electricsheepeurope/europe-ilo-emp-care-sex-ec2-nb-care-employment-by-sex-and-economic-activity-isic

该数据集包含欧洲15个国家从1996年至2025年的有薪护理工作者就业数据，共有15,306个观测值。核心指标为按性别和经济活动划分的护理就业 - ISIC第2级（千人数）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理。数据集包含国家代码、数据来源、指标代码、性别分类（总计、男性、女性）、经济行业分类（ISIC第2级）、观测年份、观测值等字段，适用于表格分类、回归和时间序列预测等任务。数据按年度频率提供，并包含数据质量注释和来源追踪信息。This dataset contains 15,306 observations of paid care workers employment data across 15 European countries, spanning from 1996 to 2025. The core indicator is Care employment by sex and economic activity - ISIC level 2 (thousands). Data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered for European countries. The dataset includes fields such as country code, data source, indicator code, sex disaggregation (total, male, female), economic activity classification (ISIC level 2), observation year, observed value, and is suitable for tabular classification, regression, and time-series forecasting tasks. Data is provided at annual frequency and includes quality notes and source traceability information.

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）旗下的ILOSTAT统计数据库，经由欧洲电力羊团队（Electric Sheep Europe）重新封装，以HuggingFace数据集形式发布。构建过程通过调用ILOSTAT的REST API接口，直接提取指标代码为EMP_CARE_SEX_EC2_NB的原始数据，并依据欧洲地区的ISO3国家代码进行地理筛选，最终汇聚了15个欧洲国家于1996年至2025年间共计15,306条观测记录。ILOSTAT平台本身依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、住户收入调查等微观数据进行标准化处理，数据在“source.label”字段中被标注溯源，确保了数据的一致性与可追溯性。

特点

这一数据集的核心特色在于其专注于“有偿护理工作者”（Paid care workers）的雇佣统计，并按照性别（总、男、女）以及国际标准行业分类（ISIC）第二级经济活动进行维度拆解，为深入分析欧洲护理行业的劳动力结构提供了精细视角。数据集涵盖15个具有地理多样性的欧洲国家，观测时间跨度长达三十年，年度频率的数据便于进行长期趋势分析。数据结构清晰，包含国家代码、来源、指标、性别、分类、年份、观测值及状态标记等字段，并特别提供了“obs_status”标记数据的可靠性，为研究者在使用时评估数据质量提供了直接依据。

使用方法

用户可借助HuggingFace的datasets库，通过一行代码`load_dataset("electricsheepeurope/europe-ilo-emp-care-sex-ec2-nb-care-employment-by-sex-and-economic-activity-isic")`便捷地加载该数据集，并将其转换为Pandas DataFrame进行后续分析。基于其结构化的表格特性，用户能够轻松对特定国家进行子集筛选，例如通过`df[df["ref_area"] == "DEU"]`提取德国数据。针对时间序列分析需求，可对指定指标按年份排序并绘制趋势图。此外，该数据集支持通过数据透视表操作，构建以年份为索引、各国为列的国家-年份观测值矩阵，便于进行跨国比较与面板数据建模，适用于分类、回归及时间序列预测等多种机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库整理并发布，后由Electric Sheep Europe进行重构，聚焦于欧洲15个国家在1996至2025年间按性别和经济活动（ISIC第二层级）划分的有偿照护就业人数。作为全球劳动统计的权威来源，ILOSTAT整合了来自劳动力调查、行政记录等多源数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化，旨在为研究者提供高质量的时间序列数据。该数据集对劳动经济学、性别研究及社会政策分析具有重要价值，尤其为探究照护经济中的性别差异和产业结构演变提供了实证基础，推动了对欧洲照护劳动力市场格局的深入理解。

当前挑战

该数据集面临的核心挑战之一在于解决有偿照护就业领域的数据碎片化与可比性问题，不同国家在照护行业定义、统计口径及调查方法上存在显著差异，如ISIC分类的解读和就业门槛的不同，使得跨区域纵向比较充满困难。此外，构建过程中需处理多重技术难题，包括整合来自15个国家、跨越30年的多样化原始数据源，应对因方法论修订（如‘I11:264’标记）导致的序列断裂，以及部分年份或国家数据质量不稳定（如‘U’标识表明不可靠）。同时，确保性别分类的完整性及经济活动的精细度，在数据缺失和来源不一致的条件下维持统计一致性，构成了实质性挑战。

常用场景

经典使用场景

在劳动经济学与性别研究的交叉领域中，该数据集被广泛用于探究欧洲国家有偿护理工作的就业结构及其演变趋势。研究者常利用其按性别和经济活动分类的精细维度，对护理行业从业者的性别分布、行业集中度进行统计建模。通过时间序列分析，可揭示1996年至2025年间欧洲十五国护理就业的长期波动与周期模式，为理解护理劳动市场在去工业化与服务业转型背景下的角色提供量化依据。数据集中包含的ISIC二级行业分类，使得跨行业比较成为可能，从而服务于关于护理工作价值评估与劳动力迁移的实证研究。

实际应用

在政策评估与社会规划领域，该数据集被应用于监测联合国可持续发展目标中关于体面劳动与性别平等的进展。欧盟成员国政府及国际劳工组织利用其统计分析结果，调整长期护理人力资源配置策略，评估特定就业政策（如带薪护理假、育儿补贴）对女性劳动参与率的实际影响。智库与非政府组织则基于这些数据构建可视化看板，向公众揭示不同性别在护理经济中的结构性不平等。此外，数据中的年度观测值也为学院与职业培训体系提供了预测劳动力市场缺口的基础变量，助力精准制定针对护理行业的人才培养方案。

衍生相关工作

该数据集衍生了一系列关于护理劳动市场计量经济学方法的经典工作。研究者基于其面板结构，开发了结合就业性别比与行业集中度的复合指数，用以量化护理职业的性别隔离程度。同时，数据中标注的数据源与断点信息激发了关于调查方法一致性对长期比较影响的方法论研究，促进了横跨ILOSTAT与各国劳动力调查的元数据融合框架建立。在预测方面，有学者利用该数据的时间序列特征训练混合模型（如ARIMA与状态空间模型的组合），预判未来五年特定国家的护理就业缺口，其成果被纳入世界银行的劳动力市场早期预警系统原型中。这些工作不仅提升了数据利用效率，也为后续构建欧洲范围的护理经济数据库奠定了标准化流程基础。