electricsheepasia/asia-ilo-emp-publ-sex-oc2-nb-public-sector-employment-by-sex-and-occupation-isc

该数据集包含了亚洲32个国家从1997年到2025年的公共部门就业数据，按性别和职业（ISCO 2级分类）进行细分，单位为千人。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Asia重新打包，包含24,575个观测值和1个主要指标（EMP_PUBL_SEX_OC2_NB）。数据集以表格形式呈现，适用于表格分类、回归和时间序列预测等任务，覆盖了公共部门工人的统计信息，并提供了数据来源、地理覆盖、数据模式和质量注意事项等详细信息。This dataset contains public sector employment data for 32 Asian countries from 1997 to 2025, disaggregated by sex and occupation (ISCO level 2) in thousands. Sourced from the International Labour Organization (ILO) ILOSTAT database and repackaged by Electric Sheep Asia, it includes 24,575 observations and one distinct indicator (EMP_PUBL_SEX_OC2_NB). Presented in tabular format, it is suitable for tasks such as tabular classification, regression, and time-series forecasting, covering statistics on public sector workers with details on data sources, geographic coverage, schema, and quality caveats.

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统计数据库，通过调用其REST API，精准提取了指标代码为EMP_PUBL_SEX_OC2_NB的公共部门就业数据，并依据亚洲地区ISO 3166-1 alpha-3国家代码进行地理筛选。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微观数据，经国际劳工统计学家会议（ICLS）定义标准进行统一处理与整合，确保了跨国可比性。数据集最终以Parquet格式封装，由Electric Sheep Asia完成标准化整理与发布。

特点

该数据集囊括了1997年至2025年间32个亚洲国家共计24,575条观测记录，聚焦于公共部门就业人数（以千计）这一核心指标，并按性别（总计、男性、女性）与国际标准职业分类（ISCO-08）二级代码进行细致分层。数据维度丰富，涵盖国家代码、指标来源、观测值、状态标记及多种注释字段，便于追溯数据质量与来源变更。此外，数据集的年度频率与持续较长的时间跨度，为纵向趋势分析与跨区域比较提供了坚实的基础。

使用方法

使用者可通过HuggingFace Datasets库的load_dataset函数便捷加载数据，并将其转换为Pandas DataFrame进行后续分析。例如，可依据ref_area字段筛选特定国家数据，或按时间序列对指标值进行排序与可视化。数据集亦支持透视操作，将国家与年份构成的矩阵化，便于进行面板数据分析或构建时间序列预测模型。所有操作均可基于标准化列名与注释字段快速展开，适合用于分类、回归及时间序列预测等机器学习任务。

背景与挑战

背景概述

在全球劳动力市场中，公共部门就业作为国家治理与社会服务的核心支柱，其性别与职业结构的动态变化长期受到国际劳工组织（ILO）及发展经济学界的密切关注。亚洲地区因其经济体量庞大、人口结构多元且劳动力市场制度差异显著，成为探究公共部门就业模式与性别平等演进的前沿阵地。为此，国际劳工组织于2025年通过其ILOSTAT统计数据库，系统整合并发布了覆盖32个亚洲国家、时间跨度从1997年至2025年、共计24,575条观测值的公共部门就业数据集（EMP_PUBL_SEX_OC2_NB）。该数据集以国际标准职业分类（ISCO-08）第二层级为基准，按性别和职业类别拆解公共部门的就业规模，由Electric Sheep Asia机构进一步封装为机器学习友好的格式并开放共享，为区域劳动力政策评估与跨国比较研究提供了高颗粒度的量化基础，对于理解亚洲公共治理范式的历史演变与未来趋势具有不可替代的学术价值。

当前挑战

该数据集所面临的挑战主要来自两个维度。首先，在领域问题层面，公共部门就业的性别与职业结构长期受制于原始统计数据的碎片化与标准不统一，各国在数据采集频率、职业分类口径（如ISCO-08的本地化调整）及性别统计定义上的差异，使得跨国纵向比较与严谨计量分析面临方法论瓶颈；此外，公共部门就业与劳动力市场韧性、性别工资差距等宏观议题的内在关联复杂，需要数据具备多源融合的时空一致性才能有效建模。其次，在数据集构建过程中，ILOSTAT尽管采用了ILO统一的微数据清洗与插补规则，但原始数据中仍存在大量由方法论修订（如断点标识）、来源异常（如来源不一致）及观测值可靠性标签（如‘不可靠’标识）引起的噪声与缺失，另需处理多来源并行时‘最佳来源’的选取逻辑及分类变量在不同年份间的维数对齐问题，这些非标准特征为数据集成、质量控制与下游机器学习模型的鲁棒训练增添了显著的技术壁垒。

常用场景

经典使用场景

在劳动经济学与公共政策研究领域，该数据集常被用于分析亚洲各国公共部门就业的时空演变规律。研究者可通过其覆盖32个国家、横跨1997至2025年的观测数据，结合性别与职业（ISCO-08第2级）的细粒度划分，系统考察公共部门劳动力的结构性特征与历史变迁。该数据集尤其适用于构建面板数据模型或时间序列分析，以揭示公共就业的长期趋势、周期波动及国别异质性，是探索亚洲劳动力市场中公共部门角色演变的宝贵资源。

解决学术问题

该数据集有效解决了以往在亚洲区域公共就业研究中数据碎片化且定义不统一的难题。ILOSTAT通过国际劳工标准的严格协调，确保了观测值的跨国际可比性，使学者得以系统量化性别差异在公共职业结构中的表现，并探讨公共就业在国民经济中的稳定性功能。它还为评估劳工政策（如性别平等就业倡议）的长期效应提供了坚实的数据基石，对理解发展中国家公共部门吸纳劳动力的机制与限度具有深远学术价值。

衍生相关工作

源自该数据集的经典工作主要体现在劳动经济学中的公共就业挤出效应与性别职业隔离两个方向。学者们常将其与私营部门就业数据或国民账户数据结合，构建计量模型以检验公共部门扩张对整体劳动力市场的效应。另一些研究利用其职业细目对亚洲各国的性别职业隔离指数进行跨期测算，由此衍生出关于发展中国家女性职业向上流动的讨论。这些工作推动了我们对转型经济体公共部门劳动力市场动态的理解，并为比较制度分析提供了经验锚点。