electricsheepasia/asia-ilo-str-tstr-eco-nb-number-of-strikes-and-lockouts-by-economic-activit

该数据集包含亚洲24个国家从1969年至2024年关于工业关系的4,643个观测值，涵盖1个关键指标：STR_TSTR_ECO_NB，即按经济活动划分的罢工和停工次数。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并过滤到亚洲国家。数据集采用表格格式，包含国家代码、国家名称、数据来源、指标代码、指标标签、分类变量、观测年份、观测值等列，用于支持表格分类、表格回归和时间序列预测等任务。数据为年度频率，经过ILO的标准化处理，确保一致性和可追溯性。This dataset contains 4,643 observations of industrial relations data across 24 Asia countries, spanning 1969 to 2024, covering 1 distinct indicator: STR_TSTR_ECO_NB — Number of strikes and lockouts by economic activity. The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via REST API and filtered to Asia ISO3 country codes. It is structured in tabular format with columns including country code, country name, source, indicator code, indicator label, classification variables, observation year, observed value, etc., supporting tasks such as tabular classification, tabular regression, and time-series forecasting. The data is annual frequency, harmonized by ILO using ICLS definitions for consistency and traceability.

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）旗下的ILOSTAT统计数据库，通过其REST API接口直接提取指标代码为STR_TSTR_ECO_NB的原始数据，并依据亚洲ISO3国家代码进行地理范围过滤。数据经过ILO根据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，原始数据来源包含劳动力调查、行政记录等多类渠道，并在source.label字段中予以标注，确保数据来源的可追溯性。最终由Electric Sheep Asia团队重新封装为Parquet格式，以机器学习的就绪状态发布。

特点

该数据集聚焦于亚洲24个国家在1969年至2024年间因经济活动分类的罢工与停工次数，涵盖4,643条年度观测值。数据以时间序列形式呈现，包含国家代码、经济活动分类、观测值及观测状态等结构化字段，并附有详细的源数据注释与分类标签。其独特之处在于提供了跨半个多世纪、覆盖广泛亚洲经济体的工业关系指标，为区域劳动经济学和时间序列分析研究提供了珍贵的历史视角与可比性基础。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数直接加载数据，并利用to_pandas()方法将其转换为Pandas DataFrame进行后续分析。典型操作包括按国家代码筛选特定国家数据、按时间排序并绘制特定指标的时间序列图，或利用pivot_table构建以年份为行、国家为列的矩阵面板数据。该数据集适用于分类、回归及时间序列预测等机器学习任务，为分析亚洲各国工业关系演变的长期趋势提供了便捷的数据入口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）旗下权威劳动统计数据库ILOSTAT于2024年整理发布，经Electric Sheep Asia团队重新封装后以HuggingFace数据集形式开放。其核心研究问题聚焦于1969至2024年间亚洲24个国家按经济活动分类的罢工与停工数量，共包含4643条观测值。这一数据为量化工业关系冲突、解析劳资博弈动态提供了标准化时间序列支撑，在劳动经济学、产业关系及可持续发展目标（SDG）监测等领域具有重要参考价值。通过整合多源行政记录与调查数据，数据集填补了亚洲区域长期、可比的罢工统计空白，助力学者与政策制定者深入理解经济结构调整中的劳动关系演变规律。

当前挑战

该数据集面临多重挑战：首先，劳资冲突统计本身存在定义差异与测量难题，不同国家对罢工的法定标准、停工类型及报告门槛不一，导致跨国产出可比性受限。其次，数据构建中需处理ILOSTAT多源数据（如劳动力调查与行政记录）的衔接问题，部分国家的早期年份存在数据稀疏或缺失（如孟加拉国仅覆盖1969-2000年），且标注了统计下限等质量注释。此外，高频率数据（月度或季度）的缺失削弱了时序分析精度，而指标仅含单一经济分类维度，无法捕捉行业细分、性别或企业规模等影响罢工模式的深层因素，限制了模型对工业关系动因的全面刻画。

常用场景

经典使用场景

在劳动经济学与产业关系研究领域，这一数据集为分析亚洲各国罢工与闭厂活动的时空演化规律提供了基础数据支撑。经典使用场景包括构建面板数据模型，用以量化经济结构调整、劳动法规变迁、宏观经济波动等因素对罢工频率的影响，并对其在制造业、服务业等不同经济部门中的异质性表现展开比较分析。

实际应用

从实际应用角度出发，该数据集能够助力政府劳动部门与国际组织（如ILO）开展区域产业关系监测，识别劳资矛盾高发行业与时间节点，优化早期预警机制。企业与社会责任研究机构亦可依据历史数据评估各国投资环境中的劳资冲突风险，为跨国企业的劳动合规管理与海外投资决策提供数据驱动的参考。

衍生相关工作

该数据集衍生出若干经典工作，包括基于时间序列模型的亚洲国家罢工频率预测研究、将罢工事件与宏观经济指标（如GDP增速、失业率）联合建模的多变量动态分析，以及结合自然语言处理技术对各国劳动政策文本进行量化评估，从而揭示制度环境对劳资冲突的调节效应。这些工作共同推动了区域产业关系研究的深化与跨学科方法的融合。