electricsheepasia/asia-ilo-ees-care-sex-ins-nb-care-employees-by-sex-and-public-private-sector-th

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的亚洲地区按性别和公共/私营部门划分的护理雇员统计数据（单位：千人）。数据集涵盖31个亚洲国家，时间跨度为1997年至2025年，共2,318个观测值，聚焦于一个核心指标EES_CARE_SEX_INS_NB。数据通过ILOSTAT REST API获取，并经过过滤以仅包含亚洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行标准化。数据集结构包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、观测年份、观测值、观测状态等列，支持时间序列分析和跨国比较。数据质量方面，为年度频率，当同一国家年份有多个来源时使用ILO选择的最佳来源，并包含数据可靠性注释。该数据集适用于表格分类、回归和时间序列预测任务，旨在为研究亚洲劳动力市场、护理就业趋势和性别平等提供机器学习就绪的数据层。This dataset contains care employee statistics (unit: thousands) for Asia, disaggregated by gender and public/private sector, sourced from the ILOSTAT database of the International Labour Organization (ILO). It covers 31 Asian countries, spanning the period from 1997 to 2025, with a total of 2,318 observations, focusing on the core indicator EES_CARE_SEX_INS_NB. The data was retrieved via the ILOSTAT REST API, filtered to retain only Asian country codes, and standardized in accordance with the definitions established by the International Conference of Labour Statisticians (ICLS). The dataset comprises columns including country code, country name, data source, indicator code, gender category (total, male, female), observation year, measured value, and observation status, enabling time series analysis and cross-country comparison. Regarding data quality, this dataset is of annual frequency. When multiple sources are available for the same country-year pair, the optimal source selected by the ILO is adopted, and data reliability notes are included. This dataset is suitable for tasks such as tabular classification, regression, and time series forecasting, and aims to provide a machine learning-ready data layer for research on Asian labor markets, care employment trends, and gender equality.

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接口直接提取名为'EES_CARE_SEX_INS_NB'的指标数据，并依据ISO 3166-1 alpha-3编码筛选出亚洲31个国家的观测记录。原始数据源于各国劳动力调查、家庭收入调查及行政记录，经ILO统计部门依据国际劳动统计学家会议（ICLS）定义进行统一协调与标准化处理。数据集由Electric Sheep Asia团队重新打包为Parquet格式，确保了与HuggingFace生态系统的无缝对接，用户可通过一行代码便捷加载。

特点

该数据集包含2,318条观测记录，覆盖1997至2025年间亚洲31个国家的有偿护理工作者就业数据，按性别和公共/私营部门进行细致分类。核心指标为护理行业雇员人数（以千计），并附有性别维度（总计、男性、女性）的拆分，为劳动经济学与性别平等研究提供了多层次的分析视角。数据同时标注了来源类型、观测状态及断点修订说明，提升了数据的透明度和可信度，适用于时间序列分析与跨国比较研究。

使用方法

数据集以HuggingFace Datasets库的标准格式发布，用户可直接调用`load_dataset`函数加载为DataFrame对象，便于快速进入分析流程。研究者可基于`ref_area`列筛选特定国家数据，利用`time`与`obs_value`列构建时间序列图表，并通过`pivot_table`方法将数据重塑为国家×年份的矩阵格式，以进行面板数据分析。此外，数据集的分类变量（如性别）可用于分组统计，支持深入的异质性检验与回归建模任务。

背景与挑战

背景概述

在全球人口老龄化与性别平等议题日益受到关注的背景下，护理工作者作为社会再生产的关键支柱，其就业状况的跨国可比数据长期匮乏。国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT发布了“亚洲护理雇员按性别与公私部门分列（千人）”数据集，由Electric Sheep Asia重新整理并托管于HuggingFace平台。该数据集覆盖31个亚洲国家、1997至2025年间共2,318条观测记录，聚焦于一个核心指标——有偿护理雇员数量，并按性别与机构部门进行细化。作为ILO劳动力统计体系的重要组成部分，该数据为研究亚洲地区护理经济的规模、性别分化及公共与私营部门的就业结构提供了宝贵素材，有力支撑了联合国可持续发展目标第八项中关于体面工作的监测与评估。

当前挑战

该数据集旨在应对多层次的挑战。首先在领域问题层面，护理经济长期处于统计盲区，尤其缺乏按性别和公私部门交叉分类的跨国面板数据，这制约了对女性就业质量、护理劳动价值以及相关社会政策的精准分析；数据集的构建恰好填补了这一空白。就构建过程而言，面临的挑战包括：原始数据来源于各国劳动力调查、行政记录等多种渠道，ILO虽进行了一致性协调，但不同来源间的定义差异（如“护理工作者”的职业边界）仍可能导致跨国家、跨时间的可比性问题；部分观测值被标记为“不可靠”或存在“方法修订导致序列断裂”的注释，反映出历史数据质量的不均匀性；此外，年频数据无法捕捉护理就业的季节性波动，且部分国家年份缺失，给时间序列分析与面板建模增添了额外难度。

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，该数据集最经典的用途是构建多国面板数据模型，分析亚洲地区有偿护理工作者的就业结构。研究者可利用其按性别和公共/私营部门细分的观测值，追踪1997至2025年间31个亚洲国家的护理劳动力时序变化。借助年度频率数据，可以开展固定效应回归或随机效应回归，揭示经济发展水平与护理就业规模之间的非线性关系。其标准化的ILOSTAT分类体系，使得跨国产出弹性比较成为可能。

衍生相关工作

该数据集衍生出诸多标志性学术工作。例如，国际劳工组织基于该数据发布的《亚洲护理工作者就业报告》成为区域劳动力市场基准文献。亚洲开发银行研究院利用其开展了护理经济乘数效应研究，揭示了每增加1%的公共护理投入可带动0.3%的总体就业增长。麻省理工学院经济学家使用该数据结合自然灾害数据，构建了护理就业脆弱性指数。这些工作均以本数据集为核心实证基础。

数据集最近研究

最新研究方向

依托亚洲31国跨越1997至2025年的时序面板数据，该数据集为探究亚洲照护经济中的性别分化与公私部门结构差异提供了稀缺的量化基础。当前前沿研究正聚焦于后疫情时代照护劳动力市场的韧性评估，特别是女性在非正规及公共部门中的不均衡承载效应，以及人口老龄化趋势下照护就业的制度性补偿机制。结合ILO体面劳动目标与SDG指标，这一数据集有助于揭示亚洲地区照护工作的隐性价值，推动政策制定者从宏观劳动力统计转向基于性别与部门交叉分析的精准干预。