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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计数据，主题为非洲国家按性别划分的护理员工平均小时收入（本地货币）。数据集涵盖24个非洲国家，时间跨度为2000年至2024年，共包含327个观测值。核心指标为EAR_CHRA_SEX_NB，表示护理员工的平均小时收入，并按性别（总计、男性、女性）进行细分。数据以表格形式呈现，包含国家代码、国家名称、数据来源、指标代码、性别分类、观测年份、观测值、观测状态及相关注释等列。数据来源于ILO harmonised的原始调查微数据，遵循国际劳工统计学家会议（ICLS）的定义，并经过Electric Sheep Africa重新打包，以提供一致的ML就绪格式。This dataset contains statistical data sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on the average hourly earnings (in local currency) of care workers in African countries disaggregated by gender. The dataset covers 24 African countries, spans the period from 2000 to 2024, and contains a total of 327 observations. The core indicator is EAR_CHRA_SEX_NB, which represents the average hourly earnings of care workers, and is disaggregated by gender (total, male, female). The data is presented in tabular format, with columns including country code, country name, data source, indicator code, gender category, observation year, observed value, observation status, and relevant notes. The data is derived from ILO-harmonized original survey microdata, follows the definitions established by the International Conference of Labour Statisticians (ICLS), and was repackaged by Electric Sheep Africa to provide a consistent ML-ready format.

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接口直接获取指标ID为EAR_CHRA_SEX_NB的原始数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理。在数据采集后，利用非洲ISO3国家代码进行地理范围过滤，仅保留涵盖24个非洲国家的327条观测记录。数据集中每个观测值均附带了源数据标签，以确保数据溯源的可追溯性。最终，由Electric Sheep Africa团队对数据进行重新封装，形成统一格式的Parquet文件，便于机器学习框架直接调用。

使用方法

用户可通过HuggingFace的datasets库直接加载数据集，使用`load_dataset`函数即可将数据快速转换为Pandas DataFrame格式。针对具体分析需求，可基于`ref_area`列进行国家筛选，或利用`indicator`列提取特定指标的时间序列数据。数据集还支持通过`pivot_table`方法构建以时间为行、国家为列的观察值矩阵，便于进行面板数据分析或时间序列预测。此外，针对不同性别维度的子集筛选，可通过`sex`标签（SEX_T、SEX_M、SEX_F）实现快速过滤。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT整理并发布，由Electric Sheep Africa于2024年重新打包为HuggingFace格式，聚焦于非洲24个国家2000年至2024年间按性别划分的护理员工平均小时收入（以当地货币计）。其核心研究问题在于揭示非洲地区护理行业劳动报酬的性别差异及其时空演变规律，为劳动经济学、性别平等研究以及可持续发展目标（SDG）中体面工作指标的监测提供量化基础。作为ILOSTAT在非洲次区域的专项子集，该数据填补了发展中国家护理领域薪酬数据的空白，对推动全球南方劳动市场性别分析、政策制定及跨国比较具有重要支撑作用。

当前挑战

在领域问题层面，数据集旨在应对非洲护理行业劳动报酬数据长期稀缺、标准不一且性别维度被忽略的挑战，通过提供经ILO统一方法（ICLS定义）协调的跨国产出，才能揭示性别薪酬差距的隐性模式。在构建过程中，主要挑战包括：1）原始数据来自各国劳动力调查、家庭收入调查等异构来源，需通过ILOSTAT的‘最佳来源’选择机制处理同一国家-年份的多源冲突；2）观测值仅327条，覆盖国家虽达24个但国家间年度频次不均（如埃及45条，利比里亚仅6条），稀疏性限制了时间序列建模与稳健统计推断；3）汇率与通胀波动使得不同国家的本地货币值需谨慎对待可比性，且数据质量标注（如‘中断系列’）提示序列断点与估计误差的存在。

常用场景

经典使用场景

该数据集作为国际劳工组织ILOSTAT数据库的非洲子集，聚焦于照护行业雇员按性别划分的平均小时工资，为经济学、劳动社会学与性别研究领域提供了宝贵的微观面板数据。其典型应用场景包括：构建非洲国家间照护劳动报酬的比较分析框架，利用性别维度的数据分解探讨工资性别差异的形成机制，以及整合时间序列数据追踪非洲照护经济在2000至2024年间的演变轨迹。研究者可借助该数据集开展计量经济学回归分析，检验人力资本理论、劳动力市场分割理论等经典假说在非洲语境下的适用性，从而深化对非洲大陆照护劳动价值实现路径的理解。

解决学术问题

该数据集有效破解了长期困扰发展经济学与劳动经济学界的核心难题——非洲照护行业劳动报酬数据的系统性缺失。由于非洲多数国家缺乏规范的企业薪酬调查或行政记录，以往研究不得不依赖粗放的调查问卷或小样本案例，导致性别工资差异分析、照护经济贡献度测算等关键议题始终停留在理论推演层面。该数据集通过整合24个国家24年的官方统计资料，首次构建起覆盖性别维度的照护劳动者时薪数据库，使得研究者能够精确估算照护工作的货币价值、量化性别工资差距的时空动态，并为国际发展机构制定体面劳动政策提供了扎实的经验证据。其深远意义在于推动非洲劳动研究从描述性分析向因果推断的范式跃迁。

实际应用

在实际应用层面，该数据集为国际发展组织、非洲国家劳工部门及女性权益机构提供了精准的政策决策支持。它可用于模拟最低工资政策对照护从业者收入分布的影响，通过对比不同性别群体的时薪中位数变化来评估政策公平性。非政府组织可基于该数据设计针对性的职业培训项目，例如识别工资偏低的女性照护群体并制定技能提升计划。发展中国家劳动统计部门能将其作为标杆对照工具，检验本国调查数据与国际标准的衔接质量。此外，国际劳工组织利用这些统一编码的数据监测联合国可持续发展目标中关于体面劳动与经济增长的具体进展指标，推动形成跨非洲的照护经济公正转型路线图。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区按性别分列的护理从业人员平均小时工资，为理解非洲劳动力市场中护理工作者的薪酬性别差距提供了关键数据支撑。结合全球范围内对护理经济与性别平等的关注日益升温，尤其是国际劳工组织（ILO）推动的体面劳动议程和联合国可持续发展目标（SDG）中的性别平等与体面工作指标，该数据集可支撑对非洲各国护理行业薪酬结构、性别收入差异及其演变趋势的实证分析。研究可深入探讨薪酬差异背后的制度因素，如劳动力市场政策、社会保险覆盖及数据质量评估，为非洲乃至全球的护理经济研究与政策制定提供可靠依据。