electricsheepasia/asia-ilo-emp-2tru-sex-age-nb-time-related-underemployment-by-sex-and-age-ilo-mo

该数据集包含10,062个观测值，涉及时间相关就业不足的数据，覆盖49个亚洲国家，时间跨度为2005年至2027年，涵盖1个独特指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，通过统一调查数据并采用国际劳工统计学家会议（ICLS）定义进行标准化。数据集包括国家代码、国家名称、来源代码、指标代码、性别分类、年龄分类、年份、观测值及其状态等列，支持表格分类、回归和时间序列预测任务。数据以年度频率发布，并提供了数据质量注意事项，例如使用ILO选择的最佳来源。数据集由Electric Sheep Asia重新打包，便于机器学习使用，遵循CC-BY-4.0许可证。This dataset contains 10,062 observations of Time-related underemployment data across 49 Asia countries, spanning 2005–2027, covering 1 distinct indicators. The data is sourced from ILOSTAT, the International Labour Organizations central statistics database, which harmonizes raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions. It includes columns such as country code, country name, source code, indicator code, sex classification, age classification, year, observed value, and observation status, supporting tabular classification, regression, and time-series forecasting tasks. The data is published at annual frequency, with caveats like the use of ILO-selected best source. The dataset is repackaged by Electric Sheep Asia for machine learning readiness and is licensed under CC-BY-4.0.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Asia团队基于ILOSTAT官方API构建而成。数据通过调用ILO提供的REST API接口，获取编号为EMP_2TRU_SEX_AGE_NB的指标数据，并依据ISO 3166-1 alpha-3标准筛选出涵盖亚洲49个国家的地理范围。原始数据源自ILOSTAT对各国劳动力调查、家庭收入调查等微观数据的统一标准化处理，遵循国际劳工统计学家会议定义，确保了跨国数据的可比性。最终数据集以Parquet格式打包发布，旨在提供机器学习就绪的亚洲劳动力统计资料。

使用方法

通过HuggingFace的`load_dataset`函数可以便捷加载该数据集，返回的DataFrame可直接用于Pandas分析。用户可按国家代码、性别或年龄组进行筛选，例如使用条件筛选提取印度尼西亚的数据。针对时间序列分析，可依据指标代码排序后绘制观察值随时间的变化曲线。亦可通过透视表功能将数据重构为国家×年份矩阵，便于进行跨国家比较或构建面板数据模型。数据集兼容分类、回归及时间序列预测等多种任务类型。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下核心统计数据库ILOSTAT于2025年11月发布，经Electric Sheep Asia平台于2026年重新打包并托管于HuggingFace。其核心研究问题聚焦于亚洲49个国家在2005至2027年间（含建模预测）因时间相关原因导致的就业不足状况，并按性别与年龄维度进行分解。作为全球劳动统计的权威来源，ILOSTAT依据国际劳动统计学家会议（ICLS）标准对各国劳动力调查数据进行统一处理，该数据集为区域性劳动力市场结构性缺陷的量化分析提供了关键支撑，尤其服务于可持续发展目标中体面就业指标的监测。其长达23年的时间跨度与包含十万余条观测记录的体量，为亚洲劳动力市场的时空演变特征研究奠定了坚实基础。

当前挑战

数据集面临的核心领域挑战在于时间相关就业不足这一统计概念本身的界定困难，各国在调查设计、回答偏差及季节性波动上的差异可能导致指标可比性受损。构建过程中，ILOSTAT需从各国复杂的劳动力调查、家庭收入调查及行政记录中提取原始数据，并统一采用ICLS标准进行整合，但原始数据质量参差、同一国家不同年份的统计口径变更，以及建模估计中参数假设的脆弱性均构成显著障碍。此外，数据集中大量空缺值（如classif1、classif2列在部分观测中缺失）反映出多维分解数据的高度稀疏性，而重叠的多来源标识（source.label）与年度频率的局限性，进一步加剧了跨时期与跨区域分析的噪声与不确定性。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉领域中，基于国际劳工组织ILO建模估计的亚洲地区时间相关就业不足数据，研究者常将该数据集用于分析亚洲49国在2005至2027年间不同性别与年龄群体的劳动力利用不足现象。该数据集提供自然时序结构，使得面板数据回归、时间序列预测以及分类回归任务均能直接开展。经典用法包括构建国家间与跨年份的就业不足率对比分析、监测青年与成年劳动力在人力资本错配中的动态变化，以及通过时间趋势分解揭示就业质量在性别维度上的演变规律。

解决学术问题

该数据集有效弥补了亚洲区域在劳动力利用不足统计方面长期存在的标准化缺位问题，解决了因国别统计口径不统一而导致的跨国比较障碍。学术研究中，它被用于验证结构性失业理论在发展中国家与新兴经济体的适用性，量化就业不足对收入不平等与贫困代际传递的传导效应。同时，该数据支持了关于技术变革与全球化对低技能劳动力吸纳影响的因果推断研究，为劳动经济学中“充分就业”标准的实证检验提供了关键数据支撑，推动了学界对非自愿非全日制就业现象的系统性认知。

实际应用

在实际应用层面，该数据集成为亚洲各国劳动部门与国际组织制定就业促进政策的核心参考依据。国际劳工组织、世界银行及亚洲开发银行等机构利用其分析结果识别劳动力市场上的脆弱群体，为技能培训项目的精准投放和性别平等倡议提供量化基准。在宏观决策场景中，各国政府借助该数据监测经济周期中的就业质量波动，并调整失业救济与社会保障制度的覆盖范围。此外，数据集被嵌入至劳动力市场预警系统中，帮助预判劳动力供过于求的风险区域并及时干预。

数据集最近研究

最新研究方向

当前，该数据集聚焦于亚洲地区时间相关未充分就业的性别与年龄维度解构，结合ILO建模估计的2025年最新数据，为前沿的劳动力市场韧性研究提供了关键支撑。在新冠疫情后经济复苏与全球供应链重构的背景下，亚洲49国2005至2027年的长期序列数据，使得学者得以量化分析未充分就业的周期性波动与结构性特征，并关联“体面劳动”可持续发展目标（SDG 8）的进展评估。该数据集与国际劳工统计标准（ICLS）的严格对齐，为跨国比较研究奠定了方法论基础，推动就业质量测度从传统失业率向更精细的劳动力利用不足指标演进，对政策制定与学术探索均具有深远意义。