electricsheepasia/asia-ilo-emp-5pif-sex-age-nb-employment-outside-the-formal-sector-by-sex-and-ag

该数据集包含亚洲18个国家（如阿富汗、孟加拉国、文莱等）在2014年至2025年间的非正规经济部门就业数据，共有772个观测值，涵盖1个核心指标：按性别和年龄划分的非正规经济部门就业——第19届国际劳工统计学家会议（千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家，采用cc-by-4.0许可。数据集包括国家代码、年份、性别（总计、男性、女性等）、年龄分类、观测值（单位为千）等列，适用于表格分类、回归和时间序列预测任务。数据经过ILO harmonisation处理，确保符合国际劳工统计标准，并包含数据来源和质量标记（如临时数据或系列中断）。This dataset contains 772 observations of informal economy employment data across 18 Asia countries (e.g., Afghanistan, Bangladesh, Brunei) from 2014 to 2025, covering 1 distinct indicator: Employment outside the formal sector by sex and age -- 19th ICLS (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Asia ISO3 country codes, under the cc-by-4.0 license. It includes columns such as country code, year, sex (total, male, female, etc.), age classification, observed value (in thousands), and is suitable for tabular classification, regression, and time-series forecasting tasks. The data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions, with source flags and quality caveats (e.g., provisional data or breaks in series).

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数据库，聚焦亚洲18个国家2014至2025年间非正规部门就业情况。数据通过ILOSTAT REST API直接提取，并依据亚洲ISO3国家代码进行筛选，共包含772条观测记录。ILO统计部门利用第19届国际劳工统计学家会议（ICLS）定义的标准，对各国劳动力调查、家庭收入调查等原始微观数据进行协调处理，确保跨国家、跨年份数据的可比性。每条观测均附有来源标签，便于追溯数据原始出处，体现了严谨的数据汇集与清洗流程。

特点

本数据集的核心特点在于其精细的维度拆分与高质量的时间序列覆盖。按性别（总计、男性、女性）和年龄组别进行划分，提供了非正规部门就业规模的精确估算。涵盖18个亚洲经济体，时间跨度从2014年至2025年，年度频率使得长期趋势分析成为可能。数据集中包含丰富的注释字段，如观测状态标记、系列断裂说明及方法论修订备注，为用户评估数据可靠性提供了透明依据。此外，ILO优先采用各国最佳数据源，进一步提升了数据集的权威性。

使用方法

该数据集设计为可直接通过HuggingFace的`load_dataset`函数加载，便于集成到机器学习工作流中。用户可将数据转换为Pandas DataFrame进行探索，通过筛选`ref_area`列快速提取特定国家的子集，或利用`indicator`列聚焦核心指标`EMP_5PIF_SEX_AGE_NB`进行时间序列分析与可视化。借助数据透视功能，还能方便地将数据重塑为国家×年份的矩阵形式，以满足面板数据分析或回归建模的需求。数据集以CC-BY-4.0许可发布，广泛适用于学术研究、政策分析与劳动经济学实证研究。

背景与挑战

背景概述

在全球经济格局中，非正规就业是发展中国家劳动力市场的显著特征，尤其在亚洲地区，大量劳动者游离于正式社会保障体系之外，这一现象对政策制定与可持续发展构成严峻挑战。为系统性地刻画这一复杂图景，国际劳工组织（ILO）依托其核心统计数据库ILOSTAT，整合了各国劳动力调查等行政数据，于2025年发布了覆盖亚洲18个国家的“非正规部门就业”指标数据集。该数据集由Electric Sheep Asia团队进行重新打包与标准化处理，聚焦于2014至2025年间按性别与年龄分层统计的非正规就业人数，共计772条观测记录。其核心价值在于为比较劳动经济学、劳动力市场分割理论以及区域经济发展研究提供了高颗粒度的实证基础，推动了学界对亚洲非正规就业规模、结构变迁及性别差异的量化认知。

当前挑战

该数据集所解决的领域问题在于量化亚洲地区非正规就业这一普遍但难以精确测度的劳动力市场现象。由于各国对非正规就业的定义、调查方法与统计口径存在显著差异，且数据来源常受限于调查周期与样本代表性，导致跨国、跨时间的一致比较极为困难。在数据集构建过程中，主要挑战包括：如何遵循国际劳工统计学家会议（ICLS）的统一定义框架，对来自18个国家、不同来源的原始调查微观数据进行标准化处理与标签化编码；如何处理因方法修订、年龄分组非标准或数据来源变动所导致的“断点”问题，并在元数据中清晰标注数据质量状态；以及如何在保持数据颗粒度与确保时间序列可用性之间取得平衡，以便研究人员能够有效挖掘潜在的结构性趋势与国别异质性。

常用场景

经典使用场景

该数据集收录了2014至2025年间亚洲18个国家的非正规部门就业数据，涵盖按性别与年龄分层的劳动力统计，共772条观测记录。经典使用场景聚焦于时间序列建模与面板数据分析，研究者可借助`load_dataset()`接口快速加载数据，通过`time`与`ref_area`字段构建多元回归模型，或利用`obs_value`绘制各国非正规就业规模的演变趋势。数据集的横跨多国、多年份结构使其特别适合开展跨区域比较研究，例如分析亚洲发展中国家非正规经济的异质性水平。

实际应用

在实际政策评估层面，该数据集可赋能国际组织与政府部门监测可持续发展和体面劳动（SDG第八项目标）的进程。例如，通过分析女性在非正规就业中的占比变化，评估特定国家社会保护政策对脆弱群体的覆盖成效。数据中的`obs_status`字段标记了序列断点与方法论修订，为非正规经济测度的技术改进提供了细节参考。此外，非正规就业规模的时间序列数据有助于预测经济危机下的就业脆弱性，为制定应急干预措施提供实时依据。

衍生相关工作

该数据集作为ILOSTAT亚洲子集的标准化重制版本，可支撑多项衍生研究工作。基础层面，研究者可结合家庭收支调查或企业注册数据，构建非正规与正规部门的劳动力流动网络分析。进阶层面，数据集的按性别、年龄分层特性使其能够融入贝叶斯多层模型，以识别国家特征对非正规就业分布的调节作用。此外，基于其时间跨度，可拓展间断时间序列分析或反事实因果推断，探讨最低工资政策、劳动法改革对非正规就业规模的动态影响。