electricsheepasia/asia-ilo-emp-publ-sex-ste-nb-public-sector-employment-by-sex-and-status-in-empl

该数据集包含亚洲35个国家1997年至2025年间的公共部门就业数据，共有2,282个观测值。核心指标为按性别和就业状态划分的公共部门就业人数（千），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过处理和过滤以覆盖亚洲地区。数据集以表格形式组织，包含国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年份、观测值、数据状态标志等列，适用于表格分类、回归和时间序列预测等机器学习任务。数据集由Electric Sheep Asia重新打包发布，采用CC-BY-4.0许可。This dataset contains 2,282 observations of public sector employment data across 35 Asia countries, spanning from 1997 to 2025. The key indicator is Public sector employment by sex and status in employment (thousands), sourced from the International Labour Organization (ILO) ILOSTAT database, filtered for Asia. It is structured in tabular format with columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), year, observed value, and observation status flags, suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Asia and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API接口直接提取公共部门就业指标（EMP_PUBL_SEX_STE_NB），并依据亚洲ISO3国家代码进行地理范围筛选与整合。原始数据基于各国劳动力调查、家庭收入调查及行政记录等多元来源，经ILO统计部门依照国际劳工统计学家会议（ICLS）定义进行统一协调与标准化处理，最终形成包含2,282条观测值、覆盖35个亚洲国家、时间跨度从1997年至2025年的结构化表格数据集。

特点

数据集以年度频率呈现，聚焦于按性别和就业身份细分的公共部门就业人数（单位：千），核心变量包括国家代码、来源标识、性别分类（总、男、女）及就业状态分类，并附有观测值状态标记（如临时或不可靠）及断裂序列等注释信息，便于用户评估数据质量。其独特价值在于整合了ILO甄选的权威来源，将同一国家与年份的多个来源数据精简为最优选择，从而为亚洲地区的公共劳动力市场研究提供了一致、可靠且具备时间序列特性的基础数据资源。

使用方法

用户可通过Hugging Face的datasets库以一行代码（load_dataset）便捷加载该数据集，并将其转换为Pandas DataFrame进行后续分析。典型应用包括按国家过滤以开展国别研究、按时间排序绘制单一指标的趋势图，以及利用数据透视表构建国家-年份矩阵以实现跨区域比较。数据集结构清晰，列名与描述对应完整，支持快速筛选与可视化操作，尤其适合从事亚洲劳动力经济学、公共政策评估及时序预测等领域的学者与数据分析师进行高效的数据探索与模型构建。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，依托其权威劳动统计数据库ILOSTAT，由Electric Sheep Asia团队重新打包至HuggingFace平台。数据集聚焦亚洲35个国家1997至2025年间公共部门就业人员的性别与就业身份细分，包含2282条观测记录，核心指标为公共部门就业人数（以千计）。这一数据资源为劳动经济学、性别平等研究及公共政策制定提供了高时空分辨率的量化基础，尤其在分析亚洲地区公共部门劳动力结构演变、评估就业政策效果及追踪可持续发展目标（SDG）中体面工作指标方面具有重要参考价值，推动了区域劳动统计数据的标准化与可获取性。

当前挑战

该数据集所解决的领域问题在于，亚洲地区公共部门就业数据长期存在来源分散、统计口径不一、性别细分不足等挑战。ILOSTAT通过整合各国劳动力调查、行政记录等多源数据，并依据国际劳工统计学家会议（ICLS）标准进行统一协调，克服了跨国可比性障碍。构建过程中，数据清洗需处理大量缺失值、标识符的规范映射以及因方法修订引起的序列断裂（如`note_indicator.label`中的'Break in series'标记），同时需在海量原始数据中筛选亚洲区域子集，确保时间跨度与地理覆盖的完整性，最终提供机器学习友好的结构化表格数据以支持时序预测与分类任务。

常用场景

经典使用场景

该数据集在劳动经济学与公共政策研究领域扮演着基石角色，其最经典的用途在于对亚洲35国公共部门就业状况进行纵贯性的比较分析。学者们常利用其1997至2025年间的时间序列数据，结合性别与就业身份维度，构建面板数据模型，以探析各国公共部门劳动力市场的演变轨迹与结构性差异。同时，该数据集也是时间序列预测任务的标准测试平台，研究者可据此训练多步预测模型，对就业趋势进行前瞻性推断。

衍生相关工作

基于此数据集，已衍生出一系列具有影响力的学术成果。研究者基于ILOSTAT体系开发了亚洲公共部门就业的整合数据库，构建了面向劳动统计的标准化数据管道。在方法学创新方面，该数据催生了针对非完整、多源数据的插补与协调技术，以及用于处理调查标志（如可靠性标识）的稳健建模方法。此外，该数据集还被用于验证公共就业与宏观经济表现之间的格兰杰因果关系，推动了劳动经济学与计量经济学的交叉发展。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲公共部门就业的性别与就业状态维度，为劳动经济学与性别平等研究提供了高颗粒度的时序面板数据。前沿方向上，研究者正利用其跨35国、近30年的观测值，结合ILOSTAT统一编制的统计口径，剖析亚洲经济体在公共领域就业结构变迁中呈现的性别差异与制度性特征。关联热点事件包括国际劳工组织在全球倡导的体面劳动议程与联合国可持续发展目标5（性别平等）的推进落实，该数据集为评估相关政策在亚洲地区的执行效果、识别公共部门就业吸纳能力的国别异质性提供了定量锚点，对深化理解亚洲劳动力市场的制度性分割与性别化分层具有不可替代的实证价值。