electricsheepasia/asia-ilo-emp-5tru-sex-age-rt-time-related-underemployment-rate-by-sex-and-age-1

该数据集包含亚洲21个国家从2014年至2025年的时间相关就业不足率数据，共840个观测值，涵盖1个主要指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过REST API获取并过滤为亚洲国家，涉及按性别和年龄细分的就业不足率统计，适用于表格分类、回归和时间序列预测等任务。数据包括国家代码、来源、指标、性别分类、年龄分类、年份、观测值及状态等列，旨在提供机器学习就绪的亚洲劳动力市场数据。This dataset contains 840 observations of time-related underemployment rate data across 21 Asia countries, spanning from 2014 to 2025, covering 1 distinct indicator. The data is sourced from ILOSTAT, the International Labour Organizations central statistics database, retrieved via REST API and filtered to Asia country codes. It focuses on underemployment rates disaggregated by sex and age, and is suitable for tabular classification, regression, and time-series forecasting tasks. The dataset includes columns such as country code, source, indicator, sex classification, age classification, year, observed value, and status, designed to provide ML-ready labor market data for Asia.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）的ILOSTAT数据库核心指标EMP_5TRU_SEX_AGE_RT衍生而来，经由Electric Sheep Asia团队通过ILOSTAT REST API直接抽取，并依据亚洲ISO3国家代码进行地理过滤与整合。原始数据来源于各国劳动力调查、家庭收支调查等微观数据，ILO依据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保跨国可比性。最终整理为包含21个亚洲国家、覆盖2014至2025年共计840条观测值的高质量时序表格数据。

特点

数据集聚焦唯一指标——基于第19届ICLS定义的时间相关不充分就业率，按性别与年龄维度进行细分。每一条观测记录均携带国家代码、性别标识（总人口、男性、女性）、数据来源标签及观测状态标志，便于数据质量的追溯与评估。该数据集以标准化Schema封装，涵盖时间列、数值列及多级分类维度，支持从单一指标的时间序列分析到国家间面板数据的横向比较，兼具精细结构与广泛覆盖性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载该数据集至Python环境，并转换为Pandas DataFrame以进行后续分析。典型应用包括筛选特定国家的时间序列数据、按性别或年龄分类进行分组汇总、以国家或年份为轴心构建透视表进行横向对比。数据集已预置为训练与推理友好的格式，可直接用于表格分类、回归及时间序列预测等机器学习任务，极大降低劳动力统计数据的获取与预处理门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT整理发布，并由Electric Sheep Asia在HuggingFace上重新封装。其核心研究问题聚焦于亚洲21个国家在2014至2025年间，基于第19届国际劳动统计学家会议（ICLS）定义的时间相关不充分就业率，并按性别与年龄进行分层统计。这一指标作为劳动力市场非充分利用的重要度量，对理解亚洲地区就业质量、性别平等及代际差异具有深远意义，为政策制定者与研究人员提供了跨时空的严谨数据基础。

当前挑战

数据集面临的核心挑战在于所解决的领域问题：时间相关不充分就业率作为衡量劳动力市场灵活性与就业质量的敏感指标，在亚洲多元的经济结构与快速变化的劳动形态中，其定义与测量需统一跨国差异，避免因各国调查方法或统计口径不同导致的偏误。此外，构建过程中遭遇多重困难，包括从ILOSTAT REST API拉取数据时需处理不同国家来源的原始调查（如劳动力量调查与行政记录）的异质性，以及应对时序数据中存在的断点、方法论修订和不可靠观察值标记等质量问题，确保840条观测值的准确性与可比性。

常用场景

经典使用场景

该数据集涵盖了2014至2025年间亚洲21个国家的时间相关就业不足率，按性别和年龄分层，共计840条观测记录。其经典使用场景聚焦于劳动经济学中的时间利用分析，研究者可借此构建面板数据模型，揭示不同性别与年龄群体在非充分就业状态下的时空演变规律。通过整合ILOSTAT统一编码标准，该数据集为跨国比较提供了可靠基础，尤其适用于探索亚洲各国劳动力市场灵活性、就业质量差异及周期性波动对弱势群体的冲击。

衍生相关工作

该数据集衍生出一系列与ILOSTAT标准化体系协同的经典研究，包括构建亚洲劳动力市场韧性指数、开发就业质量多维测度模型，以及基于性别-年龄交互效应的劳动供给弹性估算。相关工作还延伸至与消费物价指数、GDP增长率等宏观变量的联合分析，用以检验菲利普斯曲线在亚洲语境下的适用性。此外，在机器学习的时序预测领域，该数据常作为基准测试集，评估Transformer或LSTM模型对长跨度跨国劳动指标的回归性能。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲21国2014至2025年间按性别与年龄细分的时间相关不充分就业率，为劳动力市场结构性失衡与后疫情时代就业质量研究提供了关键时序数据支撑。其前沿方向涵盖基于ILO第19届ICLS标准的跨国比较分析、性别与代际就业脆弱性评估，以及机器学习驱动的就业预警模型构建。结合全球对体面劳动与SDG 8目标的关注，该数据通过标准化ILOSTAT指标与可复现的HuggingFace接口，显著降低了亚洲地区劳动统计的获取门槛，推动实证经济学向社会包容性政策设计纵深演进。