electricsheepasia/asia-ilo-lac-xees-cur-nb-average-hourly-labour-cost-per-employee-by-currenc

该数据集包含亚洲8个国家1996年至2025年期间按货币计算的员工平均小时劳动成本数据，共227个观测值，涵盖1个不同的指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过重新打包以便于机器学习使用。This dataset contains 227 observations of Labour cost data across 8 Asia countries, spanning 1996–2025, covering 1 distinct indicators. It focuses on average hourly labour cost per employee by currency (discontinued) and is repackaged from ILOSTAT, the ILOs central statistics database, for easy access in ML applications.

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中央统计数据库，聚焦亚洲地区已停用的“按货币计算的雇员平均每小时劳动成本”指标。数据通过ILOSTAT的REST API直接获取，并依据亚洲ISO3国家代码进行过滤与提取，共计包含227条观测记录，覆盖8个亚洲国家，时间跨度从1996年至2025年。ILOSTAT依据国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理，并在数据集中通过'source.label'字段标注数据来源，确保统计口径的可追溯性与一致性。

特点

该数据集最显著的特点在于其专注于特定的劳动成本指标，提供了跨亚洲多国的可比时薪数据，且数据均已停用，具有历史参考价值。数据集结构清晰，包含15列字段，涵盖了国家代码、来源、指标代码、分类变量、年份及观测值等核心信息，并附有观测状态与注释说明。此外，数据还提供了币种分类（如本地货币），便于用户按需求进行货币维度的筛选与分析，为研究亚洲地区劳动力成本演变提供了宝贵的结构化资料。

使用方法

用户可通过HuggingFace Datasets库便捷地加载该数据集，仅需执行`load_dataset("electricsheepasia/asia-ilo-lac-xees-cur-nb-average-hourly-labour-cost-per-employee-by-currenc")`命令即可获取。数据以Parquet格式存储，可轻松转换为Pandas DataFrame进行后续分析。示例用法包括按国家筛选特定时间序列数据，或通过透视表构建国家×年份的矩阵，以便进行跨国的劳动成本比较与趋势可视化，极大地方便了学术界与产业界的二次开发与研究工作。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT统计数据库发布，并由Electric Sheep Asia团队重新打包整理。核心研究问题聚焦于亚洲地区雇员平均每小时劳动成本的分货币计量，涵盖1996至2025年间塞浦路斯、以色列、阿塞拜疆等8个亚洲国家的227条观测记录。作为全球劳动统计的权威来源，ILOSTAT的数据经国际劳工统计学家会议（ICLS）定义进行标准化整合，为跨国劳动经济学比较、薪酬政策制定及劳动力市场分析提供了关键量化基础。该数据集对亚洲区域性劳动成本研究具有重要支撑作用，尤其适用于探索经济发展与劳动力价值之间的动态关系。

当前挑战

该数据集面临的挑战主要体现在两个方面：其一，在领域问题层面，劳动成本数据受汇率波动、通货膨胀及各国统计口径差异的影响，使得跨国比较和长期趋势分析存在显著复杂性，例如本地货币与多种货币间的换算一致性难以保证。其二，在构建过程中，数据集面临来源多元且部分国家数据稀疏的问题，如菲律宾和泰国仅有3至6年记录，同时ILO需从劳动力调查、行政记录等多渠道整合数据并筛选‘最佳来源’，这导致数据连续性受限。此外，指标‘已停用’状态提示历史数据可能存在方法变更或替代标准，进一步增加了时间序列分析的难度。

常用场景

经典使用场景

该数据集收录了1996年至2025年间亚洲8个国家按本币计价的平均每小时劳动力成本观测值，共计227条记录，是劳动经济学与区域发展研究中不可或缺的微观数据资源。研究者常将其用于构建面板数据模型，以分析亚洲各国劳动力成本的长期演变轨迹与跨国差异。通过时间序列分析，可揭示劳动力成本在经济发展周期中的波动规律；结合国家分类特征，还能探讨不同产业结构、劳动力市场制度对单位劳动成本的影响机制。这一数据集为理解亚洲新兴经济体的国际竞争力变迁提供了定量基础。

衍生相关工作

围绕该数据集衍生出一系列具有影响力的学术与政策研究工作。基于ILOSTAT劳动力成本面板数据，学者构建了亚洲经济体单位劳动成本指数，并将其纳入Balassa-Samuelson效应的实证检验框架。数据驱动的聚类分析将亚洲国家划分为不同劳动力成本梯队，为区域经济一体化程度提供了新测度。此外，该数据集被整合至全球劳动力市场动态模拟模型中，用以推演人口老龄化对劳动力成本上升的中长期冲击。值得关注的是，Electric Sheep Asia团队对元数据的标准化重封装工作，使得该数据可直接兼容HuggingFace的机器学习流水线，显著降低了跨学科研究的技术门槛。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区以本币计价的雇员平均小时 labor 成本，其最新研究方向集中在对劳动力市场成本动态的精细剖析与跨国比较。依托国际劳工组织（ILO）的权威统计框架，该数据为探究1996至2025年间亚洲八国 labor 成本的时序演变提供了标准化视窗。当前研究热潮正借助此类精细粒度的成本数据，结合宏观经济学与劳动经济学前沿理论，深入剖析全球化背景下亚洲经济体劳动力价格的结构性变迁、货币波动对实际 labor 成本的影响，以及成本变动与产业升级、就业质量的内在关联。该数据集虽已停更，但其长达近三十年的观测记录为研究亚洲劳动市场的周期性与趋势性特征、评估区域经济一体化倡议（如RCEP）对劳动力成本的潜在冲击、以及构建劳动成本预测模型提供了不可替代的基础数据支撑，对于推动亚洲发展经济学与比较劳动研究具有重要学术价值与实践意义。