electricsheepasia/asia-ilo-emp-pifl-sex-ins-mts-nb-employment-outside-the-formal-sector-by-sex-public

该数据集包含亚洲24个国家2006年至2025年间非正规部门外就业的统计数据，共7,128个观测值，涵盖1个核心指标（EMP_PIFL_SEX_INS_MTS_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并筛选亚洲国家代码。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性等）、分类变量（如机构部门、婚姻状况）、观测年份、观测值（单位：千人）、观测状态标志以及相关注释。数据按性别、公共/私营部门和婚姻状况进行细分，适用于表格分类、回归和时间序列预测任务。数据以年度频率提供，并经过ILO的标准化处理，确保与国际劳工统计学家会议（ICLS）定义一致。This dataset contains 7,128 observations of informal economy employment data across 24 Asia countries from 2006 to 2025, covering one key indicator (EMP_PIFL_SEX_INS_MTS_NB). Sourced from the International Labour Organizations ILOSTAT database via REST API and filtered for Asian ISO3 country codes, it includes country codes, country names, data sources, indicator codes, indicator names, sex disaggregation (total, male, female, etc.), classification variables (e.g., institutional sector, marital status), observation year, observed values (in thousands), observation status flags, and related notes. Data is disaggregated by sex, public/private sector, and marital status, suitable for tabular classification, regression, and time-series forecasting tasks. Provided at annual frequency and harmonized using ICLS definitions, it ensures consistency with international labour statistics standards.

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）的中央统计数据库ILOSTAT，其构建依托于全球领先的劳动力统计框架。数据通过ILOSTAT的REST API接口直接提取指标EMP_PIFL_SEX_INS_MTS_NB，并筛选出24个亚洲国家的ISO3代码，最终形成涵盖2006至2025年的7128条观测记录。在原始微观调查数据基础上，ILO依据国际劳工统计学家会议（ICLS）的定义进行统一协调，确保跨国可比性。每条记录均标注了数据来源与注释信息，如来源标签与序列中断说明，从而为研究者提供可追溯且方法透明的非正规经济部门就业数据。

特点

数据集聚焦于亚洲地区非正规部门就业状况，以性别、公共/私营部门及婚姻状况为分类维度，提供了2006至2025年间的年度观测值。其核心特点在于多维度的分解能力，涵盖性别（总计、男性、女性及其他）、机构部门与婚姻状况等分类变量，可支持对非正规就业结构的细致分析。数据以表格形式组织，包含国家代码、指标代码、观测值及质量标志等字段，便于进行时间序列预测与分类回归任务。此外，数据集采用知识共享署名4.0许可，兼具权威性与开放获取优势。

使用方法

使用者可通过Hugging Face的datasets库以一行代码加载数据集，并转换为Pandas数据框进行灵活操作。典型应用包括筛选特定国家（如印度尼西亚）的数据子集，或针对单一指标绘制时间序列折线图以观察趋势变化。亦可利用透视表功能将数据重构为国家与年份的矩阵形式，进而开展跨国比较或面板分析。数据中提供的分类变量与观测状态标志有助于在建模时控制数据质量，而来源标签则支持对统计口径的追溯，确保分析结果的可信度与可复现性。

背景与挑战

背景概述

非正规经济就业统计是发展经济学与劳动经济学长期关注的核心议题，尤其在全球南方国家，非正规部门吸纳了大量劳动力，其规模与结构直接关系到社会保障覆盖、税收基础与体面劳动的实现。国际劳工组织（ILO）自二十世纪中叶以来持续推动非正规就业的概念界定与跨国可比测量，并于2003年第十七届国际劳工统计学家会议（ICLS）确立非正规部门就业的国际标准。本数据集由Electric Sheep Asia于2025年基于ILOSTAT REST API重新封装发布，覆盖24个亚洲国家2006至2025年间的7，128条观测，按性别、公私部门及婚姻状况细分，为追踪亚洲非正规就业的性别差异与制度部门分布提供了长时段面板基础。

当前挑战

该数据集所回应的领域问题在于非正规就业的跨国可比测量与动态刻画，其根本困难源于各国劳动力调查在抽样设计、非正规部门界定口径及参考期上的异质性，ILOSTAT虽经统一协调，仍存在序列中断与方法修订等观测状态标记。构建过程中的挑战体现为多源异构数据的整合：同一国家同年份可能对应多个调查来源，需依循ILO最优来源原则取舍；性别、机构部门与婚姻状况等分类维度仅在指标发布对应细分时非空，造成数据稀疏；部分年份存在临时性或不可靠标记，且不同指标的单位与频率不尽一致，对时间序列建模与跨国比较分析构成显著约束。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，该数据集最为经典的使用场景是构建亚洲地区非正规部门就业规模与结构的跨国面板分析。研究者可依托涵盖24个亚洲国家、2006至2025年、共计7128条观测的年度序列，按性别、公共/私营部门及婚姻状况等维度，系统刻画非正规就业的时空演变轨迹。借助时间序列预测或面板回归方法，可识别不同国家非正规就业的周期性波动与长期趋势，为比较劳动制度差异提供量化基础。

解决学术问题

该数据集有效回应了非正规就业测量中口径不一、跨国可比性不足的学术难题。基于国际劳工组织统一协调的ICLS定义与劳动力调查微数据，它解决了既往研究难以在性别、机构部门与婚姻状况交叉维度上开展系统比较的问题。其意义在于推动非正规经济研究从碎片化国别描述转向标准化跨国实证，为检验制度理论、性别分层理论与劳动力市场二元论提供了可靠的数据支撑，并为国际劳工标准监测提供实证依据。

衍生相关工作

围绕该数据集，已衍生出一系列经典研究，包括亚洲非正规就业与性别收入差距的关联分析、公共部门与私营部门就业稳定性比较，以及婚姻状况对劳动力市场边缘化的调节效应探索。Electric Sheep Asia的标准化封装进一步促进了机器学习社区在表格分类、回归与时序预测任务上的应用，催生了跨国非正规就业预测模型、面板数据插补方法及可复现研究流程等衍生工作。