electricsheepafrica/africa-ilo-emp-care-sex-age-nb-care-employment-by-sex-and-age-thousands

该数据集名为按性别和年龄划分的护理就业人数（千）| 非洲（ILOSTAT），是一个关于非洲地区有偿护理工作者就业情况的表格数据集。它包含4,379个观测值，覆盖37个非洲国家，时间跨度为2000年至2025年。数据集的核心指标是EMP_CARE_SEX_AGE_NB，即按性别和年龄划分的护理就业人数（以千为单位）。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，包括国家代码、指标代码、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值等字段。数据集适用于表格分类、表格回归和时间序列预测等机器学习任务，旨在为研究人员和开发者提供非洲劳动力市场的标准化数据支持。This dataset is titled *Number of Care Employment by Sex and Age (Thousands) | Africa (ILOSTAT)*, which is a tabular dataset documenting the employment status of paid care workers in Africa. It contains 4,379 observations across 37 African countries, spanning the period from 2000 to 2025. The core indicator of this dataset is EMP_CARE_SEX_AGE_NB, representing the number of care employment personnel categorized by sex and age, measured in thousands. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and standardized. Its fields include country code, indicator code, sex classification (total, male, female), age group, observation year, and observed value, among others. This dataset is applicable to machine learning tasks such as tabular classification, tabular regression and time series forecasting, aiming to provide standardized data support for researchers and developers engaged in African labor market-related research.

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统计数据库，通过其REST API直接提取名为“EMP_CARE_SEX_AGE_NB”的指标数据。原始数据经Electric Sheep Africa团队进行二次封装，仅保留非洲地区37个国家的观测记录，并依据ISO 3166-1 alpha-3国家代码进行地理过滤。在数据整合过程中，ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行标准化处理，确保了不同来源数据间的可比性。最终形成了包含4379条观测值的结构化表格数据集，每条记录均附有来源标签以体现数据溯源。

特点

该数据集聚焦于非洲大陆按性别与年龄分层的带薪护理工作者就业情况，时间跨度覆盖2000年至2025年，具有显著的时序性与区域代表性。其核心特征在于多维度的分类架构，包括性别（总、男、女）与年龄组别等细分维度，能够支撑精细化的差异性分析。数据字段丰富，不仅包含观测值与状态标记，还附带了方法修订、来源注释等元信息，为数据质量评估提供了透明依据。此外，数据集采用了年度频率，并优先选用ILO评定的“最佳来源”，在保证数据一致性的同时兼顾了准确性。

使用方法

使用者可通过HuggingFace Datasets库以一行代码快速加载数据，例如使用`load_dataset("electricsheepafrica/africa-ilo-emp-care-sex-age-nb-care-employment-by-sex-and-age-thousands")`加载至Pandas DataFrame中进行操作。针对特定国家的分析，可利用`ref_area`字段进行过滤，如`df[df["ref_area"] == "KEN"]`提取肯尼亚数据。对于时间序列分析，可按`indicator`与`time`字段排序并绘制趋势图。若需构建国家-年份矩阵，可运用pivot_table方法将`ref_area`作为列、`time`作为行进行透视，便于进行跨国的横向比较与面板数据分析。

背景与挑战

背景概述

在非洲经济与社会结构快速转型的背景下，照护经济（care economy）作为劳动力市场的重要组成部分，其性别与年龄维度的雇佣数据对于理解区域发展模式、制定针对性劳动政策具有关键意义。由国际劳工组织（ILO）统计部门建立的ILOSTAT数据库，凭借其权威的调查数据协调机制，成为全球劳动统计的核心来源。在此框架下，Electric Sheep Africa团队于2025年对ILO原生的“按性别与年龄划分的照护雇佣数据（千人）”进行了精心的重新包装与标准化处理，形成了本数据集。该数据集覆盖37个非洲国家、2000至2025年的时间跨度，包含4,379条观测记录，旨在为发展经济学、性别研究及劳动政策分析提供一个即时可用、结构统一的机器学习就绪数据源，极大地降低了研究者获取非洲照护雇佣微观宏观数据的技术门槛。

当前挑战

本数据集所应对的核心领域挑战在于非洲照护雇佣统计的系统性缺失与异质性——非洲各国在调查能力、定义标准（如ILO的ICLS标准）及数据频率上存在巨大差异，导致跨国、跨时段的可比性分析极为困难。同时，数据构建过程中面临多重困境：原始数据来源多样，包括劳动力调查、行政记录及家庭收支调查，其协调与质量控制需要精细的元数据追踪；部分观测值带有“不可靠”或“方法断裂”等状态标记，需使用者审慎处理；此外，时间序列不连续、各国样本量与年份覆盖不均（如南非675条而肯尼亚仅81条）等问题，对均衡的机器学习建模与时间序列预测形成了潜在偏差风险。

常用场景

经典使用场景

该数据集作为非洲地区有偿护理劳动力统计的权威来源，最常用于劳动经济学、性别研究与人口健康交叉领域的实证分析。研究者可借此剖析非洲37国在2000至2025年间，按性别与年龄分层的有偿护理就业规模及其演变脉络。其结构化面板数据天然适配多国比较、时间序列建模与纵向追踪，尤其适用于衡量护理经济在非洲各国劳动力市场中的比重变化，评估全球化背景下护理工作的职业化进程。

解决学术问题

该数据集的诞生有效填补了非洲大陆关于有偿护理劳动力系统性统计的空白，解决了既有研究因数据碎片化而难以开展跨国家、长时段比较的困境。通过提供按性别与年龄双重分类的标准化观测值，它使学者能够精确量化护理就业中的性别不平等程度，考察年龄结构对护理行业劳动力供给的动态影响。这一数据支撑了关于非正规经济转型、女性劳动参与率与社会再生产理论等核心议题的假说检验，为理解非洲发展进程中的劳动力市场结构性变迁提供了不可替代的实证基石。

衍生相关工作

基于该数据集，学界已衍生出多项经典工作：其面板结构常被整合至非洲劳动力市场流动性的宏观计量模型，用于估计护理就业对妇女经济赋权的长期因果效应；部分研究将其与ILOSTAT其他指标（如非正规就业率、教育成就分布）联立，构建多维度的非洲护理经济指数；另有一支工作聚焦数据质量标识（如'不可靠'标记），发展出适用于官方劳动统计的稳健性评估框架，推动了发展经济学中数据溯源与偏差修正的方法论革新。