electricsheepasia/asia-ilo-how-xees-sex-dsb-nb-mean-weekly-hours-actually-worked-per-employee-by

该数据集包含亚洲17个国家1997年至2024年间按性别和残疾状况分类的雇员实际平均每周工作小时数数据，共有696个观察值，涵盖1个具体指标（HOW_XEES_SEX_DSB_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过调查和行政记录收集，并按照国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、残疾状况分类、年份、观察值及其状态等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 696 observations of mean weekly hours actually worked per employee by sex and disability status across 17 Asia countries from 1997 to 2024, covering 1 distinct indicator (HOW_XEES_SEX_DSB_NB). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, which harmonizes raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions. It includes fields such as country code, country name, data source, indicator code, sex classification, disability status classification, year, observed value, and observation status, and is suitable for tabular classification, regression, and time-series forecasting tasks.

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统计数据库，通过REST API接口直接提取指标编码为HOW_XEES_SEX_DSB_NB的数据，并依据ISO 3166-1 alpha-3标准筛选出亚洲17个国家的观测记录。原始数据来源于各国劳动力调查、家庭收入调查及行政记录，经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调处理。数据集共包含696条观测，时间跨度从1997年至2024年，覆盖亚美尼亚、柬埔寨、以色列、印度尼西亚等国家，每条记录均标注了数据来源标签以保障可追溯性。

特点

该数据集的核心特点在于聚焦亚洲地区残疾与非残疾员工每周实际工作小时数的均值，并按性别（男性、女性、总体及其它）进行细致分类。数据以年度频率呈现，并提供观测状态标志（如序列中断、预估数据）及注释信息，便于用户评估数据质量。字段设计规范，涵盖国家代码、指标名称、性别、残疾状态、观测值及来源说明，支持多维度的分析需求。此外，数据集的规模适中（696条），适合用于时间序列分析、回归建模及分类任务。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载该数据集，并转换为Pandas DataFrame进行后续操作。示例代码展示了如何过滤特定国家（如印度尼西亚）的数据、按时间序列绘制单一指标的折线图，以及构建以年份为行、国家为列的透视表。该数据集适用于基于性别和残疾状态的劳动工时趋势分析、跨国比较研究，或作为回归与时间序列预测模型的特征输入。建议在使用时引用原始ILO数据来源及Electric Sheep Asia的重新打包版本。

背景与挑战

背景概述

在全球劳动力市场日益多元化的背景下，残疾人群体的就业状况成为国际劳工组织（ILO）关注的核心议题。该数据集由ILO统计司基于其权威数据库ILOSTAT构建，并经Electric Sheep Asia于2024年重新整合发布，聚焦于亚洲17个国家1997至2024年间按性别和残疾状态划分的雇员平均每周实际工作小时数。数据集涵盖696条观测值，通过统一国际劳工统计学家会议（ICLS）定义对各国劳动力调查数据进行协调，为研究亚洲地区残疾人群体的劳动参与质量、性别差异以及工作时间分配提供了宝贵的跨时空面板数据。作为ILO在体面劳动指标领域的重要成果，该数据集推动了亚太区域包容性就业政策的实证研究，并为后续基于时间序列的劳动力市场不平等分析奠定了坚实基础。

当前挑战

该数据集面对的首要挑战在于解决劳动经济学中残疾人群体的工作时间异质性度量问题——传统平均工作时间指标往往掩盖了不同残疾状态、性别及国家间显著的劳动强度差异，而该数据集通过精细的分层设计（性别×残疾状态）首次实现了亚洲多国可比的时间使用结构刻画。在构建过程中，数据集面临数据稀疏性与质量不一致的挑战：17个国家中部分经济体仅有不足10条年度观测（如黎巴嫩和马尔代夫），且历史序列断裂（如亚美尼亚2007-2018年数据后中断）与数据源更替导致的统计口径变化（如卢旺达劳动力调查方法修订）在观测状态字段中被识别为“序列断裂”，这要求研究者在使用时需谨慎处理缺失值、控制断点效应并优先采用ILO选定的最佳来源数据，以规避因国家间调查设计差异与时间不连续性引入的估计偏误。

常用场景

经典使用场景

该数据集聚焦于亚洲17个国家1997至2024年间按性别和残疾状况划分的雇员实际周平均工时，共收录696条观测记录。其最经典的使用场景是与劳动力市场分析紧密结合，研究者可借助这一整编自ILOSTAT的档案，回溯亚洲地区不同群体在劳动参与强度上的时序变化，尤其适合对比残疾与非残疾雇员、男性与女性雇员在工时分布上的差异，从而揭示劳动力市场中潜在的性别与残障歧视现象。

衍生相关工作

该数据集衍生了一系列基于ILOSTAT数据的经典工作，涵盖劳动力市场不平等测度、工时对劳动生产率影响的跨国面板分析，以及利用统计口径变更构建自然实验的政策效应估计。围绕这一数据资源，研究者开发了针对亚洲区域的时间序列分解工具包，并构建了整合就业、薪酬与工时多指标的综合数据库。此外，Electric Sheep Asia团队通过标准化模式实现了ILOSTAT数据的重复性抽取与发布，这一实践为后续学者创建跨区域、跨时段的劳动统计预训练数据集提供了可复用的技术范式。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区雇员按性别与残疾状况划分的周平均实际工作时长，为劳动经济学与包容性发展研究提供了稀缺的跨国家、跨时段面板数据。当前前沿方向包括：利用时序建模揭示残疾人群体的就业质量差异与劳动参与壁垒，结合性别维度分析双重弱势群体的劳动时间分配模式；通过对比17个亚洲国家1997至2024年的趋势，评估社会保障政策（如反歧视法案、无障碍就业计划）对工作时间的干预效应；以及将此类微观劳动指标与宏观经济变量（如GDP、产业结构）关联，探究包容性增长与劳动力市场韧性的内在机制。该数据集填补了亚太地区残疾统计的空白，为联合国2030可持续发展目标中体面工作与减少不平等的监测提供了关键实证基础。