electricsheepasia/asia-ilo-luu-xlu2-sex-geo-rt-combined-rate-of-time-related-underemployment-and

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的其他劳动力未充分利用指标数据，具体为按性别和城乡划分的时间相关就业不足和失业综合率（LU2）指标。数据集涵盖25个亚洲国家，时间跨度为1996年至2025年，包含1,944个观测值。数据通过ILOSTAT REST API获取，并过滤到亚洲国家，经过ILO的统计部门根据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、指标名称、性别分类（总计、男性、女性）、区域类型分类、观测年份、观测值、观测状态和相关注释等列。数据为年度频率，并提供了数据质量注意事项，例如当同一国家×年份有多个来源时，使用ILO选择的最佳来源。数据集适用于表格分类、表格回归和时间序列预测等任务，旨在为亚洲地区的劳动力市场研究提供机器学习就绪的数据。This dataset contains Other measures of labour underutilization data from the International Labour Organization (ILO) ILOSTAT database, specifically the Combined rate of time-related underemployment and unemployment (LU2) by sex and rural / urban areas indicator. It covers 25 Asia countries from 1996 to 2025, with 1,944 observations. Data is pulled from the ILOSTAT REST API and filtered to Asia ISO3 country codes, harmonized by ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions. The dataset includes columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), area type classification, observation year, observed value, observation status, and related notes. Data is annual frequency, with caveats on data quality, such as using the ILO-selected best source when multiple sources exist for the same country×year. It is suitable for tasks like tabular classification, tabular regression, and time-series forecasting, and is designed as an ML-ready data layer for labour market research in Asia.

搜集汇总

数据集介绍

构建方式

在劳动统计领域，国际劳工组织（ILO）始终扮演着标准制定与数据协调的核心角色。本数据集依托ILOSTAT中央统计数据库，通过其公开的REST API接口，定向抓取指标代码为LUU_XLU2_SEX_GEO_RT的原始记录，并依据ISO3国家代码筛选出亚洲区域的全部观测值。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统计司依据国际劳动统计学家会议（ICLS）定义进行标准化调和，最终由Electric Sheep Asia以Parquet格式重新封装发布，确保数据来源可追溯、结构统一。

特点

该数据集涵盖1996年至2025年间25个亚洲国家的1944条观测记录，以性别和城乡地域为双重 disaggregation 维度，提供时间相关不充分就业与失业的复合比率（LU2）。数据以年度频率呈现，包含丰富的元数据列，如来源标签、观测状态标志及指标注释，便于使用者辨识数据质量与断裂点。其表格结构清晰，涵盖国家代码、指标编码、性别分类、地理分类、年份及观测值等字段，兼具时间序列分析与横截面比较的潜力。

使用方法

研究者可借助HuggingFace datasets库便捷加载本数据集，通过pandas转换后开展多维度分析。典型操作包括：按国家代码筛选单一经济体的时序数据，针对特定指标绘制时间趋势图，或利用pivot_table构建国家×年份矩阵以进行面板分析。数据集亦适用于表格分类、回归及时间序列预测等机器学习任务，使用时应留意观测状态标志与来源注释，以准确解读数据质量与统计口径变化。

背景与挑战

背景概述

劳动力未充分利用测度是国际劳工组织（ILO）劳工统计体系的核心议题，直接关系可持续发展目标中体面劳动议程的监测与评估。该数据集由国际劳工组织统计司依托ILOSTAT平台构建，经Electric Sheep Asia于2025年重新打包发布，整合了亚洲25个国家1996至2025年间共1944条观测记录，以性别与城乡为双重视角系统刻画时间相关就业不足与失业的复合比率（LU2）。其核心研究问题在于突破传统失业率指标的局限，揭示隐性就业不足的真实规模及其性别与地域分异规律，为亚洲地区劳动力市场政策制定提供可比性证据基础，对劳动经济学实证研究与区域社会政策评估具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于传统失业率长期掩盖了时间相关就业不足这一隐性劳动未充分利用形态，如何构建兼具跨国可比性与性别城乡细分维度的复合测度框架，是劳动统计领域的持久难题。构建过程中面临多重挑战：各国劳动力调查的抽样设计、问卷口径与统计能力差异显著，需依循国际劳工统计学家会议定义进行跨源协调；部分国家与年份观测缺失或存在序列断裂，且附带临时性、不可靠等状态标识；性别与城乡分类维度披露不完整，导致细分层次上数据非均衡，制约了面板估计与跨国比较的稳健性。

常用场景

经典使用场景

在劳动经济学与就业统计研究中，该数据集最经典的使用场景是构建亚洲地区时间相关不充分就业与失业的复合指标（LU2）时间序列，用以刻画各国劳动力市场闲置程度的动态演化。研究者常以性别和城乡为分组维度，借助面板回归或时间序列模型，比较不同国家间劳动利用不足的结构性差异，并检验经济周期、产业转型等宏观变量对LU2比率的冲击效应。

实际应用

在实际应用中，该数据集服务于国际组织与各国劳动部门的就业监测与政策评估工作。政策分析者可利用其识别城乡与性别间的劳动利用不足差距，为促进充分就业和体面劳动的目标制定精准干预措施。同时，该数据也被用于构建预警指标，辅助判断经济下行期劳动力市场压力的累积与释放节奏。

衍生相关工作

围绕该数据集，相关研究衍生出若干经典工作：一是亚洲劳动力市场闲置程度的跨国比较分析，二是性别与城乡维度下就业质量差距的分解研究，三是将LU2指标与经济增长、非正规就业等变量联结的计量建模工作。这些工作共同拓展了国际劳工组织统计框架在区域劳动问题研究中的应用深度。