electricsheepeurope/europe-ilo-ear-chra-sex-nb-average-hourly-earnings-of-care-employees-by-sex-l

该数据集包含欧洲7个国家（1996年至2025年）的342个观察值，涉及按性别划分的护理员工平均每小时收入（本地货币）这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖就业、工资等劳动统计信息，并已通过Electric Sheep Europe重新打包，以支持机器学习应用。数据集包括国家代码、年份、性别分类、观察值等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 342 observations of average hourly earnings of care employees by sex (local currency) across 7 Europe countries, spanning from 1996 to 2025, covering 1 distinct indicator. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), focusing on labour statistics such as employment and wages, and repackaged by Electric Sheep Europe for machine learning readiness. The dataset includes fields like country code, year, sex disaggregation, and observed values, suitable for tasks like tabular classification, regression, and time-series forecasting.

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REST API从指定的指标代码（EAR_CHRA_SEX_NB）中直接拉取原始数据，并依据欧洲ISO3国家代码进行过滤。数据经过了ILOSTAT的统一规范化处理，基于国际劳工统计学家会议（ICLS）的定义对调查微观数据进行协调，同时保留了数据来源的标注信息，以便用户追溯原始资料。最终，由Electric Sheep Europe团队将原始的调查数据重新打包为适用于机器学习的格式，并发布在Hugging Face平台上，提供了342条观测值，覆盖7个欧洲国家，时间跨度为1996年至2025年。

特点

本数据集聚焦于欧洲地区护理行业员工按性别划分的平均时薪（以当地货币计），是研究欧洲劳动力市场和性别薪资差距的重要微观数据源。其核心特点在于提供了长期的面板数据，跨越近三十年，涵盖了瑞士、法国、英国等7个国家，并按照性别进行细颗粒度的分类（男性、女性和总计），共包含1个主要指标。数据附带了详细的元数据注释，包括观测状态、数据来源、货币说明等，有助于用户理解数据质量与潜在中断。同时，所有数据均采用标准化的表格结构，便于进行时间序列分析和跨国家比较。

使用方法

用户可以通过Hugging Face的datasets库轻松加载该数据集，只需调用`load_dataset`函数即可获得一个Pandas DataFrame，便于后续分析。典型的使用方式包括按国家代码筛选特定国家的数据，或针对单个指标进行时间序列分析并可视化趋势。此外，用户可通过数据透视表将数据转换为国家×年份的矩阵形式，以支持跨国的对比研究。数据集的结构清晰，包含ref_area、sex、time和obs_value等关键列，适合用于回归分析、分类任务或时序预测等机器学习场景，同时其开源许可（CC-BY 4.0）也保障了学术和商业使用的灵活性。

背景与挑战

背景概述

在全球范围内，照护经济正逐渐成为劳动力市场的核心议题，尤其是随着人口老龄化与家庭结构变迁，对照护从业者的薪酬水平进行系统监测显得尤为重要。由国际劳工组织（ILO）发布的ILOSTAT数据库，作为全球领先的劳动力统计来源，自1996年起开始系统收集欧洲七国照护雇员按性别划分的平均小时工资数据。该数据集由Electric Sheep Europe于2025年重新打包并公开，涵盖了342条观测记录，时间跨度近30年，覆盖瑞士、法国、英国等七个欧洲国家。其核心研究问题聚焦于揭示照护行业薪酬在不同性别、不同国别下的差异与演变趋势，为劳动经济学、性别平等政策及照护经济研究提供了关键量化支持，推动了相关领域从定性讨论向实证分析的转变。

当前挑战

该数据集所应对的领域挑战在于，照护行业薪酬数据长期缺乏标准化、跨国的比较框架，且性别薪酬差距的量化分析常受限于数据碎片化和来源不一致。ILOSTAT通过整合各国劳动力调查数据并采用国际劳工统计学家会议（ICLS）定义来协调不同来源，解决了这一难题。然而，在构建过程中面临的挑战不容忽视：首先，各国数据收集频率与质量参差不齐，部分年份的数据标注为“临时”或“序列中断”，影响时间序列的连续性；其次，由于多国多源数据融合，同一国家同一年份可能存在多个来源，需依赖ILO选择的“最佳来源”进行取舍，这一过程可能引入主观偏差；最后，数据集仅包含7个国家，且时间跨度长短不一（如希腊仅2015–2020年），限制了区域代表性和长期趋势分析的稳健性。

常用场景

经典使用场景

该数据集汇集了欧洲七国1996至2025年间按性别分列的受薪照护工作者平均时薪数据，源自国际劳工组织的ILOSTAT权威数据库。其经典使用场景在于纵向追踪照护行业薪资的时序演变，研究者可按国家或性别变量筛选数据，绘制薪资变化曲线，揭示不同欧洲经济体在照护劳动价值回报上的差异与趋势。数据集以年度为单位、经过国际劳工统计学家会议定义标准化，为跨国比较分析提供了可靠的时间序列基础。

衍生相关工作

该数据集衍生了一系列重要的学术与实践工作。基于其标准化结构，研究者已开发出自动化的照护薪资监测仪表盘，并衍生出聚焦性别薪资比、购买力平价调整等扩展指标。此外，该数据与ILOSTAT婚姻状况、教育程度等维度结合，催生了交叉性薪资不平等分析模型。在机器学习领域，其时间序列特征被用于训练预测模型，预测未来照护薪资趋势，为劳动力规划提供前瞻性洞见。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲七国1996至2025年间按性别划分的护理员工平均时薪，为劳动经济学与性别平等研究提供了精细化的时间序列面板数据。当前前沿方向包括利用该数据挖掘护理行业薪酬的性别差异演变趋势，结合欧洲各国护理政策改革（如德国2017年长期护理保险强化法案、法国2020年“老年自治法案”）探究制度变迁对薪酬结构的影响。此外，数据集可服务于跨国民生福祉比较与可持续就业目标（SDG 8）的量化评估，其342条观测值与多来源标注特性支持稳健的固定效应模型或贝叶斯层次分析，为揭示护理劳动力市场中的性别工资鸿沟及其收敛路径提供实证基石。