electricsheepasia/asia-ilo-lac-xees-noc-nb-average-hourly-labour-cost-per-employee-discontinu

该数据集包含105个观测值，涉及12个亚洲国家（包括塞浦路斯、以色列、阿塞拜疆、格鲁吉亚、哈萨克斯坦、亚美尼亚、蒙古、乌兹别克斯坦、新加坡、菲律宾、斯里兰卡和泰国）的劳动力成本数据，时间跨度为1996年至2025年。核心指标为“LAC_XEES_NOC_NB”，即“每个员工的平均每小时劳动力成本 - 已停止（本地货币）”。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过过滤以仅包含亚洲国家。数据集模式包括国家代码、国家名称、数据来源、指标代码、指标名称、观测年份、观测值、观测状态和相关注释等列。数据为年度频率，并经过ILO的标准化处理，以确保国际可比性。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为亚洲地区的劳动力市场研究提供机器学习就绪的数据支持。This dataset contains 105 observations of labour cost data across 12 Asia countries (including Cyprus, Israel, Azerbaijan, Georgia, Kazakhstan, Armenia, Mongolia, Uzbekistan, Singapore, Philippines, Sri Lanka, and Thailand), spanning 1996–2025, covering 1 distinct indicator: LAC_XEES_NOC_NB — Average hourly labour cost per employee - Discontinued (local currency). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via REST API and filtered to Asia ISO3 country codes. The schema includes columns such as country code, country name, source, indicator code, indicator name, observation year, observed value, observation status, and notes. The data is annual frequency, harmonized by ILO using ICLS definitions, and is suitable for tabular classification, regression, and time-series forecasting tasks, providing a machine learning-ready data layer for labour market analysis in Asia.

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核心统计数据库，通过其REST API接口直接提取指标代码为LAC_XEES_NOC_NB的观测数据，并依据亚洲ISO3国家代码进行地理过滤与筛选。原始数据来自各国劳动力调查、家庭收入调查及行政记录，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一整合与标准化，以确保跨国可比性。最终由Electric Sheep Asia团队重新封装为结构化格式，便于机器读取与模型训练。

特点

本数据集聚焦于亚洲12个国家在1996年至2025年期间平均每小时劳动成本的年度观测值，共计105条记录，指标唯一且以当地货币计价。其核心特质在于数据来源多元且标有可追溯的源标签，同时包含观测状态标记与详细注释信息，便于用户评估数据质量与解读异质性。此外，数据集以统一整理的Parquet格式发布，具备清晰的结构化模式，支持时序分析与国家间比较。

使用方法

用户可通过Hugging Face的datasets库直接加载数据集，调用load_dataset函数即可快速获取完整数据框架。数据适用于表格分类、回归及时序预测任务，典型用法包括按国家代码筛选子集以进行国别分析，或按时间排序以可视化单一指标的趋势变化。亦可将数据转化为国家×年份的矩阵形式，便于面板数据分析与跨国横向比较。该数据集设计为即用型，大幅降低了劳动经济学研究中数据预处理的复杂度。

背景与挑战

背景概述

劳工成本作为衡量经济竞争力的核心指标之一，对政策制定与国际比较研究至关重要。国际劳工组织（ILO）自1919年成立以来，持续通过ILOSTAT数据库发布全球劳工统计指标。该数据集由Electric Sheep Asia于2025年整理发布，聚焦亚太地区12个国家1996年至2025年间的小时劳工成本时间序列，包含105条观测记录。其核心研究问题在于揭示亚洲各国劳动力成本的动态演变规律，为区域经济一体化、跨国公司选址决策以及劳工政策评估提供量化基础。数据源自ILO对各国家庭调查与行政记录的标准化处理，最终以本地货币计价呈现，在劳动经济学与计量史学领域具有重要参考价值。

当前挑战

该数据集所面临的挑战体现在多个层面。从领域问题来看，亚洲各国劳工成本统计口径差异显著，部分国家将社会保障与奖金纳入计算，而另一些仅包含直接薪酬，导致跨国比较时存在系统性偏差。数据缺失问题尤为突出，如菲律宾与斯里兰卡仅贡献1至2个年度观测值，难以支撑面板数据分析中的固定效应估计。从构建过程而言，原始数据来自不同年代的调查问卷与行政记录，ILO虽进行了协调统一，但追溯性调整过程本身可能引入序列断裂风险。此外，该指标已被标记为“已停止发布”，暗示未来无法获得更新的连续性数据，这对长期趋势建模构成了根本性制约。

常用场景

经典使用场景

该数据集收录了来自国际劳工组织ILOSTAT数据库的105条观测记录，覆盖12个亚洲国家1996年至2025年间的小时平均劳动力成本数据。其经典使用场景集中于跨国比较与时间序列分析，研究者可通过该数据集纵向追踪特定国家劳动力成本的变化轨迹，或横向对比不同亚洲经济体的用工成本差异。数据以本地货币计价，便于结合各国宏观经济指标进行深入分析。借助pandas等工具，用户可轻松实现按国家筛选、按指标排序及生成年份-国家透视矩阵等操作。

衍生相关工作

围绕该数据集衍生的经典工作主要集中于劳动力成本与宏观经济的交叉建模。研究者常将其与ILOSTAT中的就业率、工作时长等指标联合，构建面板回归模型，考察劳动力成本对出口贸易优势的侵蚀效应。亦有工作将其与ILO的SDG指标体系结合，评估亚洲国家体面劳动目标的实现进度。数据整合方面，Electric Sheep Asia的标准化处理流程为同类数据仓库建设提供了范式；而ILOSTAT本身的API接口则为实时数据接驳与自动更新机制的设计提供了技术参考。

数据集最近研究

最新研究方向

基于亚洲区域劳动成本的时序预测与跨国比较研究。该数据集收录了国际劳工组织ILOSTAT中12个亚洲国家1996至2025年间以本币计价的平均每小时劳动成本，共105条观测记录，为劳动经济学领域提供了稀缺且标准化的面板数据。当前前沿方向聚焦于利用这些长时序数据构建劳动成本波动预警模型，探索亚洲新兴经济体在产业升级与工资刚性之间的动态关系。同时，结合ILO就业统计指标，可深入剖析国际产业转移背景下劳动成本比较优势的演变，为‘一带一路’沿线国家的劳动力市场政策评估、制造业竞争力分析及跨境投资决策提供实证支撑。数据集的间断性特征亦催生了针对非均衡面板数据的插值与预测方法创新，推动劳动统计方法论在复杂现实场景中的适配与突破。