electricsheepasia/asia-ilo-str-days-eco-rt-days-not-worked-due-to-strikes-and-lockouts-by-eco

该数据集包含亚洲13个国家（1980年至2024年）的工业关系数据，具体涉及“因罢工和停工而损失的工作日数（按经济活动分类，每1000名工人）”这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API提取并过滤为亚洲国家，涵盖1331个观测值。数据集包括国家代码、来源、指标、年份、观测值等列，用于分析亚洲地区罢工和停工对工作日的损失情况。This dataset contains industrial relations data for 13 Asia countries from 1980 to 2024, focusing on the indicator Days not worked due to strikes and lockouts by economic activity (per 1000 workers). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), extracted via API and filtered to Asia, with 1,331 observations. It includes columns such as country code, source, indicator, year, and observed value, enabling analysis of workday losses due to strikes and lockouts in Asia.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT中央统计数据库，聚焦于亚洲区域因罢工与停工导致的经济活动未工作天数（每千名工人）。数据通过ILOSTAT REST API直接获取，筛选出亚洲国家ISO3代码范围内的观测值，共计1331条记录，覆盖13个亚洲国家，时间跨度从1980年至2024年。ILO统计部门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与标准化处理，并在数据集的`source.label`列中标注了数据来源，以确保可追溯性。经由Electric Sheep Asia团队重新打包，以Parquet格式存储于HuggingFace平台，便于机器学习应用。

特点

该数据集的核心特色在于其精确的指标聚焦与区域针对性：唯一指标`STR_DAYS_ECO_RT`量化了不同经济活动中因劳资纠纷导致的劳动时间损失，为分析亚洲地区工业关系与劳动权益提供了定量基准。数据集包含18个字段，不仅提供观测值（`obs_value`），还附带了数据状态标记（`obs_status`）、分类变量（如`classif1`表示经济活动部门）及多重注释字段（如`note_indicator`与`note_source`），揭示了数据覆盖范围与参考期的非标准要素。覆盖国家以以色列（311条）、菲律宾（216条）和土耳其（153条）为主，时间序列长度各异，为纵向比较与面板数据分析奠定了坚实基础。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载该数据集，使用`load_dataset("electricsheepasia/asia-ilo-str-days-eco-rt-days-not-worked-due-to-strikes-and-lockouts-by-eco")`命令即可获取训练集并转换为Pandas DataFrame进行后续分析。典型应用包括过滤特定国家（如印度尼西亚）的数据进行国别研究，或按时间排序绘制单一指标的时间序列图以揭示趋势。亦可利用pivot_table构建国家×年份的矩阵，便于多国面板数据建模。该数据集适用于表格分类、回归及时间序列预测任务，为社会科学与劳动经济学研究提供了即用的机器学习和数据可视化工具。

背景与挑战

背景概述

该数据集源于国际劳工组织（ILO）的ILOSTAT数据库，由Electric Sheep Asia于2024年重新打包并发布，聚焦亚洲地区因罢工和停工导致的经济活动工作日损失（每千名工人）。ILOSTAT作为全球劳动统计领域的权威数据源，整合了来自200多个经济体的劳动力调查与行政记录，为研究劳动关系与经济韧性提供了标准化基准。该数据集覆盖1980至2024年间13个亚洲国家的1,331条观测值，弥补了亚洲区域层面系统性劳动关系量化数据的不足，为评估劳资冲突的经济影响、比较各国劳动政策成效及预测劳动力市场波动提供了稀缺的跨时空数据资源。其核心研究问题在于揭示亚洲地区罢工行为的时空分布规律及其与经济结构的关联，对劳动经济学、产业关系及可持续发展目标（SDG）中的体面劳动议题具有重要推动价值。

当前挑战

该数据集所解决的领域问题核心在于：亚洲国家劳动关系数据长期呈现碎片化、非标准化特征，多数国家缺乏公开的罢工停工损失统计，现有数据库往往仅覆盖发达国家或单一时间截面，难以支撑跨区域比较和纵向分析。构建过程中面临多重挑战：首先，各国数据来源不统一，涵盖劳动力调查、行政记录和法律文件，需通过ILO的统计标准化流程（ICLS定义）进行协调，但数据质量标记如“provisional”或“unreliable”仍存在；其次，分类体系复杂，涉及经济活动类型、性别等维度，而部分经济体的细分数据缺失或仅涵盖特定年份，导致样本稀疏性问题；此外，1990年代前数据的可获取性极低，尤其是不丹、缅甸、格鲁吉亚等国家仅有极少量记录，限制了长趋势分析的统计效力。

常用场景

经典使用场景

该数据集收录了1980至2024年间13个亚洲国家因罢工与停工而未工作天数的年度标准化指标（每千名工人），共计1331条观测记录。其最经典的使用场景聚焦于劳动经济学与产业关系领域的量化分析，研究者可借此考察经济活动中劳资冲突的强度与演化趋势。数据以时间序列形式呈现，支持对特定国家或跨国家的罢工活动波动性进行纵向追踪，亦可结合经济分类变量（如行业部门）深入剖析不同产业中劳资对峙模式的异同，为理解亚洲地区劳动力市场的制度性摩擦提供了宝贵的实证素材。

衍生相关工作

该数据集衍生了一系列具有影响力的经典工作，尤其在劳动经济学的实证研究中占据重要地位。基于ILOSTAT统一框架的跨国家面板数据，学者们构建了劳资冲突的预测模型，例如结合贝叶斯结构时间序列模型识别冲突的先行指标。部分工作利用分类变量与经济活动的交叉信息，深化了对罢工事件行业异质性的理解，并催生了关于劳动标准与生产力绩效之间关联的计量分析。诸如《劳动关系研究》等期刊中的多篇论文以及国际劳工组织的官方年度报告，均将此数据作为核心支撑，形成了持续的知识积累与政策对话体系。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区因罢工与停工导致的工作日损失，由ILOSTAT权威机构编制，覆盖13个亚洲国家长达44年的时序记录。当前研究前沿围绕劳动冲突的宏观经济影响展开，结合全球供应链重组与后疫情时代劳动力权益博弈的热点事件，学者正利用该数据构建面板回归与时间序列预测模型，以揭示不同经济活动中罢工频率的演化规律及其对生产率、外资流入的潜在传导效应。其深度价值在于为亚洲新兴经济体提供可量化的劳资关系图谱，助力政策制定者平衡劳动者权益保护与投资环境优化，进而推动体面劳动与可持续发展目标的精准落地。