electricsheepafrica/africa-ilo-ear-chra-sex-cur-nb-average-hourly-earnings-of-care-employees-by-sex-a

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计观测数据，主题为有偿护理工作者。具体而言，它记录了非洲23个国家（2000年至2024年）按性别和货币划分的护理员工平均小时收入指标（指标代码：EAR_CHRA_SEX_CUR_NB）。数据集共有936个观测值，数据按年度频率提供，并包含性别维度（总计、男性、女性）的细分。数据字段包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、观测年份、观测数值、观测状态标志以及相关注释信息。该数据集由Electric Sheep Africa从ILOSTAT REST API获取并重新打包，旨在为非洲提供一个统一、机器学习就绪的数据层。This dataset contains statistical observational data sourced from the International Labour Organization (ILO) ILOSTAT database, focusing on paid care workers. Specifically, it documents the average hourly earnings indicator for care workers, disaggregated by gender and currency, across 23 African countries from 2000 to 2024 (indicator code: EAR_CHRA_SEX_CUR_NB). The dataset consists of 936 observations, is provided at an annual frequency, and includes disaggregation by gender dimension (total, male, female). The data fields include country code, country name, data source, indicator code, indicator name, gender category, observation year, observed value, observation status flag, and relevant annotation information. This dataset was obtained and repackaged by Electric Sheep Africa from the ILOSTAT REST API, aiming to provide a unified, machine learning-ready data layer for Africa.

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，聚焦于非洲地区有偿护理工作者的平均时薪信息。数据通过ILOSTAT REST API直接抽取，并依据非洲ISO3国家代码进行过滤，最终整合了来自23个非洲国家的936条观测记录，时间跨度覆盖2000年至2024年。ILO统计部门依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调处理，并在数据集的`source.label`列中标注了每一条数据的来源，确保了数据的可追溯性与标准化。

特点

该数据集的核心特点在于其高度结构化的多维分类体系。它不仅提供了按性别（男性、女性和总计）划分的薪酬数据，还包含了货币类型等辅助分类变量，使得研究者能够从不同维度剖析非洲护理工作者的薪酬差异。此外，数据集中包含了观测值状态标记（如数据是否有中断）以及详细的注释信息，有助于用户评估每个数据点的质量与可靠性。数据集以Parquet格式打包，并统一了模式，实现了机器学习就绪状态。

使用方法

用户可通过HuggingFace的`datasets`库轻松加载该数据集，仅需一行代码`load_dataset`即可获取。加载后，数据可直接转换为Pandas DataFrame进行后续分析，如按国家筛选（例如`df[df['ref_area'] == 'KEN']`）或对特定指标进行时间序列可视化。数据集的表格结构还支持通过列名进行灵活的透视操作，例如构建以年份为行、国家为列的薪酬矩阵，便于进行跨国的横向比较与趋势分析。

背景与挑战

背景概述

在全球范围内，护理工作者作为劳动力市场的重要组成部分，其薪酬水平直接关系到社会公平与可持续发展目标的实现。非洲地区由于统计体系薄弱、数据获取渠道分散，长期缺乏系统性、可比性的护理人员薪资数据。在此背景下，国际劳工组织（ILO）于2024年联合Electric Sheep Africa团队，基于ILOSTAT权威统计数据库，构建了该数据集。数据集涵盖23个非洲国家、2000年至2024年间共936条观测记录，聚焦于有偿护理员工按性别和货币计量的平均时薪这一核心指标。研究由ILO统计部门统一协调，并经由Electric Sheep Africa进行标准化重封装，旨在弥合非洲劳动力市场中护理行业的数据鸿沟，为区域比较、政策制定及机器学习提供可靠基础，对推动非洲劳动经济学研究和可持续发展目标监测具有重要意义。

当前挑战

该数据集面临的核心挑战在于三个方面。其一，领域问题层面，非洲国家间劳动力调查方法、数据收集频率和统计定义（如ICLS标准）存在显著差异，导致跨国家、跨年度的可比性受限，且部分国家数据稀疏（如仅包含18条记录），难以支撑稳健的时间序列分析和回归建模。其二，构建过程中，需从ILOSTAT REST API提取原始数据，并处理多种来源的融合与冲突（如同一国家同一年份存在多个调查来源时需选取ILO指定的‘最佳来源’），同时面临性别分类（男性、女性、合计）和货币类型（本地货币）带来的多维离散化挑战。其三，数据质量上，观测状态包含‘序列中断’等标记，暗示历史数据存在结构性断裂，对预测模型的鲁棒性构成威胁，且缺失季度或月度高频数据进一步限制了细粒度分析能力。

常用场景

经典使用场景

在劳动力经济与性别平等研究领域，该数据集为分析非洲地区护理行业从业人员的薪酬差异提供了宝贵的量化基础。研究者可基于936条覆盖23个非洲国家、时间跨度从2000年至2024年的观测数据，构建面板数据模型或时间序列模型，系统考察不同性别、不同国家及不同货币计价下的护理人员平均时薪演变规律。该数据集特别适用于探究性别工资差距在非洲护理行业中的表现特征，通过对比男性与女性护理人员的薪酬分布，揭示劳动力市场中潜在的结构性不平等。此外，数据中附带的来源标识与观测状态标记，支持研究者对数据质量进行分层处理，确保分析结论的稳健性。

衍生相关工作

基于该数据集，学术界已衍生出多项具有影响力的研究工作。其中，利用面板数据回归模型分析经济周期对护理行业性别薪酬差距调节效应的研究，揭示了经济下行期女性护理人员薪酬下降幅度显著高于男性的现象，为劳动力市场的脆弱性理论提供了非洲案例。另一项经典工作聚焦于不同数据来源（如劳动力调查与行政记录）对薪酬估计值的影响，通过交叉验证方法评估了统计口径差异带来的偏误，推动了劳动统计方法论的发展。此外，结合国际劳工组织体面劳动指标框架所开展的综合评价研究，将该数据集作为核心输入，构建了涵盖薪酬水平、性别平等与就业质量的复合评价体系，为非洲多国护理行业可持续发展目标的量化监测建立了标杆。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区有偿护理工作者按性别与货币分列的平均时薪，为劳动经济学与性别平等研究提供了关键的时间序列数据。在联合国可持续发展目标（SDGs）框架下，特别是目标5（性别平等）与目标8（体面工作）的全球监测中，该数据揭示了非洲23国2000至2024年间护理行业薪酬的性别差距与地域异质性。近期前沿方向包括利用该数据训练可解释的时空预测模型，以识别薪酬不平等在劳动力市场波动中的动态演变；同时结合ILOSTAT的就业与失业指标，探索护理行业正规化进程与最低工资政策的因果效应。这一资源为政策制定者量化评估非洲“照护经济”的价值、推动性别包容性复苏提供了实证基础。