electricsheepasia/asia-ilo-emp-care-sex-mts-nb-care-employment-by-sex-and-marital-status-thousand

该数据集包含亚洲31个国家1996年至2025年间关于有偿护理工作者的2,582个观测值，涵盖1个独立指标（EMP_CARE_SEX_MTS_NB），即按性别和婚姻状况划分的护理就业数据（以千人为单位）。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，包含结构化字段如国家代码、年份、观测值、数据来源、性别分类、婚姻状况分类等，用于表格分类、回归或时间序列预测任务。数据集以CC-BY-4.0许可证发布，由Electric Sheep Asia重新打包，便于机器学习使用。This dataset contains 2,582 observations of Paid care workers data across 31 Asia countries, spanning 1996–2025, covering 1 distinct indicator (EMP_CARE_SEX_MTS_NB) — Care employment by sex and marital status in thousands. Sourced from the International Labour Organizations ILOSTAT database via API, it includes structured fields such as country codes, year, observed values, data sources, sex disaggregation, and marital status classification, suitable for tabular classification, regression, or time-series forecasting tasks. Released under the CC-BY-4.0 license and repackaged by Electric Sheep Asia 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数据库，通过其REST API直接提取了指标'EMP_CARE_SEX_MTS_NB'的原始数据，并依据亚洲ISO3国家代码进行地域筛选。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义，对各国劳动力调查、家庭收支调查等微观数据进行了标准化处理。数据采集后，由Electric Sheep Asia团队重新打包，统一了数据模式并转换为Parquet格式，以确保机器学习就绪性。最终数据集涵盖了1996年至2025年间31个亚洲国家的2,582条观测记录。

使用方法

用户可通过HuggingFace的'load_dataset'函数轻松加载该数据集，并快速转换为Pandas DataFrame进行后续分析。例如，可通过'ref_area'字段筛选特定国家（如印度尼西亚IDN）的数据，或利用'time'和'obs_value'字段绘制指定指标的时间序列图。此外，还可运用Pandas的'pivot_table'功能，将数据重塑为国家×年份的矩阵形式，便于进行跨国比较与面板数据分析。该数据集适用于分类、回归及时间序列预测等多种任务场景。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门编制，经Electric Sheep Asia于2025年重新整理并发布在HuggingFace平台上，聚焦亚洲31个国家在1996至2025年间有偿照护工作者按性别与婚姻状况划分的就业人数（单位：千人）。数据集共包含2,582条观测记录，核心指标为`EMP_CARE_SEX_MTS_NB`，源自ILOSTAT数据库——全球劳动统计的权威来源。其研究问题在于揭示亚洲区域照护经济中性别与婚姻状况对就业结构的影响，为劳动经济学、性别平等及社会福利政策提供数据基础。该数据集对于理解亚洲照护工作者的劳动力分布、追踪性别差异演变趋势具有重要价值，尤其支撑联合国可持续发展目标（SDG）中体面工作的监测与评估。

当前挑战

该数据集所解决的领域挑战在于：照护工作作为全球劳动力市场的关键组成部分，长期面临数据稀疏、跨国可比性差与时间序列不完整的问题，而亚洲地区因各国统计体系差异显著，导致对有偿照护就业的性别与婚姻维度分析缺乏系统性数据支撑。构建过程中则遭遇多重困难：首先，需从ILOSTAT多源异构的原始调查（如劳动力调查、行政记录）中统一提取标准化指标，处理不同国家对“有偿照护工作者”定义不一致的问题；其次，婚姻状况分类（如总况、未婚、已婚等）在各国统计实践中存在缺失或口径差异，导致部分观测值被标记为“不可靠”；最后，时间跨度长达30年，需应对若干国家因方法论修订（如指标`I11:264`所示）造成的序列断裂，以及部分国家数据频次（年度、月度）不统一带来的时间序列对齐挑战。

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亚洲地区有偿照护工作者的就业形态及其与婚姻状况的关联。研究者可围绕性别、婚姻状态与就业人数三者的交互关系构建统计分析，例如利用面板数据模型分析不同婚姻状态群体中男女照护就业比例的时空演变，或通过固定效应回归模型剥离国家与年份异质性后评估婚姻状态变化对女性照护就业参与率的边际影响。该数据集的时间跨度覆盖1996年至2025年，包含31个亚洲国家的2582条观测记录，为长期趋势分析与跨国比较研究提供了坚实的数据基础。

解决学术问题

该数据集聚焦于长期困扰学界的一个核心难题：如何系统量化婚姻状态这一社会制度对性别化职业分层的影响，尤其是在照护这一高度性别化的就业领域。以往研究受限于数据碎片化与跨国可比性不足，难以从宏观层面揭示婚姻赋予男女不同的就业约束——已婚女性可能因家庭责任而被限制在灵活但不稳定的照护岗位，而男性则可能在类似状态下遭遇不同的劳动力市场排斥机制。该数据集通过标准化ILO分类框架，提供了严格可比的性别-婚姻交互就业指标，使得研究者能够揭示婚姻状态如何与性别共同构成照护劳动市场的分层机制，并评估社会保障政策在缓解这一结构不平等中的实际效能。

实际应用

该数据集的实际应用广泛渗透至国际组织与各国政策制定之中。对于国际劳工组织及联合国等跨国机构而言，它可以作为监测可持续发展目标中体面工作进展的关键数据源，尤其用于评估亚洲各国在促进女性就业平等及缩小照护从业者性别差距方面的政策成效。国家层面，劳动与社会保障部门能够利用该数据集识别本国照护行业中特定婚姻状态群体（如已婚女性）的就业脆弱性，进而设计针对性的职业技能培训与育儿补贴政策。此外，非政府组织在倡导照护劳动价值认可时，也可援引该数据集中性别与婚姻分化就业的实证证据，向决策者传递更具说服力的政策建议。

数据集最近研究

最新研究方向

该数据集聚焦亚洲地区有偿照护工作者就业状况的性别与婚姻状况交叉分析，融合时序预测与表格化回归建模技术，为追踪老龄化社会下照护经济的人力资本动态提供标准化数据基础。近期前沿研究关注利用1996至2025年覆盖31国的面板数据，结合ILOSTAT统一统计框架，解析婚姻状态对男女照护从业者劳动参与率的差异化影响，并探索在劳动力调查方法论变动背景下的断点校正与多源数据融合方法。该数据集为验证性别平等指标与照护政策效果提供了稀缺的长时间序列证据，支持基于机器学习的时间序列模型预测区域照护人力资源缺口，助力亚太区域可持续发展议程中的体面劳动目标监测。