electricsheepeurope/europe-ilo-ear-cmta-sex-nb-average-monthly-earnings-of-care-employees-by-sex

该数据集包含了欧洲7个国家（瑞士、法国、英国、波黑、葡萄牙、意大利、希腊）从1996年至2025年期间，按性别划分的护理员工平均月收入（以当地货币计）的342个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家。数据集涵盖1个核心指标（EAR_CMTA_SEX_NB），提供了国家代码、国家名称、数据来源、指标代码、指标标签、性别分类（总计、男性、女性）、年份、观测值、观测状态及备注等详细信息。数据以表格形式组织，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，采用CC-BY-4.0许可证发布。This dataset contains 342 observations of average monthly earnings of care employees by sex (in local currency) across 7 Europe countries (Switzerland, France, United Kingdom, Bosnia and Herzegovina, Portugal, Italy, Greece) from 1996 to 2025. It includes 1 distinct indicator (EAR_CMTA_SEX_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to European countries. The dataset provides detailed columns such as country code, country name, data source, indicator code, indicator label, sex disaggregation (total, male, female), year, observed value, observation status, and notes. It is structured in tabular format and is suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Europe and 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数据库，聚焦于欧洲七国（瑞士、法国、英国、波斯尼亚和黑塞哥维那、葡萄牙、意大利、希腊）1996年至2025年间受薪护理人员按性别划分的平均月收入（以本币计）。数据通过ILOSTAT REST API直接采集，并依据欧洲ISO3国家代码进行筛选与过滤。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，源数据来源在source.label列中予以标注，确保可追溯性。数据集包含342条观测记录，覆盖1个指标（EAR_CMTA_SEX_NB），并以Parquet格式打包，便于机器学习就绪。

特点

该数据集的核心特点在于其高度结构化的多维度设计。除核心的obs_value数值外，提供ref_area（国家代码）、sex（性别分类：总、男、女）、time（观测年份）等关键维度，便于进行细粒度的时间序列分析与跨国比较。数据还包含obs_status（观测状态标志）与source.label（来源标签）等元数据列，为数据质量评估与来源追溯提供支持。7个国家的覆盖范围与长达29年的时间跨度，使其成为研究欧洲护理劳动力市场性别薪酬差异的宝贵资源。所有数据均遵循CC-BY-4.0许可协议，便于学术与商业应用。

使用方法

用户可通过HuggingFace Datasets库轻松加载该数据集，只需一行代码`load_dataset("electricsheepeurope/europe-ilo-ear-cmta-sex-nb-average-monthly-earnings-of-care-employees-by-sex")`即可获取训练数据，并转换为Pandas DataFrame进行后续分析。支持按国家筛选（如df[df["ref_area"] == "DEU"]）、按指标绘制时间序列（如使用matplotlib）以及通过数据透视表构建国家×年度矩阵等操作。数据以Parquet格式存储，兼具高效的存储与读取性能，适合在机器学习工作流中直接使用。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT编制，并由Electric Sheep Europe于2025年重新打包发布。聚焦于欧洲7个国家1996年至2025年间按性别分列的护理雇员平均月收入（以当地货币计），涵盖342条观测记录。研究背景植根于全球劳动力市场中对照护经济日益增长的关注，特别是性别收入差距与照护工作价值低估等议题。作为ILOSTAT系统的一部分，该数据集为分析欧洲照护行业薪酬结构、评估性别平等政策效果及追踪可持续发展目标中体面工作指标提供了标准化、可比较的跨国时间序列数据，在劳动经济学、性别研究与社会政策领域具有重要参考价值。

当前挑战

该数据集面临的挑战主要体现在三个方面。首先，在领域问题层面，照护工作者薪酬的性别差异长期存在且受多因素影响，如行业分割、兼职比例与统计口径不一致，导致跨性别、跨国别的可比性分析困难；该数据集通过标准化指标（EAR_CMTA_SEX_NB）与性别分类（总/男/女）部分缓解了此问题，但未覆盖非正式照护或家庭照护场景。其次，在构建过程中，数据来源多样（如劳动力调查、行政记录），各源在抽样方法、定义阈值及质量标记（如系列中断）上存在异质性，需通过ILO的‘最佳来源’选择机制进行调和，但这可能隐含系统性偏差。此外，时间跨度的非均衡覆盖（如早年至2025年仅有瑞士有完整数据）与国家样本量有限（7国），限制了面板分析的稳健性与外推能力。

常用场景

经典使用场景

该数据集聚焦于欧洲七国（瑞士、法国、英国、波黑、葡萄牙、意大利、希腊）1996至2025年间按性别分列的护理员工平均月薪（以本币计），提供了342条高质量观测记录。其经典用途在于支持时间序列预测与面板数据分析：研究者可沿时间轴追踪各国护理行业薪酬的长期演变轨迹，构建性别维度下的薪酬差分模型，或利用多国横截面数据进行跨国比较。数据以标准化格式直接加载至Pandas DataFrame，便于快速开展线性回归、固定效应模型、季节性分解或机器学习回归等任务，是劳动经济学、性别不平等研究及护理经济学的理想数据基底。

衍生相关工作

基于该数据集的衍生工作已形成若干研究脉络。在劳动经济学领域，有学者以其为基准数据，融合欧盟统计局（Eurostat）的性别就业率、护理人员占比等指标，构建了“护理薪酬赤字指数”用于排序欧洲福利国家体制的平等性；在社会学研究中，系列工作借助该数据验证了去家庭化政策（defamilialisation）对提升护理行业男性参与度及缩小性别薪酬差距的调节作用；数据科学社区则将其作为时序面板数据标准样例，开发了融合国家随机效应与性别交互项的贝叶斯回归教程，以及用于护理行业薪酬预测的梯度提升与N-BEATS基线模型，显著降低了该领域实证研究的数据获取门槛。

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年间按性别划分的照护从业人员月均收入，为劳动经济学中性别薪酬差距与照护经济价值的量化研究提供了关键支撑。当前，伴随全球老龄化加剧及“照护危机”议题的升温，研究者正利用此类精细化的时序面板数据，构建薪酬差异的分解模型，剖析性别职业隔离与薪酬惩罚的长期演变。结合ILO推动的体面劳动议程，该数据亦被用于评估薪酬透明度政策对性别平等的实际干预效果，并成为机器学习模型中预测劳动力市场结构性变迁的重要特征源。