electricsheepafrica/africa-ilo-emp-care-sex-eco-nb-care-employment-by-sex-and-economic-activity-thous

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲国家按性别和经济活动划分的有偿护理就业数据（以千为单位）。数据集覆盖37个非洲国家，时间跨度为2000年至2025年，共包含7,843个观测值。核心指标为EMP_CARE_SEX_ECO_NB，表示按性别和经济活动划分的护理就业人数（千）。数据字段包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、经济行业分类、观测年份、观测值、数据状态标志等。数据通过Electric Sheep Africa重新打包，以统一的模式发布，便于机器学习研究使用。数据集适用于表格分类、回归和时间序列预测等任务。This dataset contains paid care employment data (in thousands) disaggregated by gender and economic activity for African countries sourced from the ILOSTAT database of the International Labour Organization (ILO). It covers 37 African countries, spans the period from 2000 to 2025, and includes a total of 7,843 observations. The core indicator is EMP_CARE_SEX_ECO_NB, which denotes the number of care employment personnel (in thousands) disaggregated by gender and economic activity. The data fields include country code, country name, data source, indicator code, gender classification (total, male, female), economic industry classification, observation year, observed value, data status flag, and so on. The dataset was repackaged by Electric Sheep Africa and released in a unified format to facilitate machine learning research. This dataset is 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核心统计数据库，通过直接调用其REST API接口提取`EMP_CARE_SEX_ECO_NB`指标数据，并依据非洲ISO3166-1国家代码进行过滤，最终整合了37个非洲国家在2000至2025年间共7,843条观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、住户收入调查等原始微观数据进行统一协调与清洗，并在`source.label`字段中标注数据来源以保证可追溯性。数据集由Electric Sheep Africa在HuggingFace上重新打包并发布。

特点

本数据集聚焦于非洲大陆按性别和经济活动划分的有偿护理人员就业情况（单位：千人次），覆盖37个国家、时间跨度长达26年，为研究非洲护理劳动力市场提供了难得的长时间序列数据。数据包含性别（总、男、女）和行业分类等多维度分层变量，并附有详细的数据质量标记，如观测状态、方法修订断点等。尤其值得注意的是，南非、埃及、毛里求斯等国的记录最为丰富，使得研究者能够深入分析不同经济发展水平国家的护理就业差异与演变趋势。

使用方法

用户可通过HuggingFace Datasets库一键加载数据：`load_dataset("electricsheepafrica/africa-ilo-emp-care-sex-eco-nb-care-employment-by-sex-and-economic-activity-thous")`，随后转换为Pandas DataFrame即可进行灵活分析。典型用法包括按国家过滤（如`df[df["ref_area"] == "KEN"]`）以聚焦特定地区的时间序列；按指标分组后对`time`和`obs_value`进行时序绘制；或利用透视表功能构建国家×年份的数值矩阵，便于进行跨国的面板数据分析。数据集以Parquet格式存储，支持高效读写。

背景与挑战

背景概述

在非洲劳动力市场研究中，有偿照护工作（Paid care workers）的性别与经济活动分布是评估区域发展公平性与可持续性的关键指标。国际劳工组织（ILO）依托其核心统计数据库ILOSTAT，自2000年起持续监测非洲37国相关数据，并于2025年由Electric Sheep Africa重构成可直接调用的机器学习数据集。该数据集以7,843条观测覆盖南非、埃及、毛里求斯等国，聚焦有偿照护就业的性别与经济部门细分，填补了非洲照护经济量化研究的空白，为跨国产能比较、性别平等政策评估提供了标准化、可复现的高质量数据源。

当前挑战

该数据集所解决的领域问题聚焦于非洲照护就业统计的碎片化与不可比性。传统上各国调查口径不一，性别与经济部门交叉分析困难，导致泛非照护经济研究长期滞后。构建过程中的挑战尤为显著：原始数据源自多个国家的劳动力调查与行政记录，国际劳工组织需依据国际劳工统计学家会议（ICLS）定义进行复杂的一致性整合，并标记数据来源以便追溯；同时，37国数据在时序连续性、变量分类标准（如性别枚举值SEX_T/SEX_M/SEX_F）及经济部门标注上存在显著差异，需通过多级分列字段与质量标记规避方法修订、不可靠观测等风险，从而确保跨时空纵向对比的严谨性。

常用场景

经典使用场景

在劳动经济学与发展研究的交汇处，该数据集凭借其涵盖37个非洲国家、2000至2025年间7,843条有偿护理工作者就业观测值的丰富容量，成为剖析非洲大陆护理经济劳动力结构的核心素材。研究者可借助数据集中的性别维度（SEX_T/SEX_M/SEX_F）与经济活动分类，系统刻画不同性别在护理行业中的就业分布，揭示女性在无偿与有偿护理角色间的转型路径。时间序列的纵向跨度使得追踪护理就业随宏观经济波动、政策干预及人口变迁而演变的动态规律成为可能，为比较不同国家护理劳动力市场的成熟度提供了可靠的数据基础。

实际应用

在实际应用层面，该数据集为国际发展机构与非洲国家政策制定者提供了精准追踪护理行业劳动力动态的决策工具。政府部门可借此监测护理就业的年度变化，评估经济结构调整对护理工作者的吸纳能力，并基于性别细分数据制定针对性就业激励与培训方案。非政府组织与倡导团体利用该数据可视化护理工作者在各经济部门的分布格局，推动社会对话以改善工作条件。此外，劳动力市场研究人员可通过与GDP、教育投入等外部数据集融合，构建早期预警指标以识别护理劳动力短缺或性别失衡风险，助力优化公共资源在健康照护、儿童保育与养老服务领域的配置效率。

衍生相关工作

围绕该数据集已衍生出多条富有影响力的研究线索，其中最具代表性的是基于面板回归的时间序列预测模型，学者们将护理就业作为因变量，纳入经济增长率、女性劳动参与率与教育水平等协变量，以揭示非洲护理劳动力扩张的驱动因素。另一条工作主线聚焦于性别不平等的量化分解，通过对比男女护理就业份额在国家和年份层面的差距变化，衍生出Oaxaca-Blinder分解法与Fairlie分解法的应用范例。此外，时空插值与数据融合方法在该数据集上的应用也催生了多个基准测试，研究者利用其高覆盖度验证跨国家缺失值补全算法的鲁棒性，为非洲劳动统计的合成面板构建提供了方法论参考。