electricsheepasia/asia-ilo-str-work-eco-nb-workers-involved-in-strikes-and-lockouts-by-econom

该数据集名为按经济活动分类的参与罢工和停工的工人数量（千计）| 亚洲（ILOSTAT），包含4958个观测值，覆盖22个亚洲国家，时间跨度为1969年至2024年，专注于一个指标：工人参与罢工和停工的数量，按经济活动分类（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家数据。数据集包括国家代码、国家名称、数据来源、指标代码、分类变量、观测年份、观测值等列，用于表格分类、回归和时间序列预测等任务。数据为年度频率，经过ILO标准化处理，并包含数据质量说明，如使用最佳来源和分类列的非空条件。This dataset, titled Workers involved in strikes and lockouts by economic activity (thousands) | Asia (ILOSTAT), contains 4,958 observations across 22 Asia countries, spanning from 1969 to 2024, and covers one distinct indicator: the number of workers involved in strikes and lockouts by economic activity (in thousands). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered for Asian countries. The dataset includes columns such as country code, country name, source, indicator code, classification variables, observation year, and observed value, and is designed for tabular classification, regression, and time-series forecasting tasks. The data is annual frequency, harmonized by ILO, with caveats on data quality including the use of best source and non-null conditions for disaggregation columns.

搜集汇总

数据集介绍

构建方式

在劳动统计领域，国际劳工组织（ILO）的ILOSTAT数据库是全球权威的劳动数据来源。该数据集源自ILOSTAT的REST API，通过筛选亚洲地区的ISO3国家代码，提取了指标“STR_WORK_ECO_NB”——按经济活动划分的罢工与停工参与工人数量（单位：千）。ILO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整合，并在数据中标注了来源标签以保证可追溯性。数据集最终由Electric Sheep Asia进行规范化打包，形成包含4,958条观测记录的结构化表格，涵盖22个亚洲国家，时间跨度从1969年至2024年。

特点

该数据集的核心特征在于其聚焦亚洲地区工业关系领域的长期面板数据，包含了丰富的分类变量与标注信息。除国家、年份和观测值等基础字段外，还提供了经济活动的细分分类（如总行业、具体行业），以及数据来源、观测状态、注释等质量标记。值得注意的是，数据集中包含了多个来源层层递进的标签列，如实反映了数据加工过程中的标准化与质量评估信息，便于研究者评估数据的可靠性与适用场景。此外，数据集采用CC-BY-4.0许可协议，确保了学术与商业应用中的合法使用。

使用方法

借助HuggingFace Datasets库，用户可通过简洁的`load_dataset`函数快速加载该数据集，并将其转换为Pandas DataFrame进行深入分析。针对时间序列研究，可依据`ref_area`对国家子集进行筛选，并利用`time`与`obs_value`列绘制趋势图。对于跨国的面板比较，通过`pivot_table`即可将数据透视成国家×年份的矩阵形式，便于进行计量分析。同时，数据集的分类字段（如`classif1`）允许用户针对特定经济活动类别进行精细化探索，极大提升了研究效率与分析灵活性。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2024年整理发布，并经Electric Sheep Asia重新打包，聚焦于亚洲22个国家1969年至2024年间因经济活动中断而卷入罢工与停工的工人数量（单位：千人次）。作为ILOSTAT数据库的核心子集，该数据集旨在量化工潮与停工行为的规模与演变趋势，为劳动经济学、产业关系及发展研究提供关键实证基础。其在相关领域的研究者中获广泛应用，尤其适用于跨国时序分析、劳动政策评估及可持续发展目标（SDG）中体面工作指标的监测，显著提升了亚洲区域劳资冲突数据的可获取性与标准化水平。

当前挑战

领域层面，该数据集核心应对的问题在于，亚洲各国因罢工和停工所导致的劳动力流失规模长期缺乏统一、可比的量化标准，以往研究多依赖零星国家报告或粗略估算，难以支撑严谨的跨国比较与因果推断。数据构建过程中，面临多国统计口径差异、历史数据缺失与源数据异质性等显著挑战，ILO通过国际劳工统计学家会议（ICLS）定义协调原始调查微观数据，并引入多来源最佳替代策略以弥合断点，但如孟加拉国数据仅涵盖至2000年、巴基斯坦至2003年等时序截断问题，仍制约着完整面板的建立与长周期趋势分析的可信度。

常用场景

经典使用场景

该数据集的核心用途集中于对亚洲22个国家1969至2024年间因罢工和停工而涉及的工人数量进行时序分析。研究者可借助时间序列建模方法，探索各国劳资冲突强度的演变趋势，揭示罢工规模在长期内的波动规律。同时，该数据支持按经济活动部门进行分类聚合，便于开展跨部门、跨国别的比较分析，为劳动经济学中关于产业关系动态的量化研究提供了宝贵的宏观数据支撑。

衍生相关工作

围绕该数据集衍生出一系列经典工作，包括基于ILOSTAT数据构建的全球劳工权益指数、关于亚洲罢工周期的格兰杰因果检验研究，以及融合经济周期指标的劳资冲突预警模型。部分学者将该数据与GDP增长率、工会密度等宏观变量合并，建立面板回归框架以量化经济繁荣—衰退交替对罢工倾向的调节作用。另有研究利用其长时间序列特征，结合自然语言处理技术分析同期新闻报道，验证媒体关注度与罢工规模之间的动态关联，拓展了计算社会科学的交叉应用边界。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区1969至2024年间因罢工与停工所涉及的工人数量，按经济活动分类，为劳动经济学与产业关系研究提供了珍贵的时间序列数据。在当前全球供应链重塑与亚洲制造业格局变动的背景下，这一数据集成为分析劳资冲突与经济发展关联性的利器。前沿研究方向集中在利用该数据结合机器学习模型，预测产业动荡周期及其对区域经济韧性的冲击，尤其关注东南亚与南亚国家在后疫情时代的劳动权益变化与政策响应。此外，数据集与ILO的可持续发展目标（SDG第八项体面工作）紧密挂钩，为评估跨国企业ESG表现和工会影响力提供了量化基准，推动了从传统描述统计向因果推断与情景模拟的研究范式跃迁。