electricsheepeurope/europe-ilo-emp-care-sex-cbr-nb-care-employment-by-sex-and-place-of-birth-thousand

该数据集包含欧洲13个国家从2001年至2025年关于按性别和出生地划分的有偿护理工作者就业（千人）的1,640个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，这是一个全球领先的劳动力统计数据库，涵盖就业、失业、工资、工作时间等多个主题。数据集提供了按性别（男性、女性、总计）和出生地（总计）等维度细分的就业数据，以表格形式呈现，包含国家代码、年份、观测值、数据来源、指标代码等列。数据经过ILO的统计部门根据国际劳工统计学家会议（ICLS）定义进行标准化处理，并由Electric Sheep Europe重新打包，以方便机器学习使用。数据集使用CC-BY-4.0许可证发布。This dataset contains 1,640 observations of Paid care workers data across 13 Europe countries, spanning 2001–2025, covering 1 distinct indicator. The data is sourced from ILOSTAT, the ILOs central statistics database, which is a leading global source for labour statistics, covering topics such as employment, unemployment, wages, working time, and more. The dataset provides disaggregated data by sex (male, female, total) and place of birth (total) for care employment, presented in tabular format with columns including country code, year, observed value, data source, indicator code, etc. The data is harmonized by the ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions and repackaged by Electric Sheep Europe for machine learning readiness. The dataset is released under the CC-BY-4.0 license.

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，通过调用其REST API接口直接获取指标代码为EMP_CARE_SEX_CBR_NB的原始数据，并依据欧洲ISO3国家代码进行地理范围筛选。ILOSTAT平台依据国际劳工统计学家会议（ICLS）的定义对各国劳动力调查、家庭收入调查等微观数据进行统一处理与整合，确保不同来源数据之间的可比性。数据集中每个观测值均附有来源标签，便于追溯原始调查类型。最终数据集涵盖13个欧洲国家，时间跨度从2001年至2025年，共计1640条观测记录，以结构化表格形式呈现。

特点

该数据集聚焦于欧洲地区有偿护理工作者就业情况，按性别和出生地维度进行细致分解，包含性别（总计、男性、女性）及出生地分类变量。每条记录不仅提供观测值，还附带了数据来源、观测状态（如暂定、不可靠）、指标说明及系列断裂等质量注释信息，便于用户评估数据可靠性。数据频率为年度，且针对同一国家与年份的多个来源，优先采用ILO遴选的最佳来源。数据集还具有跨国家与跨年度的面板数据结构特征，支持时间序列分析与跨国比较研究。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，并将其转换为Pandas DataFrame进行后续操作。典型用法包括按国家代码过滤特定国家的子集、按指标进行时间序列排序与可视化、以及利用pivot_table方法构建国家×年份的观测值矩阵。数据集以Parquet格式打包，支持高效存储与读取。用户还可利用sex等分类变量进行分组聚合分析，深入探索不同性别及出生地背景下的护理就业模式。数据采用CC-BY-4.0许可协议，使用时需同时引用原始ILO数据源及Electric Sheep Europe的再包装版本。

背景与挑战

背景概述

在全球人口老龄化与照护需求激增的背景下，国际劳工组织（ILO）长期致力于全球劳动统计数据的标准化与公开共享。该数据集由Electric Sheep Europe于2025年基于ILOSTAT官方API重新整理并发布，聚焦欧洲13个国家2001至2025年间有偿照护工作者的就业数据，涵盖1,640个观测值，并按性别与出生地进行了细分。核心研究问题在于量化欧洲各国照护劳动力的规模与结构差异，为劳动经济学、性别研究及社会政策分析提供可靠的数据基础。作为ILOSTAT在区域层面的重要衍生品，该数据集填补了高粒度、长期照护就业数据的空白，已成为研究欧洲照护经济转型的关键资源。

当前挑战

该数据集所应对的领域核心挑战在于照护就业的跨国可比性——各国照护工作定义差异、统计口径不一（如家庭照护与机构照护的边界模糊），导致传统指标难以精准刻画劳动力流动与性别分化。数据构建层面，ILOSTAT需对来自不同国家劳动力调查的微观数据进行协调与标准化，过程中常面临方法论修订带来的序列断点（如‘break in series’标记），以及部分观测值因样本量不足所致的不确定性标注（如‘unreliable’状态）。此外，欧洲各国数据采集频率与质量参差不齐，使统一的时间序列建模面临缺失值与异质噪声的挑战。

常用场景

经典使用场景

在欧洲劳动力市场的研究版图中，关怀工作者（paid care workers）的就业状况一直是政策制定与学术探讨的关键议题。该数据集凭借对2001年至2025年间13个欧洲国家有偿护理就业人数的精细刻画，成为探究性别与出生地对护理行业劳动力参与影响的理想资源。研究者可基于时间序列数据，追踪特定国家或跨区域护理就业的演变轨迹，剖析女性与男性在不同出生背景下的就业分布差异，从而揭示人口迁移与性别角色的交互如何形塑这一特殊劳动领域。其结构化的面板数据格式，也为构建预测模型、检验劳动力供给假说提供了坚实的数据基石。

解决学术问题

该数据集核心回应了两个长期困扰劳动经济学的学理难题：其一，在人口老龄化与移民潮并行的欧洲社会，护理就业是否展现出系统性的性别分化与移民背景差异？其二，跨国比较视角下，不同制度环境如何调节出生地与护理从业概率的关联？通过提供标准化、可复现的ILOSTAT官方指标，它使得研究者能够以严谨的计量方法，检验“女性移民更倾向从事护理工作”这一经典假设的稳健性，并评估劳动力市场政策在弥合性别鸿沟上的实际效果。其意义在于为跨国护理劳动力流动的实证研究填补了关键数据空白，推动了关怀经济学领域中关于劳动供给决定因素的理论建构。

衍生相关工作

围绕这一数据集已衍生出诸多具有影响力的学术探索路径。在计量经济学领域，学者构建了固定效应模型与面板格兰杰因果检验，量化出生地多样性对护理行业工资水平的影响。社会科学研究者则将其与国家统计局的其他微数据联动，如欧洲劳动力量调查（EU-LFS），开展多层线性模型分析，揭示国家层面的福利制度如何调节个体层面的护理就业决策。此外，机器学习领域的尝试亦层出不穷，部分团队利用该时间序列训练长短期记忆网络（LSTM）与Transformer模型，预测2025年后欧洲护理劳动力供需的演变方向，为早期预警系统的开发提供了试验田。这些衍生工作共同推动了一个跨学科的数据生态，使得原本孤立的统计指标焕发出持续的理论与政策生命力。