electricsheepeurope/europe-ilo-emp-care-sex-ste-nb-care-employment-by-sex-and-status-in-employment-th

该数据集包含2,208个观测值，涉及15个欧洲国家，时间跨度为1996年至2025年，涵盖1个独特指标。数据源自国际劳工组织（ILO）的ILOSTAT数据库，重点关注付费护理工作者主题，具体指标为按性别和就业状态分类的护理就业人数（以千计）。数据集提供了按国家、年份、性别和就业状态分解的护理就业数据，适用于表格分类、回归和时间序列预测等任务。This dataset contains 2,208 observations of paid care workers data across 15 Europe countries, spanning 1996–2025, covering 1 distinct indicators. It is sourced from ILOSTAT, the ILOs central statistics database, and focuses on the topic of paid care workers, specifically the indicator Care employment by sex and status in employment (thousands). The data includes disaggregated care employment figures by country, year, sex, and employment status, 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

该数据集是基于国际劳工组织（ILO）的ILOSTAT数据库构建的，通过REST API从指定接口拉取原始指标数据，并筛选出欧洲地区的ISO3国家代码。ILOSTAT作为全球劳动统计的权威来源，其对原始调查微观数据采用了国际劳工统计学家会议（ICLS）定义进行统一归化处理，确保了不同来源数据间的可比性。数据集中每个观测值都附带了来源标签，便于追溯其数据源头。Electric Sheep Europe团队对数据进行了重新打包，将其转换为Parquet格式，并统一了数据模式，最终以HuggingFace数据集的形式发布，使得用户可以通过简单的API调用直接加载使用。该过程保证了数据从原始官方来源到最终可用格式的完整性和可追溯性。

使用方法

该数据集的使用极为便捷，推荐通过HuggingFace的`datasets`库进行加载，使用`load_dataset()`函数即可获取完整的DataFrame，便于在Python环境中进行数据处理。用户可以通过`ref_area`列方便地筛选特定国家的子集，或利用`obs_value`和`time`列绘制时间序列图以观察指标演进趋势。此外，借助`pivot_table`方法，可轻松将数据重塑为国家×年份的矩阵格式，便于进行横截面或面板数据分析。数据集的列名清晰，包含了ISO国家代码、指标编码、分类维度及质量标记，为严谨的学术研究和数据分析提供了结构化的接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门通过其核心数据库ILOSTAT编制，并由Electric Sheep Europe于2025年重新打包发布。它聚焦于欧洲15国1996至2025年间有偿照护工作者（Paid care workers）的就业数据，按性别与就业身份进行细分，包含2208条观察记录。照护经济是劳动市场中日益受到关注的领域，尤其在人口老龄化和性别平等议题背景下，精细化衡量照护就业的规模与结构对于政策制定具有关键意义。该数据集通过统一标准化指标（EMP_CARE_SEX_STE_NB），为跨国家、跨时段的比较研究提供了可靠基础，推动了劳动经济学、社会政策与性别研究领域量化分析的发展。

当前挑战

该领域面临的首要挑战在于，照护就业数据往往隐藏于广义服务业统计中，难以剥离出‘有偿照护工作者’这一具体群体，导致政策干预缺乏精准依据。同时，数据集构建过程中遭遇多重障碍：各国劳动力调查的方法论差异（如ICLS定义版本更迭、调查问卷设计不同）造成数据可比性下降，且同一国家不同年份可能存在数据中断或方法修订，标注为‘不可靠’的观测值需谨慎处理。此外，年度频率无法捕捉季节性或政策变动带来的短期波动，而部分国家观测稀疏（如西班牙仅18条记录），限制了充分的时间序列分析。

常用场景

经典使用场景

该数据集涵盖1996年至2025年间15个欧洲国家有偿照料劳动者的就业规模，按性别和就业身份分类统计，共收录2208条观测记录。经典使用场景包括对欧洲照料经济中劳动力市场结构的纵向分析，研究者可借助时间序列数据描摹不同性别劳动者在就业中的动态分布，或通过面板数据模型探讨人口老龄化、社会政策变迁对照料行业从业者规模的影响。数据集中性别的三分组（总、男、女）为性别经济学和劳动社会学提供了精细的分析维度，使比较不同国家照料劳动的女性化程度及就业身份差异成为可能。

解决学术问题

该数据集直面照料经济领域长期存在的数据匮乏难题，为验证性别化劳动分工与劳动力市场不平等理论提供了实证基础。学术上，它助力解决三个关键问题：其一，量化欧洲各国有偿照料就业的性别极化程度；其二，识别就业身份（如自雇、雇员）与照料行业规模之间的关联；其三，构建跨国面板数据以评估政策干预（如长期护理保险、育儿假制度）对照料劳动者供给的因果效应。该数据的发布推动了劳动经济学与社会政策研究从理论思辨走向证据驱动。

实际应用

在实际应用层面，该数据集可直接服务于国际组织与欧盟机构的劳动力市场监测和可持续发展目标评估。政策制定者能以之为基础，比较不同国家的照料就业覆盖水平，发现劳动力缺口，并设计精准的培训与就业促进计划。对于社会企业与非营利组织，数据可用于论证提升照料职业薪酬与社会地位的必要性。此外，数据科学社区可将其用于构建预测模型，模拟人口结构变化对欧洲照料人力需求的影响，为长期护理政策规划提供数据支撑。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲15国1996至2025年间有偿照护工作者按性别与就业身份的雇佣数据，为劳动力经济学与性别平等研究提供了精细化的时间序列基础。在当前欧洲人口老龄化加速与照护经济需求激增的背景下，该数据集成为追踪性别分化、就业脆弱性及非正规就业趋势的关键资源。研究者可借此分析照护产业中女性参与率的动态演变，并揭示就业形态（如兼职或临时工）对经济保障的影响。其整合自ILOSTAT的标准化数据，特别适合用于检验跨国政策差异如何塑造照护劳动市场的韧性，为欧盟推动体面劳动与性别包容的宏观政策提供了实证支撑。