electricsheepasia/asia-ilo-luu-5lu2-sex-age-rt-combined-rate-of-time-related-underemployment-and

该数据集包含亚洲20个国家2014年至2025年期间关于时间相关就业不足和失业综合率（LU2）的劳动力利用不足指标数据，共765个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API直接获取并过滤为亚洲国家。核心指标为LUU_5LU2_SEX_AGE_RT，即按性别和年龄划分的时间相关就业不足和失业综合率（百分比），遵循第19届国际劳工统计学家会议（ICLS）定义。数据集提供了详细的结构化信息，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值及数据状态标志等列。数据按性别维度进行细分，并包含数据质量说明，如年度频率、ILO选择的最佳来源原则等。该数据集由Electric Sheep Asia重新打包，旨在为亚洲地区提供机器学习就绪的数据层，采用CC-BY-4.0许可。This dataset contains 765 observations of labor underutilization indicators, specifically the time-related underemployment and unemployment composite rate (LU2), covering 20 countries in Asia between 2014 and 2025. The data was directly accessed via the REST API of the ILOSTAT database maintained by the International Labour Organization (ILO), and filtered to retain only data from Asian countries. The core indicator is LUU_5LU2_SEX_AGE_RT, which refers to the time-related underemployment and unemployment composite rate (expressed as a percentage) disaggregated by sex and age, adhering to the definitions established by the 19th International Conference of Labour Statisticians (ICLS). The dataset provides comprehensive structured information, including columns such as country code, country name, data source, indicator code, gender category (total, male, female), age group, observation year, measured value, and data status flag. The data is disaggregated along the gender dimension, and includes data quality notes such as annual frequency and the ILO's Best Source Principle. Repackaged by Electric Sheep Asia, this dataset is designed to deliver a machine learning-ready data layer for the Asian region, and is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织（ILO）的ILOSTAT REST API，通过自动化管道直接提取特定指标LUU_5LU2_SEX_AGE_RT的原始数据，并依据ISO 3166-1 alpha-3国家代码筛选出亚洲地区共计20个经济体的观测记录。Electric Sheep Asia团队对数据进行了重新封装与标准化处理，将原始调查微观数据依据第19届国际劳工统计学家会议（ICLS）定义进行协调统一，同时保留了源头追溯信息，最终整合为包含765条观测记录的整洁表格数据集。

使用方法

用户可通过HuggingFace Datasets库轻松调用数据集：使用`load_dataset()`函数即可一键加载全部数据并转换为Pandas DataFrame进行探索分析。针对特定国家或时间序列分析，可通过DataFrame的条件筛选功能（如筛选`ref_area`列）快速聚焦。此外，利用Pandas的透视表功能可便捷地将数据重塑为时间-国家的二维矩阵，便于进行跨国家纵向对比或作为时序预测模型的输入数据。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门（ILOSTAT）于2025年构建，并由Electric Sheep Asia重新打包发布，聚焦于亚洲20个国家2014至2025年间劳动利用不足的衡量指标。核心研究问题在于通过“时间相关就业不足与失业综合率（LU2）”这一关键指标，按性别和年龄维度揭示亚洲地区劳动力市场的结构性特征。作为全球劳动统计的权威来源，ILOSTAT数据集为跨国比较劳动力利用率、评估可持续发展目标（SDG）中的体面劳动进展提供了标准化基础，对劳动经济学、区域发展研究及政策制定具有深远影响力。

当前挑战

该数据集面临的挑战首先在于领域问题：劳动力利用不足的衡量涉及多重复杂维度，LU2指标需整合时间相关就业不足与失业数据，而不同国家的调查方法和定义差异可能导致统计口径不一。构建过程中，数据需从ILOSTAT REST API中抽取并过滤至亚洲国家区域，面临跨国数据源异构性（如不同劳动调查类型标记在source.label列）的整合难题；此外，观测值仅765条且部分国家年份不连续（如缅甸仅2018-2020年），限制了长期趋势分析和跨区域比较的鲁棒性，同时空值和不一致标识（如obs_status中的系列中断标记）增加了清洗与建模的复杂度。

常用场景

经典使用场景

在劳动经济学与跨国比较研究领域，该数据集被广泛用于分析亚洲区域劳动力利用不足的综合状况。研究者常利用其涵盖20个亚洲国家、2014至2025年间的时间序列观测值，追踪时间相关就业不足与失业的综合率（LU2）在性别与年龄维度上的演变趋势。通过将数据按国家、年份与性别分层展开，学者能够构建面板数据模型，考察经济周期、结构性改革或社会政策对劳动力市场吸纳能力的差异化影响。该数据集在实证研究中尤其适用于评估青年与成年劳动力在就业质量上的差距，以及揭示女性在劳动参与中面临的系统性障碍。

解决学术问题

该数据集的核心学术贡献在于弥补了亚洲地区劳动力利用不足综合指标长期缺乏标准化、可跨国家比较的细分数据的空白。传统研究往往依赖单一失业率，却忽视了时间相关就业不足这一隐性劳动力闲置维度。借助ILOSTAT统一按第19届国际劳动统计学家会议（ICLS）定义规范的LU2指标，学者得以精准测量劳动资源未充分利用的真实规模。这一问题导向的数据集使研究者能够更严谨地检验最低工资制度、社会保障覆盖扩张、以及产业政策调整对弱势群体就业质量的政策效应，为劳动市场制度设计与评估提供了坚实的数据基础。

实际应用

在实际应用层面，该数据集为亚洲各国劳动部门、国际发展机构及政策智库提供了关键的决策支持工具。通过分析不同性别与年龄分组下的LU2率时间变化，政策制定者能够识别出受就业不足冲击最严重的人群，从而设计更具靶向性的公共就业服务与职业培训计划。例如，当青年群体数据呈现持续高企的就业不足率时，可针对性启动青年就业担保或数字技能提升项目。此外，跨国横向对比功能使各国能够参照邻国或区域标杆衡量自身劳动力市场健康度，为制定区域性劳动权益协定与可持续发展目标（SDG）中体面工作指标的具体实施路径提供参考依据。

数据集最近研究

最新研究方向

当前，亚洲劳动力市场研究正日益聚焦于就业不足与失业的综合测度，以更全面地捕捉劳动资源错配的复杂图景。该数据集提供了亚洲20个国家2014至2025年间的时间序列数据，涵盖按性别与年龄分层的LU2指标，为探究后疫情时代劳动力市场韧性、性别差异以及青年就业困境提供了关键定量基础。前沿研究倾向于利用此类数据构建预测模型，结合经济周期与环境冲击，剖析时间相关就业不足的内在驱动机制，进而为ILO倡导的体面劳动目标提供实证支撑，对优化区域劳工政策具有深远意义。