electricsheepasia/asia-ilo-ees-tees-sex-ifl-dsb-nb-employees-by-sex-informal-formal-job-and-disabilit

该数据集包含亚洲16个国家2006年至2024年间按性别、非正规/正规工作和残疾状况划分的雇员数据（单位：千人），共1480个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并限定亚洲国家范围。核心指标为EES_TEES_SEX_IFL_DSB_NB，记录不同性别（总计、男性、女性、其他）、工作性质（总计、正规、非正规）和残疾状况（总计、残疾、非残疾）组合下的雇员数量。数据集采用表格结构，包含国家代码、年份、指标值、数据来源、分类维度等字段，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 1,480 observations of employees by sex, informal/formal job and disability status (in thousands) across 16 Asian countries from 2006 to 2024. The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via API and filtered to Asian country codes. The core indicator EES_TEES_SEX_IFL_DSB_NB records the number of employees disaggregated by sex (total, male, female, other), job nature (total, formal, informal), and disability status (total, with disability, without disability). The dataset is structured in tabular format with columns including country codes, year, indicator values, data sources, and classification dimensions, suitable for tabular classification, regression, and time-series forecasting tasks.

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）的ILOSTAT中央统计数据库，通过REST API接口直接提取指标EES_TEES_SEX_IFL_DSB_NB的原始数据，并依据ISO3国家代码筛选出亚洲地区16个国家的观测记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化调和，最终由Electric Sheep Asia重新打包为Parquet格式，保留源标签与注释字段以确保可追溯性，形成涵盖2006至2024年共1480条观测的年度面板数据。

特点

数据集聚焦于亚洲非正规经济领域中按性别、非正规/正规就业及残疾状况分类的雇员人数（以千计），覆盖阿富汗、印尼、蒙古等16个国家，时间跨度达19年。其核心特征在于多维交叉分类：性别维度包含总计、男性、女性及其他四类，分类变量涵盖工作性质与残疾状态，且每条记录附有观测状态标志、指标注释及来源标签，便于识别数据质量与序列断裂问题。年度频率与不均衡的国别覆盖（如蒙古479行，部分国家仅25行）反映了区域统计能力的差异。

使用方法

研究者可通过HuggingFace的datasets库调用load_dataset()函数加载数据集，并转换为Pandas数据框进行灵活操作。典型用法包括：按ref_area列筛选特定国家（如df[df['ref_area'] == 'IDN']），对单一指标按时间排序绘制趋势图，或利用pivot_table将数据重塑为国家×年份矩阵以进行横向比较。该数据集适用于表格分类、回归及时间序列预测任务，但需注意obs_status中的不可靠标记及note_indicator中的方法变更提示，在建模前应进行数据清洗与质量评估。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计的标准化与传播，其核心数据库ILOSTAT汇集了涵盖就业、非正规经济、社会保障等维度的跨国可比数据。在此背景下，Electric Sheep Asia于2024年对ILOSTAT原始数据进行重新封装，构建了聚焦亚洲区域的子数据集，收录2006至2024年间16个亚洲国家关于按性别、非正规/正规就业及残疾状况划分的雇员统计。该数据集旨在回应亚洲非正规经济中残疾群体就业边缘化问题缺乏系统性量化证据的困境，为劳动经济学、社会政策评估及可持续发展目标（SDG）中体面工作议题的实证研究提供基础数据支撑。

当前挑战

该数据集所应对的领域问题在于：非正规就业与残疾状况的交叠统计长期受限于各国劳动力调查口径不一、残疾定义差异及样本稀疏，导致跨国可比性严重不足。在构建层面，原始ILOSTAT数据虽经国际劳工统计学家会议（ICLS）定义调和，但亚洲区域覆盖极不均衡，如蒙古国观测值达479条，而部分国家仅25条且集中于单一年份，时序断裂与源数据质量问题突出。此外，多个分类维度（如残疾状况与非正规就业的交叉）并非所有国家均予发布，造成大量结构性缺失，对后续建模与趋势外推构成显著挑战。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，该数据集最经典的使用场景在于刻画亚洲地区不同性别、就业形态（正规与非正规）以及残疾状况下雇员分布的时空演变格局。研究者常以国家与年份为面板维度，构建非正规就业比例的动态序列，并借助性别与残疾状态的交叉分类，揭示弱势群体在劳动力市场中的结构性边缘化。此类分析往往采用面板回归、时间序列分解或空间可视化方法，以识别非正规就业的周期性波动与长期趋势。

衍生相关工作

围绕该数据集及其底层ILOSTAT指标，已衍生出一系列经典工作，包括国际劳工组织发布的非正规经济统计指南与体面劳动指标监测报告，以及学术界基于ILO微观数据构建的非正规就业跨国比较研究。这些工作进一步催生了关于非正规就业测量方法学、残疾就业差距分解以及亚洲劳动力市场性别平等评估的系列论文与政策简报，形成持续扩展的研究谱系。

数据集最近研究

最新研究方向

在全球非正规经济持续扩张与残疾人就业边缘化并存的背景下，该数据集为解析亚洲劳动力市场中性别、就业形态与残疾状态的三重交叠劣势提供了稀缺的跨国面板证据。前沿研究正从单一维度的就业差距测度，转向对非正规就业与残疾交互效应的因果识别，并借助时间序列预测与政策情景模拟，评估社会保障扩面与反歧视立法对弱势群体就业轨迹的干预成效。该数据亦支撑SDG第8项体面工作目标的进展监测，为比较不同亚洲国家在履行《残疾人权利公约》就业条款方面的制度绩效提供量化基准，推动包容性劳动力市场研究从描述性统计迈向机制性解释。