electricsheepasia/asia-ilo-eip-2wap-sex-age-rt-inactivity-rate-by-sex-and-age-ilo-modelled-estima

该数据集包含亚洲49个国家从1990年至2027年的50,031个观测值，核心指标为按性别和年龄划分的非活动率——国际劳工组织（ILO）2025年11月建模估计值（%），属于劳动市场未充分利用的其他衡量指标范畴。数据来源于国际劳工组织的ILOSTAT数据库，通过API获取并过滤至亚洲国家，涵盖国家代码、国家名称、数据来源、指标代码、指标标签、性别分类、年龄分类、观测年份、观测值及状态等列。数据按性别维度进行细分（包括总计、男性和女性），适用于表格分类、回归和时间序列预测等任务，旨在为研究人员和开发者提供机器学习就绪的亚洲劳动市场数据。This dataset contains 50,031 observations across 49 Asia countries from 1990 to 2027, focusing on the indicator Inactivity rate by sex and age -- ILO modelled estimates, Nov. 2025 (%), which falls under the topic of other measures of labour underutilization. Sourced from the International Labour Organizations ILOSTAT database via API and filtered to Asian country codes, it includes columns such as country code, country name, data source, indicator code, indicator label, sex classification, age classification, observation year, observed value, and status. The data is disaggregated by sex (including total, male, and female) and is suitable for tasks like tabular classification, regression, and time-series forecasting, providing machine learning-ready labor market data for 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统计数据库，基于ILO模估计方法构建，涵盖亚洲49个国家1990年至2027年的年度数据。数据经由ILOSTAT REST API直接采集，并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协调统一，最终筛选出亚洲ISO3国家代码对应的观测值。数据集共包含50,031条记录，反映了劳动利用不足指标中的不活动率，按性别和年龄分组呈现。

使用方法

通过HuggingFace Datasets库可直接调用load_dataset函数加载数据，返回的DataFrame格式便于进行各类分析。使用者可按国家代码快速筛选特定地区的子集，例如使用ref_area列选取印度尼西亚的数据；也可针对单一指标进行时间序列的可视化与建模。对于面板数据分析，可以通过pivot_table操作将数据重塑为国家×年份矩阵，以进行跨国的横向比较或时间维度的趋势挖掘。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Asia在HuggingFace上重新整理封装，聚焦亚洲49个国家1990至2027年间按性别和年龄划分的不活动率（ILO模型估算值）。不活动率作为衡量劳动力未充分利用的核心指标之一，反映那些既未就业也未失业的人群（如学生、家务劳动者、提前退休者）的规模与结构，对理解区域劳动力市场韧性、性别平等议题以及老龄化社会下的劳动供给具有深远意义。该数据集涵盖50,031条观测和统一的分类维度，支持时间序列预测、分类与回归任务，为亚洲劳动经济学、公共政策建模及跨境比较研究提供了标准化、高质量的基础数据资产。

当前挑战

该数据集所解决的核心领域挑战在于：传统劳动力统计往往仅关注失业率，而忽略了大量退出劳动力市场的隐性未利用人口，尤其是在亚洲文化背景下，女性、农村劳动者及老年群体常因结构性障碍而不被纳入积极求职范畴，导致政策干预盲区。构建过程中面临多重挑战：首先，不同国家的原始调查（如劳动力调查、家庭收入调查）基于ICLS标准但执行差异大，需ILO统一协调与模型插补以填补多年缺失值；其次，跨时期（1990–2027年）的估算需处理经济周期、调查断点及分类变更多重影响，确保时间序列可比性；此外，对49国数据实施溯源标记（source.label列）与最佳源选择策略，以兼顾数据权威性与覆盖的完整性。

常用场景

经典使用场景

该数据集收录了1990年至2027年间亚洲49个国家的经济活动人口不活跃率，涵盖超过5万条观测记录。在劳动经济学与人口统计学领域，它被广泛用于构建面板数据模型，通过性别与年龄分层维度，揭示亚洲劳动力市场中的结构性参与壁垒。研究者常借助该数据集分析长期失业隐性群体、测算潜在劳动力储备，并追踪各国在经济衰退或政策调整后劳动力回流速率的变化轨迹。

解决学术问题

数据集有效回应了亚洲劳动力市场研究中长期存在的几个关键难题：如何跨越国家间统计口径差异，获取连续可比的不活跃率时间序列；如何系统性地量化性别与代际在劳动力边缘化过程中的异质效应。它为验证“劳动力搁浅”、分解周期性波动与趋势性下降等经典假设提供了坚实数据基础，推动学界重新评估亚洲中高收入经济体劳动力参与率持续走低的根本诱因。

实际应用

在跨国机构与国际组织的政策规划体系中，该数据集被应用于识别亚洲地区弱势劳动群体的分布图谱，辅助制定针对性的技能提升与就业激活计划。各国劳动统计部门借助其时间窗口，校准青年与女性重新进入劳动力市场的激励政策。世界银行与亚洲开发银行亦引用该数据开展区域就业质量评估及社会安全网覆盖缺口研判，推动干预资源的精准投放。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区劳动力市场中的非经济活动率（inactivity rate），按性别与年龄层细分的ILO建模估计数据，覆盖1990至2027年共49个亚洲国家，为劳动力利用不足的量化评估提供了跨越近四十年的纵向面板数据。在当前全球劳动力市场结构深刻变革的背景下，尤其是后疫情时代非典型就业、隐形失业及性别间劳动参与差距持续扩大的热点议题中，该数据集成为探索亚洲各经济体‘失志工作者’（discouraged workers）现象、老龄化对劳动供给的抑制效应以及女性劳动参与结构性障碍等前沿研究的关键资源。其基于ILO国际劳工统计学家会议（ICLS）标准进行的源头数据协调与模型估计，增强了跨国比较的可靠性，也为基于时间序列的预测建模和面板数据分析提供了ML-ready的高质量数据支撑，对于理解亚洲区域劳动力韧性及制定包容性就业政策具有重要学术与实践意义。