electricsheepasia/asia-ilo-eip-rcar-sex-geo-rt-share-of-persons-outside-the-labour-force-due-to-c

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的统计信息，主题为亚洲因照顾责任而退出劳动力市场的人口比例，按性别和城乡区域细分。数据集涵盖21个亚洲国家（如韩国、斯里兰卡、亚美尼亚等），时间跨度为2003年至2025年，共822个观测值。核心指标为EIP_RCAR_SEX_GEO_RT，表示因照顾责任而退出劳动力市场的人口比例，按性别和城乡区域划分（百分比）。数据以表格形式组织，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性等）、观测年份、观测值、数据质量标志等列。数据集适用于表格分类、回归和时间序列预测等任务，用于分析劳动力市场未充分利用情况，特别是照顾责任对劳动力参与的影响。数据由Electric Sheep Asia重新打包，以CC-BY-4.0许可证发布。This dataset contains statistical information from the International Labour Organization (ILO) ILOSTAT database, focusing on Share of persons outside the labour force due to care responsibilities by sex and rural/urban areas in Asia. It covers 21 Asian countries (e.g., South Korea, Sri Lanka, Armenia) from 2003 to 2025, with 822 observations. The key indicator is EIP_RCAR_SEX_GEO_RT, representing the percentage share of persons outside the labour force due to care responsibilities, disaggregated by sex and rural/urban areas. The data is organized in tabular format, including columns for country codes, country names, data sources, indicator codes, sex classification (total, male, female, etc.), observation year, observed values, data quality flags, and more. The dataset is suitable for tasks such as tabular classification, regression, and time-series forecasting, enabling analysis of labour underutilization, particularly the impact of care responsibilities on labour force participation. Repackaged by Electric Sheep Asia and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT核心统计数据库，通过调用其官方REST API接口获取原始指标数据，并依据亚洲ISO3国家代码进行地理筛选与过滤。ILOSTAT基于国际劳工统计学家会议（ICLS）的定义框架，对各国劳动力调查原始微观数据进行统一清洗与标准化处理，确保跨国可比性。数据集进一步由Electric Sheep Asia团队进行二次封装，保留了完整的元数据列，包括数据来源标识（source.label）与统计注释字段（note_indicator.label），以支持用户对数据质量与背景的追溯。

特点

该数据集聚焦于“因照顾责任而退出劳动力市场的人口比例”，按性别及城乡地域进行细致分层，包含SEX_T（总计）、SEX_M（男性）、SEX_F（女性）与SEX_O（其他）四种性别分类。覆盖21个亚洲国家，时间跨度从2003年至2025年，共822条年度观测记录。每条观测均附有观测状态标记（如断点、临时数据）及方法修订注释，为用户提供透明的数据质量信号。数据模式统一为表格结构，包含国家代码、指标代码、时间、观测值等16个字段，便于后续分析。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据，返回值可直接转换为Pandas DataFrame进行探索。典型分析流程包括：按国家筛选子集进行国别研究；针对单一指标按时间排序以绘制时间序列图；利用pivot_table函数将数据重塑为国家×年份矩阵，便于面板数据分析或机器学习建模。数据集同时支持分类与回归任务，适用于劳动力参与率的预测建模与时序分析，特别关注性别差异与城乡二元结构。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下ILOSTAT统计数据库创建，并由Electric Sheep Asia于2025年重新打包发布，聚焦于亚洲21个国家在2003至2025年间因照料责任而退出劳动力市场的人口比例。ILOSTAT作为全球劳动统计的权威来源，整合多国劳动力调查数据，按性别与城乡地理区域进行精细分解，为衡量劳动力利用不足提供了关键视角。这一数据集的核心研究问题在于揭示非经济因素——尤其是家庭照料责任——如何影响劳动力参与决策，特别是在亚洲这一性别角色分工鲜明、社会保障体系多样化的区域。其影响力体现在为性别经济学、劳动力政策评估及可持续发展目标（SDG）中的体面工作指标提供了实证基础，填补了亚洲区域在隐性劳动参与障碍方面的微观数据缺口。

当前挑战

该数据集所解决的领域挑战在于量化‘照料责任’这一非市场活动对劳动力供给的抑制效应，传统劳动统计仅关注失业率，而忽视了因家庭照料被动退出劳动力的庞大群体，尤其是女性。在构建过程中，主要挑战包括：一、数据碎片化与可比性难题，21个国家使用不同调查框架（如劳动力调查、家庭收入调查），ILOSTAT虽进行ICLS标准调和，但国家间定义与问卷设计差异仍可能导致指标偏差；二、跨时空覆盖不平衡，部分国家（如韩国、斯里兰卡）观测密集，而阿富汗、塔吉克斯坦数据稀疏，年份跨度分布不均，影响时间序列分析的稳健性；三、指标信息的细化度受限，数据集仅提供性别分解，缺失年龄、教育、家庭结构等交互维度，难以深入剖析照料负担的异质性成因。

常用场景

经典使用场景

该数据集聚焦于亚太地区因照料责任而处于劳动力市场之外的人口比例，按性别与城乡地域进行精细划分。在劳动经济学与性别研究领域，它被广泛用于构建面板数据模型，以探究照料责任对女性劳动参与率的抑制作用。研究者常借助该数据开展跨国比较分析，揭示不同社会政策与文化背景下，无偿照料劳动如何成为阻碍女性进入正规就业市场的结构性壁垒。其时间跨度为2003年至2025年，覆盖21个亚洲国家，为追踪照料经济对劳动力供给影响的长期动态演变提供了宝贵的高频观测样本。

实际应用

在实际应用层面，该数据集成为国际劳工组织、亚洲开发银行及各国劳动部门制定性别敏感型就业政策的关键依据。政策制定者利用其分性别、分城乡的数值差异，评估托幼公共服务、育儿假制度及农村妇女赋能项目的实施效果。例如，当某一国家该比率在特定年份出现显著下降时，往往与当地出台的扩大普惠性儿童照护设施政策高度相关。此外，非政府组织也将数据作为倡导无偿照料劳动纳入国民经济核算体系的重要证据支撑。

衍生相关工作

该数据集衍生出一系列具有影响力的经典研究工作。在国际学术层面，许多学者以此为基础构建了“照料经济与女性劳动参与”的跨国回归模型，检验了教育水平、城市化率、社会保障支出等变量对因照料退出劳动力市场概率的调节效应。部分工作将ILOSTAT数据与家庭微观调查匹配，利用双重差分法评估新冠疫情对亚洲女性照料负担的冲击。同时，该数据也为机器学习中的时间序列预测任务提供了真实基准，推动了对劳动利用不足指标的预警系统开发。