electricsheepasia/asia-ilo-emp-5pif-sex-age-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集是一个关于亚洲非正规经济就业的统计数据集，包含578个观测值，覆盖亚洲18个国家（如塞浦路斯、约旦、亚美尼亚等），时间范围为2014年至2025年。数据集的核心指标是“EMP_5PIF_SEX_AGE_RT”，即按性别和年龄划分的非正规部门就业比例（基于第19届国际劳工统计学家会议定义，单位：百分比）。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，由Electric Sheep Asia重新打包发布。数据集以表格形式组织，包含列如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source.label）、指标代码（indicator）、性别分类（sex）、年龄分类（classif1）、年份（time）、观测值（obs_value）等，支持按国家、年份、性别和年龄进行数据细分。数据质量方面，数据为年度频率，ILO选择“最佳来源”处理多源数据，细分列仅在指标发布时非空。该数据集适用于表格分类、回归和时间序列预测等任务，可用于研究亚洲非正规经济就业趋势、性别和年龄差异分析。This dataset is a statistical dataset on informal economy employment in Asia, containing 578 observations covering 18 Asian countries (e.g., Cyprus, Jordan, Armenia) from 2014 to 2025. The core indicator is EMP_5PIF_SEX_AGE_RT, which represents the share of employment outside the formal sector by sex and age based on the 19th International Conference of Labour Statisticians (ICLS) definition (unit: percentage). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered for Asian countries, and repackaged by Electric Sheep Asia for publication on HuggingFace. The dataset is organized in tabular format with columns such as country code (ref_area), country name (ref_area.label), data source (source.label), indicator code (indicator), sex disaggregation (sex), age classification (classif1), year (time), observed value (obs_value), etc., enabling data breakdown by country, year, sex, and age. In terms of data quality, the data is annual frequency, with ILO selecting the best source for multiple sources per country-year, and disaggregation columns are non-null only when published by the indicator. This dataset is suitable for tasks like tabular classification, regression, and time-series forecasting, and can be used for analyzing informal economy employment trends, gender and age disparities 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，聚焦于亚洲地区非正规部门就业率的性别与年龄分布。数据通过ILOSTAT REST API直接抓取指标EMP_5PIF_SEX_AGE_RT，并依据亚洲ISO3国家代码进行过滤整合。ILOSTAT利用国际劳工统计学家会议（ICLS）定义，对各国劳动力调查等原始微观数据进行标准化处理，并在source.label列中标注数据源，以保障可追溯性。数据最终由Electric Sheep Asia重新打包为HuggingFace数据集，形成包含18个亚洲国家、578条观测记录的标准化表格。

使用方法

借助HuggingFace Datasets库可便捷加载数据：调用load_dataset函数直接获取训练集，并转换为Pandas DataFrame进行后续操作。使用者可按国家代码（如ref_area=='IDN'）筛选特定国家，或对obs_value列按时间序列排序以绘制趋势图。此外，通过pivot_table函数可将数据重塑为国家×年份的矩阵形式，便于面板数据分析与建模。数据集内附详细模式说明与代码示例，为劳动经济学研究者提供了开箱即用的数据工具。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）基于其ILOSTAT数据库创建，并由Electric Sheep Asia于2025年重新打包发布，聚焦于亚洲18个国家2014年至2025年间非正规部门就业比例的性别与年龄分布。研究核心在于量化劳动力市场中非正规就业的规模与结构，揭示性别与年龄维度的差异，为评估体面劳动目标（SDG 8）提供关键数据支撑。作为全球劳动统计的权威来源，ILOSTAT的数据通过标准化调查方法整合各国劳动力调查，其精细化的分类体系（性别与年龄组）使该数据集成为分析亚洲区域非正规经济发展模式的重要工具，对劳动经济学、发展研究及国际政策制定具有显著影响力。

当前挑战

该数据集面临的挑战体现在领域问题与构建过程两方面。领域层面，非正规就业的定义因国家而异（如依据第19届国际劳动统计学家会议标准），导致跨国比较时口径不统一；同时，数据仅覆盖578条观测值且国家分布不均（如阿富汗仅1年数据），难以支撑稳健的区域趋势推断。构建层面，ILOSTAT从多源调查中提取数据时需处理指标间断、方法修订（如注释中的断点问题）以及源调查的异质性，而本数据集仅选取年度频率，可能遗漏季度或月度波动；此外，性别分类中含“其它”类别，增加了维度处理的复杂性。这些因素共同制约了数据集在细粒度分析中的适用性。

常用场景

经典使用场景

该数据集聚焦于亚洲18个国家2014至2025年间非正规部门就业份额的性别与年龄维度统计，是劳动经济学与区域发展研究中不可多得的精细观测资源。经典使用场景包括构建亚太大国与小岛经济体的非正规就业时序面板，用以追踪东南亚、南亚及西亚地区女性青年在非正规经济中的参与轨迹，或比较同一国家内部不同年龄组面临的就业脆弱性差异。研究者可借此拆解经济增长与非正规化之间的动态关系，尤其适合评估劳动力市场政策对弱势群体的渗透效果。

解决学术问题

该数据集的问世有效填补了亚洲非正规就业领域长期缺乏性别-年龄交叉面板数据的学术空白，解决了以往研究中跨国产出率纵比困难与细粒度分解缺失的顽疾。依托ILOSTAT统一采纳的第19届国际劳动统计学家会议（ICLS）标准定义，学者得以在方法论一致的框架下检验非正规劳动与贫困锁定之间的因果链条，重新审视传统二元经济模型的适用边界。其多维度标识与来源追踪字段还为测量调查方法断裂对统计时序的影响提供了宝贵线索，推动了比较制度分析与劳动力市场分割理论的实证深化。

实际应用

在实际应用层面，该数据集直接服务于国际组织、国家统计局及发展机构的政策监测与评估链条，为联合国可持续发展目标8（体面工作和经济增长）中非正规就业相关的指标核算提供可操作的数据基础。亚洲开发银行、世界银行及各国劳工部门可借助该数据集精准锁定非正规就业高发的国别与性别群体，从而制定更具靶向性的技能培训与社会保障扩面计划。此外，数据集的结构化格式与Python一键加载特性极大降低了时间序列预测与区域聚类模型在公共政策简报中的集成门槛，使数据驱动的劳工干预方案成为可能。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲18国2014至2025年间非正规部门就业份额的性别与年龄差异，基于国际劳工组织ILOSTAT标准化统计框架，为劳动经济学与可持续发展目标（SDG）8（体面工作与经济增长）的研究提供了关键粒度数据。在非正规经济治理成为全球政策焦点的背景下，该数据可被应用于评估区域非正规就业的时空演变趋势、揭示性别与代际劳动参与的结构性不平等，并支撑基于机器学习的时序预测模型，以量化政策干预（如社会保障扩容）对正规化转型的潜在影响，从而促进亚洲发展中经济体向包容性劳动市场的过渡。