electricsheepasia/asia-ilo-lap-2gdp-noc-rt-labour-income-share-as-a-percent-of-gdp-ilo-modell

该数据集包含亚洲49个国家的1,120个观测值，时间跨度为2004年至2026年，专注于收入和薪酬不平等主题。具体指标为劳动收入占GDP的百分比——国际劳工组织模型估计，2025年11月（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过处理以覆盖亚洲国家。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、观测年份、观测值、观测状态等字段，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源。数据集由Electric Sheep Asia重新打包，采用cc-by-4.0许可。This dataset comprises 1,120 observations across 49 Asian countries, spanning the period from 2004 to 2026, with a focus on income and wage inequality. The specific indicator is the share of labor income in GDP, estimated by the International Labour Organization (ILO) model as of November 2025 (%). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), acquired via its REST API, and processed to cover Asian countries. The dataset includes fields such as country code, country name, data source, indicator code, indicator name, observation year, observed value, and observation status, and is applicable to tasks including tabular classification, regression, and time series forecasting. The data is published at an annual frequency, and includes data quality notes such as the use of the best sources selected by the ILO. This dataset was repackaged by Electric Sheep Asia, licensed under CC BY 4.0.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Asia团队基于国际劳工组织（ILO）的ILOSTAT数据库精心构建而成。研究团队通过调用ILOSTAT的REST API接口，精准提取了指标代码为LAP_2GDP_NOC_RT的原始数据，并依据亚洲ISO3国家代码进行地理区域筛选，最终整合了涵盖49个亚洲国家、时间跨度从2004年至2026年的1120条观测记录。所有数据均遵循国际劳工统计学家会议（ICLS）定义进行标准化处理，并在source.label列中清晰标注了数据来源，确保了信息的可追溯性与一致性。

特点

本数据集聚焦于亚洲地区劳动力收入占GDP比重的ILO模型估计值（2025年11月版），具有鲜明的区域针对性与时间序列特性。其核心特点在于包含了49个亚洲国家的完整面板数据，每个国家均拥有从2004年至2026年共23个年度观测值，为长期劳动经济学研究与跨区域比较提供了坚实的数据基础。此外，数据集通过obs_status字段标注了观测状态（如插值处理），并提供了多级分类与源数据标签，极大提升了科研人员对数据质量的判断能力。

使用方法

用户可通过HuggingFace的datasets库便捷加载该数据集，只需一行代码`load_dataset('electricsheepasia/asia-ilo-lap-2gdp-noc-rt-labour-income-share-as-a-percent-of-gdp-ilo-modell')`即可获取完整的训练数据，并将其转换为Pandas DataFrame进行深度分析。针对单国别分析，可基于ref_area字段快速筛选特定国家的时间序列数据；对于多国比较研究，推荐使用pivot_table方法将数据重塑为国家×年份的矩阵形式，便于进行面板数据回归或可视化呈现。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Asia重新整理后于2026年发布在HuggingFace平台，聚焦亚洲49个国家的劳动收入份额占GDP百分比这一核心经济指标。数据覆盖2004至2026年，共包含1120条观测记录，源于ILOSTAT统计数据库——全球劳动统计的权威来源。该数据集的核心研究问题在于量化亚洲地区劳动收入在国民经济分配中的比重，为分析收入分配不平等、劳动力市场结构与经济发展阶段的关系提供关键依据。作为ILO建模估计的一部分，该数据对评估可持续发展目标（SDGs）中体面工作与经济增长的进展、以及跨国比较亚洲各国的收入分配格局具有重要学术与政策影响力。

当前挑战

该数据集所解决的领域挑战在于，劳动收入份额作为衡量经济分配公平性的核心指标，在亚洲众多发展中经济体常常面临数据缺失、统计口径不一及跨国可比性差的问题，ILO通过统一建模估计填补了这一空白，使得跨时跨国的系统性分析成为可能。在构建过程中，数据整合面临多重挑战：原始数据来源多样，需从劳动调查、住户收入调查等多源数据中选取最佳来源，并依据国际劳动统计学家会议（ICLS）定义进行标准化处理；此外，数据质量标注中的‘插补’状态提示模型估计值存在不确定性，尤其对于统计基础薄弱的国家，如何平衡数据覆盖的完整性与精度是一大难点。

常用场景

经典使用场景

该数据集记录了2004年至2026年间亚洲49个国家的劳动收入占GDP比重的年度观测值，共计1120条。其最经典的使用场景是作为宏观劳动经济学与收入分配研究的基础数据源，特别适用于面板数据分析与时间序列建模。研究者可借此追踪亚洲各国劳动报酬份额的长期演变趋势，比较不同经济体的分配结构差异，或结合其他宏观经济变量（如资本形成率、全要素生产率）构建回归模型，探讨技术进步、全球化与政策干预对劳动收入份额的影响路径。

衍生相关工作

该数据集作为国际劳工组织（ILO）建模估计成果的亚洲区域子集，衍生出多类经典研究工作。其一，基于其面板结构开展的增长与分配联动性分析，如探究劳动收入份额对人均GDP增长率的内生响应阈值。其二，围绕其时间跨度设计的动态面板模型，用于检验贸易开放度与外商直接投资对劳动报酬份额的中介效应。其三，结合教育回报率或产业结构数据的多源融合研究，解析人力资本积累与服务业扩张如何重塑要素分配格局。此外，该数据集还催生了若干关于ILO建模方法论的敏感性分析文献，评估估计不确定性与国家异质性对结论稳健性的影响。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区劳动收入占GDP比重的ILO模型估计值，覆盖2004至2026年及49个亚洲国家，为劳动经济学与收入分配不平等研究提供了关键面板数据。当前前沿研究方向包括利用该时间序列数据构建预测模型，探究全球化、技术变革及疫情冲击对劳动收入份额的动态影响；同时，结合ILO标准化的调查方法，可深入剖析亚洲各国在经济增长与收入分配之间的结构性张力，为评估可持续发展目标（SDG）中的体面劳动与减少不平等进展提供实证基础。该数据集的发布填补了亚洲区域劳动收入份额长期面板数据的空白，对理解发展中国家劳动市场转型具有重要学术与政策意义。