electricsheepasia/asia-ilo-eap-5wap-sex-age-rt-labour-force-participation-rate-by-sex-and-age-19t

该数据集包含亚洲26个国家从2014年至2025年的劳动力参与率数据，总计1,406个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，使用第19届国际劳工统计学家会议（ICLS）的定义进行标准化。核心指标为EAP_5WAP_SEX_AGE_RT，即按性别和年龄划分的劳动力参与率（百分比）。数据集提供了详细的分类维度，包括性别（总计、男性、女性等）和年龄组，并涵盖国家代码、年份、观测值、数据来源和质量标志等信息，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，经过筛选和规范化处理，便于机器学习和分析使用。This dataset contains 1,406 observations of labour force participation rate data across 26 Asia countries, spanning from 2014 to 2025. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), harmonized using the 19th International Conference of Labour Statisticians (ICLS) definitions. The core indicator is EAP_5WAP_SEX_AGE_RT, representing the labour force participation rate by sex and age (percentage). It includes disaggregation dimensions such as sex (total, male, female, etc.) and age groups, with columns for country codes, year, observed values, data sources, and quality flags. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, provided in annual frequency and normalized for machine learning and analytical use.

搜集汇总

数据集介绍

构建方式

该数据集由国际劳工组织（ILO）通过ILOSTAT REST API直接采集，过滤出亚洲26个国家的ISO3国家代码，并按照ICLS（国际劳动统计学家会议）定义对原始调查微观数据进行标准化处理。数据来源涵盖劳动力调查、家庭收入调查、企业调查及行政记录，确保统计口径一致。最终由Electric Sheep Asia重新打包为Parquet格式，提供包含1,406条观测值的结构化表格数据，涵盖2014年至2025年的时间跨度。

特点

数据集围绕单一核心指标——按性别和年龄分列的劳动力参与率（第19届ICLS定义），提供了丰富的维度分解，包括性别（总计、男性、女性）和年龄组。每条记录均附有来源标签、观测状态标志及断点注释，便于追溯数据质量。数据覆盖新加坡、日本、韩国等26个亚洲经济体，时间序列完整，支持跨国家、跨时段的比较分析。

使用方法

用户可通过HuggingFace Datasets库使用`load_dataset()`函数直接加载数据，并将其转换为Pandas DataFrame以进行后续分析。典型操作包括按国家代码过滤、对特定指标按时间排序绘制时间序列图，以及通过数据透视表构建国家×年份的矩阵。数据集已标准化为表格格式，适合直接用于时间序列预测、分类或回归任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年发布，经Electric Sheep Asia重新打包，聚焦于亚太地区26个国家的劳动参与率，涵盖2014至2025年间1,406次观测。核心研究问题在于量化按性别与年龄分层的劳动力市场参与状况，依据第19届国际劳动统计学家会议（ICLS）标准进行统一测算。该数据集依托ILOSTAT数据库——全球劳动统计权威来源，通过整合各国劳动力调查数据形成标准化指标，为区域劳动力市场比较、性别平等评估及政策制定提供了关键数据基础。其影响力体现在填补了亚洲地区高粒度劳动参与率时间序列数据的空白，尤其支持对发展中国家城镇化与就业结构变迁的动态监测，已成为学术界和国际发展机构分析劳动力弹性的重要工具。

当前挑战

数据集面临的核心挑战包括：1）领域问题层面，亚洲各国劳动力调查方法、统计口径与数据质量差异显著，导致跨国产化测算存在固有偏差，且部分国家在新冠疫情等冲击期间数据结构出现断裂（break in series），如伊拉克、阿曼等国数据缺失或修订，降低了长期趋势分析的可靠性；2）构建过程中，ILO需从多源调查中识别并优选“最佳来源”以实现同时间跨度的统一整合，但受限于部分国家的年度频次数据（缺少年度内季度分解），难以捕捉短期波动；此外，按性别、年龄的分层维度在部分观测中不完整，导致特定子群体的统计推断能力受限，且早期数据依赖回溯校准，增加了历史重建的不确定性。

常用场景

经典使用场景

在劳动力经济学与人口统计学交叉研究中，该数据集被广泛用于分析亚洲国家劳动力参与率的时空演变格局。研究者可基于性别与年龄分层维度，构建面板数据模型探究经济发展阶段、产业结构变迁与劳动供给行为之间的动态关联。通过对2014至2025年间26个亚洲经济体的时序观测，学者能够识别出不同亚区域在劳动参与率上的结构性差异，例如南亚与东亚在女性劳动力参与趋势上的分野。数据集中丰富的分类标签，如就业状态标识与数据来源注释，为开展跨国比较研究和处理调查方法断点问题提供了质量可控的分析基础。

解决学术问题

该数据集的核心学术贡献在于解决了亚洲劳动统计领域长期存在的跨国可比性难题。通过采用第19届国际劳工统计学家会议（ICLS）的标准化定义，首次系统整合了分散于各国劳动力调查中的参与率数据，消除了因调查口径差异导致的估计偏差。研究者得以精确量化性别工资差距、人口老龄化对劳动供给的挤入与挤出效应，以及非正规就业规模对官方参与率指标的干扰。数据集提供的断点标识列使学者能够区分统计方法修订带来的结构性突变与真实经济行为变化，为检验劳动供给理论在亚洲背景下的适用性提供了可靠证据。

衍生相关工作

该数据集已催生了一系列拓展性研究，其中最具代表性的是利用机器学习方法对缺失值与数据断点进行插补的工作。部分研究团队开发了多重归因模型，结合相邻经济体参与率的相关性与宏观经济增长指标，填补了某些国家特定年份的观测空白。另有学者基于该数据构建了亚洲劳动力市场的随机前沿分析模型，估算各国劳动利用效率的潜在提升空间。数据集的统一架构还催生了自动化报告生成工具，能够将原始观测值转化为可视化仪表板，服务于跨国劳动统计的比较传播。这些衍生工作共同构建了一个从数据整合、质量改进到知识产出的完整研究生态。