electricsheepasia/asia-ilo-lap-2lid-qtl-rt-labour-income-distribution-by-decile-ilo-modelled

该数据集名为Labour income distribution by decile -- ILO modelled estimates, Sept. 2025 (%) | Asia (ILOSTAT)，中文可译为按十分位划分的劳动收入分布——国际劳工组织（ILO）建模估计，2025年9月（%）| 亚洲（ILOSTAT）。数据集包含10,730个观测值，覆盖49个亚洲国家，时间跨度为2004年至2025年，专注于收入与薪酬不平等主题。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤为亚洲地区。核心指标为LAP_2LID_QTL_RT，表示劳动收入按十分位分布的百分比估计。数据集为表格格式，包含国家代码、年份、观测值、来源等列，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，采用CC-BY-4.0许可证，由Electric Sheep Asia重新打包，旨在为亚洲地区提供机器学习就绪的数据层。The dataset is titled Labour income distribution by decile -- ILO modelled estimates, Sept. 2025 (%) | Asia (ILOSTAT). It contains 10,730 observations across 49 Asia countries, spanning the years 2004 to 2025, and focuses on the topic of income and pay inequality. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via the ILOSTAT REST API and filtered to Asia ISO3 country codes. The key indicator is LAP_2LID_QTL_RT, which represents labour income distribution by decile as ILO modelled estimates in percentage. The dataset is in tabular format with columns such as country code, year, observed value, and source information, suitable for tasks like tabular classification, regression, and time-series forecasting. The data is published at annual frequency, licensed under CC-BY-4.0, and repackaged by Electric Sheep Asia as part of a unified, ML-ready data layer for Asia.

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）旗下的ILOSTAT统计数据库，其核心指标为劳动力收入按十分位分布的ILO模型估计值（2025年9月版）。数据通过ILOSTAT REST API直接采集，并依据亚洲国家的ISO3国家代码进行筛选。ILO利用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处理，使得不同来源的数据在统一框架下具备可比性。最终形成涵盖49个亚洲国家、2004年至2025年期间共计10,730条观测值的结构化表格数据，每条记录均包含国家代码、指标代码、分类变量及观测值等字段，并附有来源标签以确保可追溯性。

使用方法

数据集可通过HuggingFace的`datasets`库便捷加载，仅需一行代码`load_dataset("electricsheepasia/asia-ilo-lap-2lid-qtl-rt-labour-income-distribution-by-decile-ilo-modelled")`即可获得完整的Pandas DataFrame对象。用户可根据研究需要对数据进行灵活筛选，例如按国家代码过滤特定经济体的时间序列，或针对单一指标进行趋势可视化。此外，数据集支持透视操作，能够方便地将数据重塑为国家×年份的矩阵形式，便于进行面板数据回归或跨国产出比较。原始数据以Parquet格式存储，兼顾了高效压缩与快速读取的需求。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年9月发布，源自其核心统计数据库ILOSTAT，并经Electric Sheep Asia重新打包整理，聚焦亚洲地区劳动收入分配的分位数分布。核心研究问题在于揭示亚洲49个国家在2004至2025年间劳动收入不平等的时间演化与地理差异，通过ILO建模估计方法提供按十分位划分的劳动收入份额数据。作为全球劳动统计的重要来源，ILOSTAT整合了各国劳动力调查、家庭收支调查等多元行政与抽样数据，该数据集以其标准化、跨国的面板结构，为发展经济学、劳动经济学及可持续发展目标（SDG）中体面工作的监测提供了关键实证基础，对政策制定与学术研究具有重要参考价值。

当前挑战

该数据集面临的核心挑战在于所解决的领域问题与构建过程的双重复杂性。在领域层面，劳动收入分配的不平等测度需克服不同国家间调查方法、定义标准与数据质量的异质性，ILOSTAT虽采用ICLS国际定义进行协调，但原始调查的抽样框架和误差范围仍可能影响跨国产出可比性，同时收入数据固有的遗漏、低估与测量偏差对分位数估计精度构成严峻考验。在构建过程中，数据整合需处理来自49个国家220个观测序列的长期历史记录，标注数据来源的标识符（如source.label）虽提高了可追溯性，但不同年份与国家的观测状态标志（如模型外推标记M）揭示了数据缺失与插补的内在困难，且ILO选定的‘最佳来源’策略在面临多源冲突时可能引入选择偏差，这些都对数据的一致性与可靠性提出了严苛要求。

常用场景

经典使用场景

在劳动经济学与发展经济学研究领域，该数据集主要被用于分析亚洲地区劳动收入分配的动态演化格局。研究者可通过其中按十分位数划分的劳动收入份额数据，刻画出不同国家内部收入不平等的结构性特征。其典型用法包括：通过面板数据模型探究经济增长与收入分配之间的库兹涅茨曲线关系；利用时间序列方法识别重大经济危机或政策变革对劳动收入分配的非对称冲击；以及运用分位数回归技术评估教育、性别或部门结构如何影响不同收入阶层的劳动报酬份额。该数据集的年度频率和跨国一致性为进行长期、比较性的不平等研究提供了坚实的基础。

解决学术问题

该数据集精准回应了两个长期困扰学术界的核心问题。其一，它弥补了亚洲发展中国家劳动收入分配微观数据匮乏的空白，通过国际劳工组织的协调建模方法，为49个亚洲国家提供了可比较的、纵贯2004至2025年的收入分配序列，使研究者能够跨越国界和调查方法的差异进行稳健的实证分析。其二，它系统性地解决了'库兹涅茨假说'在亚洲新兴经济体中的验证难题——过去因数据碎片化，学者难以判断经济发展是否自然伴随着不平等先升后降的轨迹。借助该数据，学界得以更可信地检验制度、全球化和技术变迁对不同收入阶层劳动回报的差异化影响，从而深化对包容性增长理论的理解。其深远意义在于，为发展中国家制定精准的再分配政策提供了经验证据，推动从笼统的扶贫叙事转向针对特定收入人群的结构性干预。

实际应用

在实际应用层面，该数据集已成为国际发展机构、各国劳动部门与社会政策智库的决策辅助工具。国际劳工组织利用其更新'体面劳动议程'的监测指标，为成员国提供针对性的技能培训投资建议。亚洲开发银行等区域开发银行在评估贷款项目对民生影响时，常依据该数据识别出最需要社会保障覆盖的底层劳动群体。非政府组织则将其用于追踪可持续发展目标中'减少不平等'指标的进展，并向政府提出设定最低工资调整幅度的量化依据。此外，该数据还嵌入到多个国家统计局的官方报告中，用于编制国家收入分配公告，使得政策制定者能够直观地看到不同十分位群体的劳动收入占比随时间推移的演变趋势。

数据集最近研究

最新研究方向

围绕亚太地区劳动收入分配格局的精细化刻画与跨国比较研究，该数据集聚焦于国际劳工组织（ILO）对49个亚洲国家2004至2025年间劳动收入分位数分布的建模估算，为分析区域内收入不平等演变轨迹提供了高分辨率的时间序列数据。当前前沿方向集中于利用该数据揭示后疫情时代劳动力市场结构性分化，例如最低与最高十分位收入差距的长期趋势，以及不同发展水平经济体在自动化、数字经济转型背景下劳动报酬份额的异质性变化。结合ILO与联合国可持续发展目标（SDGs）框架，该数据常被用于验证经济增长与收入分配之间的库兹涅茨曲线假说在亚洲语境下的适用性，并支撑针对性别薪资差异、非正规就业影响等热点议题的实证研究。其模型的标准化估算方法亦为跨国民生政策评估与央行货币政策对收入分配溢出效应的计量分析提供了可靠基石，显著推动了亚太地区发展经济学与劳动经济学的前沿对话。