electricsheepasia/asia-ilo-ees-tees-sex-mjh-nb-employees-by-sex-and-multiple-job-holding-thousand

该数据集包含亚洲地区按性别和多重职业持有分类的雇员数据（单位：千）。数据涵盖34个亚洲国家，时间跨度为1994年至2025年，共包含3,661个观测值。数据集来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至亚洲国家。数据字段包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、年份、观测值、观测状态等。指标为EES_TEES_SEX_MJH_NB，表示按性别和多重职业持有分类的雇员数量。数据集可用于表格分类、回归和时间序列预测等任务，适用于劳动经济学、区域研究等领域。数据以年度频率发布，并包含数据质量说明和使用示例。This dataset contains employees data by sex and multiple-job holding (thousands) for Asia. It includes 3,661 observations across 34 Asia countries, spanning from 1994 to 2025, covering 1 distinct indicator. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Asia ISO3 country codes. The dataset features columns such as country code, country name, source, indicator code, indicator name, sex classification, year, observed value, observation status, etc. The indicator is EES_TEES_SEX_MJH_NB, representing employees by sex and multiple-job holding. It is suitable for tabular classification, regression, and time-series forecasting tasks, applicable in labor economics and regional studies. Data is published at annual frequency, with data quality notes and usage examples provided.

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中央统计数据库，该数据库汇集了全球200余个经济体的劳动力调查、家庭收入调查、机构调查及行政记录，并由ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化调和。构建时，通过ILOSTAT的REST API接口直接提取指标EES_TEES_SEX_MJH_NB（按性别与多重职业持有情况划分的雇员人数，单位：千人），筛选出亚洲ISO3国家代码，最终形成覆盖34个亚洲国家、1994至2025年间的3661条观测记录。原始调查微数据经统一调和后，来源信息以source.label列标注，确保可追溯性。

特点

数据集以表格形式呈现，时间跨度为1994年至2025年，包含34个亚洲国家的年度观测值，粒度涵盖国家、性别及多重职业持有分类。核心变量包括参考地区、来源、指标、性别、分类变量、年份及观测值，其中性别维度提供总计、男性、女性及其他四类取值。数据附带观测状态标志与注释信息，用以标识序列中断、方法修订等质量情形。所有字段均采用标准化编码，如ISO 3166-1 alpha-3国家代码和ILOSTAT指标代码，便于跨源整合与机器学习建模。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载数据集，并转换为Pandas数据框进行探索。典型操作包括按国家代码筛选子集、针对特定指标绘制时间序列趋势图，以及利用透视表将数据重塑为国家与年份的矩阵形式。数据集支持表格分类、回归及时间序列预测等任务，使用时需注意观测值单位千人，并关注obs_status与note字段提示的数据质量信息。引用时应同时标注国际劳工组织原始来源与Electric Sheep Asia的再封装工作。

背景与挑战

背景概述

国际劳工组织（ILO）自1919年成立以来，始终致力于全球劳动统计的标准化与可比性，其ILOSTAT数据库汇集了200余个经济体的劳动力调查数据，成为劳动经济学与就业政策研究的权威基石。在此背景下，Asia-ILO-EES-TEES-SEX-MJH-NB数据集由Electric Sheep Asia于2025年整理发布，涵盖亚洲34国1994至2025年间按性别与多重职业持有状态分类的雇员数据，共3,661条观测。该数据集回应了亚洲地区非标准就业形态日益普遍但缺乏系统性跨国比较数据的核心问题，为分析多重职业持有的性别差异及其时间演变提供了关键panel数据支撑，对劳动市场灵活化研究具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于，多重职业持有作为非标准就业的重要形式，其跨国可比测量长期受制于各国劳动统计定义差异与调查频率不一，亚洲地区尤甚。构建过程中面临多重挑战：ILOSTAT原始数据源自不同国家的劳动力调查，指标定义虽经国际劳工统计学家会议（ICLS）协调，但分类边界与参考周期仍存异质性；部分国家年份覆盖不连续，如阿富汗仅在特定年份有记录，导致时间序列断裂；观测状态标志（如break in series、provisional）提示数据质量参差；性别分类中SEX_O类别数据稀疏，影响交叉分析的完整性。这些因素共同增加了数据清洗与建模的复杂性。

常用场景

经典使用场景

在国际劳工统计领域，对亚洲地区劳动力市场多元就业形态的量化分析长期依赖跨国可比数据。该数据集以国际劳工组织ILOSTAT的标准化框架为基石，汇聚了1994至2025年间34个亚洲国家按性别与多重职业持有状态分类的雇员人数（千人）观测值，构成了探索亚洲非标准就业演变的经典面板数据资源。研究者通常将其用于构建国家×年份的面板矩阵，通过时间序列分解与横截面比较，揭示男性与女性在多重职业参与率上的性别差异及其随经济周期的动态变化，亦可用于聚类分析以识别亚洲区域内不同劳动力市场结构的趋同与分异模式。

解决学术问题

该数据集有效回应了劳动经济学中关于非正规就业测量与性别不平等研究的若干核心难题。传统上，多重职业持有数据因各国调查口径差异而缺乏可比性，ILOSTAT依据国际劳工统计学家会议定义进行调和，使该数据集能够支撑跨国比较研究，解决了亚洲地区多重职业就业规模估计不一致的学术困境。其性别分层结构为检验“女性是否更依赖于多重职业以弥合收入差距”等假设提供了实证基础，亦有助于探究经济波动、产业结构转型与多重职业行为之间的因果关联，对理解发展中国家劳动力市场灵活性及社会保障覆盖缺口具有重要学术意义。

衍生相关工作

该数据集作为Electric Sheep Asia统一亚洲数据层的重要组成部分，已衍生出若干经典相关工作。基于其构建的国别时间序列模型被用于预测亚洲多重职业就业的长期演变，并与ILOSTAT其他指标（如工时、工资）整合，形成多维劳动市场分析框架。部分研究将其与家庭调查微观数据链接，探讨多重职业与贫困、教育回报之间的关联。在机器学习社区，该数据集被用于表格回归与时间序列预测任务的基准测试，并启发了针对亚洲非标准就业的因果推断与政策模拟研究，推动了劳动力统计数据的开放科学实践。