electricsheepasia/asia-ilo-ear-xtlp-sex-nb-employees-earning-low-pay-by-sex-thousands

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的亚洲地区低收入员工按性别统计的数据，具体指标为“Employees earning low pay by sex (thousands)”（按性别统计的低收入员工数，单位：千人），指标代码为EAR_XTLP_SEX_NB。数据集覆盖9个亚洲国家（包括阿富汗、印度尼西亚、以色列、马来西亚、蒙古、巴基斯坦、泰国、乌兹别克斯坦和也门），时间跨度为2007年至2022年，共包含138个观测值。数据以表格形式组织，包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分组（总计、男性、女性）、观测年份、观测值等列。数据来源于ILOSTAT REST API，经过过滤和标准化处理，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Asia重新打包发布，采用CC-BY-4.0许可证。This dataset contains sex-disaggregated data on employees earning low pay across Asia, sourced from the ILOSTAT database of the International Labour Organization (ILO). The specific indicator is "Employees earning low pay by sex (thousands)", with the indicator code EAR_XTLP_SEX_NB. It covers 9 Asian countries including Afghanistan, Indonesia, Israel, Malaysia, Mongolia, Pakistan, Thailand, Uzbekistan and Yemen, spanning the period from 2007 to 2022, with a total of 138 observations. The dataset is organized in tabular format, with columns including country code, country name, data source, indicator code, indicator name, sex group (total, male, female), observation year, and observed value. The data is obtained via the ILOSTAT REST API, filtered and standardized, and is suitable for tasks such as tabular classification, regression, and time series forecasting. This dataset was republished by Electric Sheep Asia under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集从国际劳工组织（ILO）的ILOSTAT REST API中直接提取，原始数据接口为`https://rplumber.ilo.org/data/indicator?id=EAR_XTLP_SEX_NB`。数据经过筛选，仅保留亚洲地区ISO3国家代码对应的记录。ILOSTAT本身通过整合各国劳动力调查、家庭收入调查、企业调查及行政记录等多元来源，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理，以确保跨国的可比性。数据集最终封装了138条观测值，覆盖9个亚洲国家的时间序列数据，时间跨度为2007年至2022年。Electric Sheep Asia对原始数据进行了清洗、标准化并转化为Parquet格式，以提升机器学习的就绪程度。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数一键加载数据，并将其轻松转换为Pandas DataFrame进行后续操作。典型的使用方式包括：按国家代码筛选子集，如提取印度尼西亚的数据；按指标进行时间序列分析，利用`obs_value`列绘制变化趋势；或通过透视表构建国家×年份的矩阵，便于进行面板数据分析。该数据集适用于表格分类、回归以及时间序列预测等任务，为研究亚洲区域收入不平等与劳动力市场动态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）旗下的ILOSTAT数据库构建，并由Electric Sheep Asia于2022年重新打包发布，聚焦于亚洲地区按性别划分的低薪雇员数量（以千计）这一收入与薪酬不平等核心指标。ILOSTAT作为全球劳动统计的权威来源，整合了来自200多个经济体的劳动力调查、家庭收入调查等数据。该数据集包含2007年至2022年间9个亚洲国家的138条观测值，为研究亚洲地区劳动力市场中性别薪酬差异提供了关键量化依据，尤其对分析低薪群体的结构性特征具有重要价值，推动了区域劳动经济学与可持续发展目标（SDG）相关研究的深入。

当前挑战

该数据集所解决的领域问题在于，亚洲地区低薪雇员按性别的统计长期存在数据碎片化和可比性不足的挑战，各国调查方法、指标定义和采集周期差异显著，难以进行跨国横向对比与时间序列分析。构建过程中，面临的主要挑战包括：ILOSTAT原始数据需经过繁琐的REST API接口获取，且涉及多个分类维度（如性别）和来源标识的清洗与归一化；不同国家数据覆盖年份不均衡（如蒙古42条，也门仅3条），导致样本稀疏性严重；同时，需整合来自多种调查类型（劳动力调查、家庭支出调查等）的异构数据，并确保遵循国际劳工统计学家会议（ICLS）标准，对数据质量与一致性提出了极高要求。

常用场景

经典使用场景

该数据集收录了2007年至2022年间亚洲9个国家中按性别划分的低薪雇员人数（单位：千），包含138条观察记录，是研究劳动经济学中收入与薪酬不平等议题的宝贵资源。经典的使用方式在于借助国际劳工组织（ILO）统一协调的劳动力调查数据，对亚洲地区低薪就业的性别差异进行时序分析和跨国比较。研究者可运用该数据集构建面板数据模型，探讨性别、时间与国家三个维度间低薪雇员数量的动态演化，或将其作为回归任务中的目标变量，以揭示宏观经济政策与社会制度对低收入劳动群体分布的影响。

解决学术问题

在学术研究中，该数据集有效回应了劳动经济学领域关于低薪就业性别结构的核心问题，为检验‘玻璃天花板’效应、性别工资差距的长期趋势以及全球化进程对低薪岗位性别化分布的影响提供了实证基础。它突破了以往研究区域不均衡与数据颗粒度不足的局限，为量化亚洲低收入就业人口在时间序列上的波动特征，以及揭示国家间制度差异如何调节性别间低薪暴露概率提供了可信赖的统计依据。这一数据资源的开放共享，不仅推动了比较劳动社会学与可持续发展目标（SDG）中体面工作指标的定量评估，更深化了学界对非正规就业与劳动市场分割理论的理解。

实际应用

在实际应用层面，该数据集可直接服务于国际劳工组织、各国劳动部门及非政府组织在薪酬政策制定与劳动市场监测中的决策支持。通过追踪低薪雇员在不同性别群体间的分布状况，政策制定者能够识别出处于经济脆弱性前沿的工人群体，并据此设计更具靶向性的最低工资制度与社会保障方案。此外，数据集所蕴含的时序信息亦可助力企业社会责任部门开展供应链中的劳动标准评估，帮助跨国企业识别亚洲生产网络中潜在的薪酬公平风险，从而指导负责任的投资与采购行为。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区按性别分列的低薪雇员人数（千人），为分析劳动力市场中收入不平等与性别薪酬差距提供了关键数据支撑。在劳动经济学前沿研究中，此数据集可助力探讨低薪工作的性别分布动态及其与宏观经济政策、劳动力市场制度变革的关联。结合ILOSTAT对多个亚洲国家2007至2022年的时序观测，研究者能够构建面板数据模型，追踪各国在实现体面劳动与可持续发展目标（如SDG 8.5）方面的进展，并揭示全球化与产业升级背景下亚洲低收入群体面临的挤压效应与脆弱性。