electricsheepafrica/africa-ilo-emp-care-sex-mts-nb-care-employment-by-sex-and-marital-status-thousand

该数据集包含来自非洲37个国家（2000年至2025年）关于“按性别和婚姻状况划分的有偿护理工作者（千人）”的1,518个观测值，涵盖1个指标（EMP_CARE_SEX_MTS_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并过滤为非洲国家。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、婚姻状况分类、观测年份、观测值（以千人为单位）、观测状态和相关注释等列。数据以年度频率发布，ILO使用国际劳工统计学家会议（ICLS）定义对原始调查微数据进行标准化处理，并选择“最佳来源”处理同一国家×年份的多个数据源。数据集适用于表格分类、表格回归和时间序列预测任务，主要用于劳动力市场分析，特别是护理就业领域的研究。This dataset contains 1,518 observations on "paid care workers (in thousands)" disaggregated by sex and marital status, spanning 37 African countries from 2000 to 2025, and covers one indicator: EMP_CARE_SEX_MTS_NB. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via its REST API, and filtered to include only African countries. The dataset includes columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), marital status classification, observation year, observed value (in thousands), observation status, and related notes. The data is released at an annual frequency. The ILO standardized the raw survey microdata using definitions from the International Conference of Labour Statisticians (ICLS), and selected the "best source" to handle multiple data sources for the same country×year pair. This dataset is applicable to tasks including tabular classification, tabular regression, and time series forecasting, and is primarily used for labor market analysis, especially research in the field of care employment.

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接口直接提取付费护理工作者指标（EMP_CARE_SEX_MTS_NB）数据。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，由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一标准化处理。随后，数据集被过滤至非洲37个国家的ISO3国家代码，最终整合为包含1,518条观测值的结构化表格，覆盖2000年至2025年的时间跨度，并以Parquet格式封装，确保机器学习任务的高效加载与使用。

特点

该数据集聚焦于非洲地区按性别和婚姻状况分列的付费护理就业人数（单位：千），具备多维度的统计特征。其核心指标仅包含一个——EMP_CARE_SEX_MTS_NB，但通过sex和classif1等分类变量实现了性别的三重细分（总、男、女）以及婚姻状况的聚合分类。数据来源字段（source.label）提供了每一条观测的溯源信息，增强了透明度。此外，数据集支持时间序列分析，覆盖长达25年的年度数据，且包含观测状态标记（obs_status），用于提示数据的中断或修订等质量问题，为研究非洲劳动力市场中护理领域的性别与婚姻差异提供了可靠基础。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一行加载该数据集，并将其转换为Pandas DataFrame进行后续分析。例如，可直接使用ds['train'].to_pandas()获取数据框。分析方法包括按国家筛选（如过滤ref_area为KEN的肯尼亚数据）、针对特定指标按时间排序后绘制折线图以观察趋势变化，或利用pivot_table将数据重塑为国家×年矩阵，便于进行跨区域对比。这些操作结合分类变量（如sex）的筛选，可深入探究不同性别与婚姻状况下护理就业率的时空演变模式。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，并由Electric Sheep Africa在HuggingFace平台上重新封装，聚焦非洲37个国家2000至2025年间按性别与婚姻状况分层的带薪护理工作者就业数据。作为ILOSTAT数据库的子集，该数据集旨在填补非洲大陆护理经济劳动统计的空白，为研究性别平等、就业结构与家庭政策之间的交互作用提供微观基础。其核心研究问题在于揭示婚姻状况如何调节不同性别在护理行业的参与模式，从而为联合国可持续发展目标中体面工作与性别平等的监测提供可量化的实证依据。数据集的发布显著提升了非洲地区劳动统计的可获取性与标准化程度，尤其为低资源国家开展比较研究提供了关键工具，对发展经济学与社会政策领域产生了深远影响。

当前挑战

该数据集所应对的领域挑战在于非洲护理行业就业数据长期存在系统性缺失，官方统计往往因调查频率低、定义不统一而难以支撑跨国产出分析。构建过程中面临的核心挑战包括：多来源调查数据（如劳动力调查、行政记录）的整合与标准化，需遵循国际劳工统计学家会议的统一定义以确保可比性；时间序列中因调查方法修订或来源更换导致的数值突变，需通过状态标志（如“系列中断”）进行标注；性别与婚姻状况的细分数据在部分国家观测值稀疏，增加了模型估计时的偏差风险。此外，数据年度频率限制了对于季度或月度波动的捕捉能力，而“最佳来源”选择机制虽保证了质量，却可能掩盖了不同调查间的系统性差异，对因果推断构成潜在干扰。

常用场景

经典使用场景

在全球劳动经济学与性别平等研究中，非洲地区有偿护理就业的细分数据长期存在碎片化与不连贯的困境。该数据集应运而生，作为国际劳工组织ILOSTAT的精选子集，聚焦于按性别与婚姻状况交叉分类的有偿护理工作者雇佣规模（单位：千人），覆盖37个非洲国家长达26年的时间跨度。其最经典的研究场景可概括为：利用纵向面板数据，构建固定效应或随机效应模型，系统考察非洲各国护理行业就业的动态演化轨迹。研究者可以借助性别与婚姻状况双重维度，精细量化不同社会群体在护理就业中的参与率差异，从而揭示非洲大陆劳动力市场中隐性的性别分工模式与婚姻角色绑定效应。

实际应用

在实际应用层面，该数据集为非洲各国政府、国际发展机构以及非营利组织提供了循证决策的坚实数据底座。政策制定者可以借助本数据动态追踪有偿护理就业规模的年度波动，精准识别哪些国家或地区在照护经济拉动就业方面成效卓著，进而为制定针对性的劳动力市场干预策略提供依据。例如，当数据揭示某国女性护理就业持续低迷时，政府可适时推出面向女性的职业技术培训计划，或优化家庭照护支持政策，以降低婚姻与生育对女性职业参与的抑制效应。此外，国际组织亦可利用该面板数据推演未来劳动力供给情景，评估非洲大陆实现联合国可持续发展目标8（体面工作与经济增长）的具体进展与瓶颈。

衍生相关工作

围绕此数据集所承载的丰富信息，学界与开源社区已衍生出若干具有启发价值的经典工作。数据集成技术层面，Electric Sheep Africa项目首次实现了从ILOSTAT REST API到HuggingFace Dataset Card的系统化管线封装，为后续非洲相关结构化时态数据的开放共享树立了可复用的技术范式。在实证研究方面，基于本数据集的跨国面板分析已被引用于探究非洲各国有偿护理就业与GDP增长、性别工资差距以及社会保障体系完善程度的联动机制。部分研究者进一步借用该数据训练时序预测模型，对特定非洲国家未来五年的护理就业趋势进行推估。这些衍生工作共同彰显了该数据集从纯粹统计汇编向学术实证引擎转化的深远影响力。