electricsheepasia/asia-ilo-ees-tees-sex-ifl-ec2-nb-employees-by-sex-informal-formal-job-and-economic

该数据集包含关于按性别、非正规/正规工作和经济活动划分的雇员 - ISIC 2级（千）的统计信息，专门针对亚洲地区。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为非正规经济。数据集共有94,477个观测值，覆盖27个亚洲国家，时间跨度为2004年至2025年，包含1个主要指标（EES_TEES_SEX_IFL_EC2_NB）。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、性别分类、经济活动分类、观测年份、观测值等列。数据经过ILO的标准化处理，基于国际劳工统计学家会议（ICLS）定义，并提供了数据质量说明，如年度频率、最佳来源选择等。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为亚洲地区的劳动力和就业研究提供机器学习就绪的数据层。许可证：CC-BY-4.0 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 样本规模： - 10000 < 样本量 < 100000 标签： - 表格数据 - 亚洲 - 国际劳工组织统计数据库（ILOSTAT） - 非正规经济 - 国际劳工组织（ILO） - 劳动 - 就业 美观名称："分性别、非正规/正规就业与经济活动的雇员——ISIC二级分类（千人） | 亚洲（ILOSTAT）" # 分性别、非正规/正规就业与经济活动的雇员——ISIC二级分类（千人） | 亚洲（ILOSTAT） 🌏 **94477条观测样本** · **27个亚洲国家** · **2004–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 简短摘要 本数据集包含覆盖27个亚洲国家、时间跨度为2004至2025年的**非正规经济**相关数据，共计**94477条观测样本**，仅包含**1项核心指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（ILO）的官方核心统计数据库，也是全球领先的劳动统计数据源。其收录涵盖就业、失业、薪资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等领域的指标，数据来源包括国家劳动力调查、家庭收入调查、机构调查与行政记录。该数据库覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_IFL_EC2_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/) - **研究主题**：非正规经济 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EES_TEES_SEX_IFL_EC2_NB`拉取数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码对应的样本。ILOSTAT采用国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行标准化处理；数据来源将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 覆盖27个亚洲国家，以下按样本行数排序展示部分国家： | 国家（ISO代码） | 样本行数 | 起始年份 | 截止年份 | |---------|-----:|-----------:|----------:| | `TUR` | 14,840 | 2004 | 2024 | | `VNM` | 10,535 | 2007 | 2024 | | `LKA` | 7,830 | 2010 | 2024 | | `MNG` | 7,705 | 2006 | 2024 | | `THA` | 7,009 | 2014 | 2024 | | `IND` | 6,885 | 2010 | 2025 | | `PSE` | 6,618 | 2010 | 2025 | | `KGZ` | 6,601 | 2012 | 2023 | | `PAK` | 5,109 | 2009 | 2025 | | `BRN` | 3,431 | 2014 | 2024 | | `JOR` | 3,232 | 2017 | 2023 | | `BGD` | 3,229 | 2010 | 2024 | | `GEO` | 3,072 | 2019 | 2024 | | `MMR` | 2,360 | 2015 | 2020 | | `IDN` | 779 | 2023 | 2023 | | ... | _另有12个国家_ | | | ## 指标（示例） - `EES_TEES_SEX_IFL_EC2_NB` — 分性别、非正规/正规就业与经济活动的雇员——ISIC二级分类（千人） ## 数据字段结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | 字符串 | ISO 3166-1 alpha-3国家代码 | `AFG` | | `ref_area.label` | 字符串 | 英文国家名称 | `阿富汗` | | `source` | 字符串 | ILOSTAT来源代码（例如劳动力调查） | `BA:15715` | | `source.label` | 字符串 | 英文来源名称 | `LFS - 劳动力调查` | | `indicator` | 字符串 | ILOSTAT指标代码 | `EES_TEES_SEX_IFL_EC2_NB` | | `indicator.label` | 字符串 | 英文指标名称 | `分性别、非正规/正规就业与经济活动的雇员……` | | `sex` | 字符串 | 性别分组（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串 | 性别分组中文名称 | `总计` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、就业身份等） | `IFL_NATURE_TOTAL` | | `classif1.label` | 字符串 | 第一分类变量中文名称 | `就业性质：总计` | | `classif2` | 字符串 | 第二分类变量（如适用） | `EC2_ISIC4_TOTAL` | | `classif2.label` | 字符串 | 第二分类变量中文名称 | `经济活动（ISIC修订版4），2位分类……` | | `time` | 64位整数 | 观测年份 | `2021` | | `obs_value` | 64位浮点数 | 观测指标值（单位详见指标定义） | `1709.649` | | `obs_status` | 字符串 | 观测状态标记（例如暂定、不可靠） | `U` | | `obs_status.label` | 字符串 | 观测状态中文说明 | `不可靠` | | `note_indicator` | 字符串 | 指标相关备注 | `I11:264` | | `note_indicator.label` | 字符串 | 指标备注中文说明 | `序列中断：方法学修订` | | `note_source` | 字符串 | 来源相关备注 | `R1:3513_S3:8` | | `note_source.label` | 字符串 | 来源备注中文说明 | `存储库：国际劳工组织统计数据库-微观数据……` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共4种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F`、`SEX_O` ## 数据质量与注意事项 - 本数据集采用年度频率数据。部分指标另有月度或季度序列，此类数据未包含在本数据集中。 - 若同一国家×年份的同一指标存在多个数据来源，将采用国际劳工组织选定的“最优来源”数据。 - 仅当指标支持对应细分维度时，细分字段（`sex`、`classif1`、`classif2`）才不会为空值。 ## 使用示例 python from datasets import load_dataset # 加载数据集 ds = load_dataset("electricsheepasia/asia-ilo-ees-tees-sex-ifl-ec2-nb-employees-by-sex-informal-formal-job-and-economic") # 转换为Pandas数据框 df = ds["train"].to_pandas() # 打印前5条样本 print(df.head()) ### 筛选单个国家数据 python # 筛选印度尼西亚数据 indonesia = df[df["ref_area"] == "IDN"] ### 单个指标的时间序列可视化 python # 筛选目标指标并按年份排序 sample = (df[df["indicator"] == "EES_TEES_SEX_IFL_EC2_NB"] .sort_values("time")) # 绘制时间序列折线图 sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_IFL_EC2_NB") ### 转换为国家×年份矩阵 python # 转换为以年份为行、国家为列的矩阵 matrix = (df[df["indicator"] == "EES_TEES_SEX_IFL_EC2_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) # 打印最后5条数据 print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_ees_tees_sex_ifl_ec2_nb_employees_by_sex_informal_formal_job_and_economic_2025, title = {分性别、非正规/正规就业与经济活动的雇员——ISIC二级分类（千人） | 亚洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_IFL_EC2_NB}, publisher = {HuggingFace Datasets, 由Electric Sheep Asia重新整理发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-ees-tees-sex-ifl-ec2-nb-employees-by-sex-informal-formal-job-and-economic}} } ## 许可证 本数据集采用[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Asia的重新整理版本。 ## 关于Electric Sheep Electric Sheep Asia是Electric Sheep项目的组成部分，该项目旨在HuggingFace平台上构建统一的、可供机器学习直接使用的亚洲地区数据层。我们从权威开放数据源拉取数据，对数据schema进行标准化处理，以Parquet格式打包，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026年5月26日通过Electric Sheep数据管道获取。源数据链接：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_IFL_EC2_NB_

搜集汇总

数据集介绍

构建方式

在国际劳工组织（ILO）长期致力于全球劳动力市场统计标准化的背景下，该数据集依托ILOSTAT中央统计数据库，通过REST API直接提取指标EES_TEES_SEX_IFL_EC2_NB的原始记录，并依据ISO3国家代码筛选出27个亚洲经济体，最终由Electric Sheep Asia重新封装发布。数据源自各国劳动力调查、家庭收入调查及行政记录，ILOSTAT依照国际劳工统计学家会议（ICLS）定义对微观数据进行统一调和，并在source.label列中标注原始来源以保障可追溯性，覆盖2004至2025年共94,477条观测。

特点

该数据集以亚洲非正规经济部门的就业结构为核心关切，提供了按性别、非正规/正规就业性质及ISIC修订版第2级经济活动分类交叉细分的雇员人数（以千计）。数据体量适中，包含27个亚洲国家的年度序列，兼具表格分类、回归与时序预测的多任务适用性。性别维度涵盖总计、男性、女性及其他四类取值，分类变量仅在指标发布相应细分时非空，观测状态标志与注释字段则如实记录了序列断裂、数据可靠性等质量信息，体现了官方统计的严谨性。

使用方法

研究者可借助HuggingFace datasets库以load_dataset()函数一键加载，并通过to_pandas()转换为数据框进行后续分析。典型操作包括按ref_area字段筛选特定国家、按indicator字段提取单一指标并依time排序绘制时序曲线，或利用pivot_table生成国家×年份矩阵以开展跨国比较。数据支持非正规就业性别差距测度、行业层面就业结构演变追踪以及时间序列预测建模等应用，使用时需遵循CC-BY-4.0许可并同时引用ILO原始来源与Electric Sheep Asia的再封装工作。

背景与挑战

背景概述

非正规经济就业的测度长期以来构成劳动统计领域的核心议题，其规模与结构直接关涉社会保障覆盖、生产率估算及体面劳动监测。国际劳工组织依托国际劳工统计学家会议（ICLS）确立的定义框架，自2000年代起系统推动非正规就业指标的国际可比化。本数据集由国际劳工组织统计部门（ILOSTAT）编制，经Electric Sheep Asia于2025年再包装发布，涵盖27个亚洲国家2004至2025年间94,477条观测记录，以性别、非正规/正规就业身份及ISIC第二级经济活动为维度，为亚洲劳动力市场结构转型研究提供了跨国可比的量化基础，对非正规经济领域的实证分析与政策评估具有重要支撑价值。

当前挑战

该数据集所回应的领域问题在于：非正规就业的界定在不同国家统计实践中存在显著异质性，各国劳动力调查对非正规部门与非正规就业的操作化定义并不统一，致使跨国比较面临概念对齐的固有困难。构建过程中，ILOSTAT虽以ICLS标准对原始调查微观数据进行协调，但各来源调查的抽样设计、覆盖范围与年份跨度参差不齐，部分国家观测存在序列中断或可靠性标记（如obs_status标注为U），且性别与经济活动的交叉分类在若干国家年份组合下未能完整发布，由此产生的缺失模式对时序建模与面板分析构成实质性制约，数据使用者须审慎处理来源异质性与分类粒度不一致所带来的推断风险。

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，该数据集最经典的用途在于刻画亚洲各国非正规就业的性别结构与行业分布特征。研究者借助其按性别、非正规/正规就业身份及ISIC二分位经济活动类别细分的雇员数据，可系统比较不同国家、不同行业间非正规就业的规模与演变轨迹，进而揭示性别维度下劳动力市场分割的深层规律。

实际应用

在政策实践层面，该数据集为各国政府及国际机构监测非正规就业规模、评估体面劳动进展提供了量化依据。社会保障部门可据此识别非正规就业集中的行业与群体，精准设计扩面征缴与技能培训方案；国际组织亦可利用其开展区域比较，制定面向亚洲发展中国家的就业促进与性别平等干预策略。

衍生相关工作

基于该数据集及其同源ILOSTAT系列，学界衍生出诸多经典研究，涵盖非正规就业与贫困脆弱性的关联分析、女性劳动参与率变动的行业分解，以及亚洲价值链重构对就业正规化的影响评估等。这些工作不仅拓展了非正规经济理论的应用边界，也为后续面板数据建模与跨国政策仿真研究奠定了数据基石。