electricsheepeurope/europe-ilo-emp-cpif-sex-rt-share-of-care-employment-outside-the-formal-sector

该数据集包含关于按性别划分的正式部门外护理就业份额（%）的观测数据，涵盖3个欧洲国家（波斯尼亚和黑塞哥维那、北马其顿、塞尔维亚），时间跨度为2006年至2025年，共计134个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，核心指标为EMP_CPIF_SEX_RT，表示按性别划分的正式部门外护理就业份额（百分比）。数据集包含国家代码、国家名称、数据来源、指标、性别分类（总计、男性、女性）、观测年份、观测值、观测状态等列，适用于表格分类、回归和时间序列预测等任务。数据经过重新打包，以Parquet格式提供，便于机器学习使用。This dataset contains observations on the share of care employment outside the formal sector by sex (%) for 3 European countries (Bosnia and Herzegovina, North Macedonia, Serbia) from 2006 to 2025, with 134 total observations. The data is sourced from ILOSTAT, the International Labour Organizations statistics database, with the core indicator EMP_CPIF_SEX_RT representing the share of care employment outside the formal sector by sex (%). The dataset includes columns for country code, country name, data source, indicator, sex disaggregation (total, male, female), observation year, observed value, observation status, and more, suitable for tabular classification, regression, and time-series forecasting tasks. It has been repackaged in Parquet format for machine learning readiness.

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中央统计数据库，经由Electric Sheep Europe团队重新打包与标准化处理。数据通过ILOSTAT的REST API接口直接获取，针对指标“EMP_CPIF_SEX_RT”进行抽取，并依据欧洲国家的ISO3代码进行地理范围过滤。ILOSTAT本身基于国际劳工统计学家会议（ICLS）定义，对原始调查微观数据进行统一协调，同时保留数据来源标签以保障可追溯性。最终产物为包含134条观测值、覆盖3个欧洲国家（波斯尼亚和黑塞哥维那、北马其顿、塞尔维亚）以及2006至2025年时间跨度的结构化表格数据。

特点

该数据集的核心特点在于其专注于关怀经济领域，具体衡量按性别分层的正规部门外护理就业占比，填补了正规与非正规就业统计之间的空白。其包含的134条观测值虽规模精炼，但维度丰富，涵盖了国家、性别、数据来源及观测状态等多重拆解字段，支持精细化的交叉分析。数据质量经过ILO专家筛选，优先采用‘最佳来源’策略，并附有观测状态标识（如临时性、不可靠）及系列中断注释，为研究者提供了清晰的置信度评估依据。此外，数据采用统一的Parquet格式存储，便于机器学习流水线的直接调用。

使用方法

使用者可通过HuggingFace Datasets库的`load_dataset()`函数一键加载数据集，并直接转换为Pandas DataFrame格式进行后续分析。典型操作包括：依据国家代码字段（`ref_area`）筛选特定国家的子集；利用时间字段（`time`）与观测值字段（`obs_value`）绘制特定指标的时间序列曲线，以揭示长期趋势；或通过透视表操作，将原始长格式数据重塑为以年份为行、国家为列的国家×年份矩阵，便于面板数据分析。数据集的紧凑规模与清晰架构使其尤为适合用于教学演示、非正规经济研究或关怀就业领域的探索性数据分析任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其ILOSTAT数据库构建，并由Electric Sheep Europe于2025年重新整理发布，聚焦欧洲三国（波黑、北马其顿、塞尔维亚）2006至2025年间护理行业就业在正规部门之外的比例，按性别分列。在劳动经济学与社会政策研究中，非正规护理就业是衡量劳动力市场包容性与性别平等的关键指标，尤其在欧洲转型经济体中，这一领域长期面临数据稀缺与口径不一的困境。ILO作为全球劳工统计的权威机构，其ILOSTAT数据库基于国际劳工统计学家会议（ICLS）定义，整合了劳动力调查等微观数据，为分析护理工作的非正规化趋势提供了宝贵资源。该数据集虽仅包含134条观测，但覆盖了长达20年的时间跨度，为研究后社会主义国家劳动力市场结构调整、性别分工演变以及社会保障体系对非正规就业的影响奠定了量化基础，对推动欧洲区域内的非正规经济与护理政策研究具有示范意义。

当前挑战

该数据集面临的挑战首要体现在领域问题层面：护理行业非正规就业的测量本身即充满复杂性，各国对于“正规部门”与“非正规就业”的定义差异、劳动力调查方法的更迭（如代码I11:264所示的方法论修订），以及小样本与低观测频率带来的统计不稳定性，使得跨国家、跨时间的比较分析极具风险。其次，在构建过程中，数据仅覆盖三个欧洲国家，代表性有限，且部分年份观测值被标记为“不可靠”（如obs_status标注U），数据质量参差不齐；同时，ILO在相同国家年份面对多个数据源时的“最佳来源”选择机制虽为求精确，却也引入了潜在的标准化偏差，加之部分维度（如性别分类）的缺失，进一步限制了多维分析的深度与稳健性。

常用场景

经典使用场景

该数据集记录了2006年至2025年间欧洲三国（波黑、北马其顿、塞尔维亚）按性别分层的非正规部门护理就业占比（%），共计134条观测值。其经典使用场景集中于时间序列预测与分类回归分析，研究者可借助性别维度（男性、女性、总计）揭示护理就业在非正规经济中的演化规律，或构建面板数据模型测算国家间差异。数据源于ILOSTAT官方统计，经Electric Sheep Europe标准化封装后，支持通过HuggingFace的load_dataset()接口直接加载，便于开展跨年度、跨国的劳动经济学实证研究。

衍生相关工作

该数据集衍生的相关工作是将其整合进更广泛的欧洲劳动力统计生态体系。Electric Sheep Europe项目以此数据为范例，构建了标准化、ML-Ready的欧洲多源面板数据仓库。研究者可将其与同系列的就业率、工资差异或社会保障覆盖率数据集进行横向拼接，开展跨国多变量因果推断，如非正规护理规模对女性劳动参与率的系统影响。ILO自身发布的年度《世界社会保护报告》亦依赖此类分性别、分部门的微观汇总数据，以评估全球在实现社会保护普遍覆盖目标（SDG 1.3）上的实际进展。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲非正规部门护理就业的性别构成比例，为劳动经济学与性别平等研究提供了关键的时间序列证据。在当前全球老龄化加速与护理需求激增的背景下，研究者利用ILOSTAT标准化指标，剖析波黑、北马其顿与塞尔维亚等国护理劳动市场的性别化分工与正规化进程。前沿方向涵盖非正规护理就业与SDG体面工作目标的耦合分析，以及利用贝叶斯结构时间序列模型预估政策干预对女性就业质量的影响。该数据集的出现填补了东欧转型经济体护理劳动统计的碎片化空白，推动了比较福利体制与性别化关怀经济学的实证检验，为欧盟扩展社会权利框架提供了数据底座。