obs_value列进行趋势可视化；通过pivot_table方法重塑为国家×年份的矩阵形式，便于面板数据分析。此外，数据集支持分类与回归任务，并可作为时间序列预测的输入，适用于非洲劳动力市场与护理经济相关的定量研究。

背景与挑战

背景概述

在非洲大陆，随着经济增长与社会转型，劳动力市场中的照护经济（care economy）逐渐成为发展议题的焦点。国际劳工组织（ILO）依托其ILOSTAT统计数据库，构建并发布了涵盖非洲37国、时间跨度2000至2025年的“按性别与职业分类的有偿照护工作者就业数据”（ISCO二级分类，单位为千），该数据集由Electric Sheep Africa于2025年重新封装并发布于HuggingFace平台，旨在为区域劳动力研究提供标准化、机器可读的时序数据。核心研究问题聚焦于非洲照护行业的性别分布与职业结构演变，为政策制定者与学者评估可持续生计目标（SDG）中体面工作指标提供了关键证据支撑。该数据集整合了各国劳动力调查与行政记录，经ILO统一协调后具备跨国可比性，对推动非洲照护经济领域的数据驱动研究具有奠基意义。

当前挑战

该数据集面临的挑战涵盖两个层面。在领域问题层面，非洲照护行业常因性别与地域歧视而数据稀疏，难以精确刻画女性与男性在不同照护职业中的实际参与度，且跨国比较受限于各国职业分类标准的差异（如ISCO-08本土化应用不一致）。在构建过程中，ILO需处理来自37国多源调查数据（如劳动力调查、收入调查）的异构性与缺失值，同时解决因方法论修订（如‘中断序列’标记）导致的时序不可比问题；此外，部分观测值被标记为‘不可靠’（如 obs_status=U），需谨慎筛选，而年度频率数据亦无法捕捉短期劳动力波动，限制了精细时序建模的潜力。

常用场景

经典使用场景

该数据集汇聚了2000年至2025年间来自37个非洲国家的8416条有偿护理工作者就业观测数据，按照性别和职业（ISCO第二层级）进行细致划分。在劳动经济学与公共政策研究中，其最经典的用途在于揭示非洲地区护理行业就业结构的时空演变规律，通过面板数据分析不同国家男女护理从业者在数量上的差异与趋势，为理解性别职业隔离、劳动力市场转型及非正规就业特征提供可靠的量化依据。

解决学术问题

学术研究中，该数据集核心解决的是非洲大陆护理行业就业数据长期匮乏、口径不统一这一根本性难题。它源自国际劳工组织ILOSTAT数据库，采用国际劳工统计学家会议标准定义，确保了跨国、跨年度的可比性。这使得研究者能够系统评估可持续发展目标中体面劳动指标在非洲的实现进展，深入分析经济发展、制度环境与护理就业性别差异之间的因果关系，填补了该领域宏观比较研究的空白。

衍生相关工作

围绕该数据集衍生出的经典工作主要集中于三方面：其一，基于性别维度的面板回归分析，量化非洲护理行业女性就业比重与经济增长、城镇化率之间的协动关系；其二，采用序列聚类或隐马尔可夫模型识别不同国家护理就业的典型演化路径，归纳出稳定增长型、波动震荡型等类别；其三，以此数据作为基准，构建融合GDP、教育支出等协变量的预测模型，与官方统计校验对比，推进发展经济学中就业统计方法论的研究创新。