electricsheepasia/asia-ilo-ees-tees-sex-ins-dsb-nb-employees-by-sex-public-private-sector-and-disabil

该数据集是一个关于亚洲国家雇员情况的表格型数据集，包含2,523条观测数据，覆盖19个亚洲国家，时间跨度为1997年至2024年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为EES_TEES_SEX_INS_DSB_NB，即按性别、公共/私营部门和残疾状况划分的雇员数量（以千计）。数据集提供了详细的结构，包括国家代码、来源信息、指标代码、性别分类（如总计、男性、女性等）、分类变量（如机构部门、残疾状况）、观测年份、观测值（单位：千）以及数据状态标志等列。数据通过ILOSTAT REST API获取，并经过ILO根据国际劳工统计学家会议（ICLS）定义进行标准化处理，确保数据可比性。该数据集适用于表格分类、回归和时间序列预测等自然语言处理任务，可用于分析亚洲国家劳动力市场的性别、部门和残疾状况分布。数据集采用CC-BY-4.0许可，由Electric Sheep Asia重新打包发布，以提供统一的、适用于机器学习的数据层。### 数据集元数据 许可证：知识共享署名4.0（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：1000 < 样本数 < 10000 标签：表格数据、亚洲、国际劳工组织统计数据库（ILOSTAT）、雇员、国际劳工组织（ILO）、劳工、就业 美观名称："按性别、公私部门与残疾状况划分的雇员人数（单位：千人）| 亚洲地区（ILOSTAT）" --- # 按性别、公私部门与残疾状况划分的雇员人数（单位：千人）| 亚洲地区（ILOSTAT） 🌏 **2523条观测** · **19个亚洲国家** · **1997–2024年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 内容速览 本数据集包含覆盖19个亚洲国家、时间跨度为1997至2024年的**2523条雇员相关观测数据**，仅包含1个核心指标。 ## 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）的官方中央统计数据库，也是全球领先的劳工统计权威来源。其收录的指标涵盖就业、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，数据来源于全国劳动力调查、家庭收入调查、机构调查与行政记录，覆盖全球200余个经济体，由国际劳工组织统计部门负责数据标准化处理。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_INS_DSB_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/) - **主题**：雇员情况 ## 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_INS_DSB_NB`拉取原始数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家编码对应的样本。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，数据来源信息将在`source.label`字段中标记以保证可追溯性。 ## 地理覆盖范围 19个亚洲国家，以下按行数排序展示前10个国家的样本： | 国家（ISO3编码） | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MNG` | 482 | 2006 | 2024 | | `ARM` | 464 | 2007 | 2023 | | `KHM` | 313 | 1997 | 2023 | | `LKA` | 188 | 2018 | 2024 | | `THA` | 135 | 2007 | 2019 | | `PSE` | 130 | 2018 | 2022 | | `BGD` | 110 | 2022 | 2024 | | `IDN` | 108 | 2016 | 2023 | | `TJK` | 85 | 2003 | 2016 | | `IRQ` | 78 | 2007 | 2021 | | `AFG` | 76 | 2017 | 2021 | | `LAO` | 72 | 2015 | 2022 | | `ISR` | 72 | 2018 | 2023 | | `MMR` | 53 | 2014 | 2015 | | `TLS` | 49 | 2015 | 2021 | | ... | _另有4个国家_ | | | ## 指标示例 - `EES_TEES_SEX_INS_DSB_NB` — 按性别、公私部门与残疾状况划分的雇员人数（单位：千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家编码 | `AFG` | | `ref_area.label` | `string` | 英文国家名称 | `阿富汗` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英文来源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_INS_DSB_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别、公私部门与残疾状况划分的雇员人数……` | | `sex` | `string` | 性别细分维度（SEX_T=总计、SEX_M=男性、SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `INS_SECTOR_TOTAL` | | `classif1.label` | `string` | — | `机构部门：总计` | | `classif2` | `string` | 可选第二分类变量 | `DSB_STATUS_TOTAL` | | `classif2.label` | `string` | — | `残疾状况：总计` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `1709.649` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `存储库：国际劳工组织统计数据库-微观数据……` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共4个唯一值）：`SEX_T`、`SEX_M`、`SEX_F`、`SEX_O` ## 数据质量与注意事项 - 数据为年度频率，部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 当同一国家×年份的指标存在多个来源时，将采用国际劳工组织选定的“最优来源”数据。 - 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-ees-tees-sex-ins-dsb-nb-employees-by-sex-public-private-sector-and-disabil") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python indonesia = df[df["ref_area"] == "IDN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EES_TEES_SEX_INS_DSB_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_INS_DSB_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_INS_DSB_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_ees_tees_sex_ins_dsb_nb_employees_by_sex_public_private_sector_and_disabil_2024, title = {Employees by sex, public/private sector and disability status (thousands) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_INS_DSB_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-ins-dsb-nb-employees-by-sex-public-private-sector-and-disabil}} } ## 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，该项目旨在构建一个统一的、适配机器学习的亚洲地区数据层，托管于HuggingFace平台。我们从权威开放数据源获取数据，对其进行Schema标准化处理，封装为Parquet格式，并以统一的数据集卡片形式发布，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动工作。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026-05-26通过Electric Sheep流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_INS_DSB_NB_

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的中央统计数据库ILOSTAT，该数据库汇集了全球200余个经济体的劳动力市场指标，涵盖就业、失业、工资、工时、童工、非正规经济、社会保障及职业伤害等领域。数据构建过程中，研究者通过ILOSTAT的REST API接口直接提取指标代码为EES_TEES_SEX_INS_DSB_NB的原始记录，并依据ISO 3166-1 alpha-3国家代码筛选出19个亚洲国家，最终形成包含2,523条观测值的结构化数据集。原始调查微观数据经ILO统计局依据国际劳工统计学家会议（ICLS）的定义进行标准化调和，数据来源在source.label列中予以标注，以确保可追溯性。

特点

该数据集聚焦于亚洲地区按性别、公共/私营部门及残疾状况分类的雇员人数（以千计），时间跨度为1997年至2024年，覆盖19个亚洲国家。数据集包含2,523条观测记录，以表格形式组织，字段涵盖国家代码、来源信息、指标代码、性别分类、机构部门分类、残疾状况分类、年份、观测值及各类质量标识。性别维度细分为总计、男性、女性及其他四类，分类变量仅在指标发布对应细分时非空。数据频率为年度，部分指标可能存在的月度或季度序列未纳入本数据集。当同一国家-年份存在多个来源时，采用ILO筛选的最佳来源。

使用方法

用户可通过HuggingFace的datasets库以load_dataset函数加载该数据集，并转换为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的数据子集，例如提取印度尼西亚（IDN）的记录；针对单一指标构建时间序列，按年份排序后绘制趋势图；或将数据透视至以年份为索引、国家为列的时间序列表格，以便进行跨国比较或面板数据分析。数据集适用于表格分类、表格回归及时间序列预测等任务，使用时需遵守CC-BY-4.0许可协议，并同时引用ILO原始来源与Electric Sheep Asia的再包装工作。

背景与挑战

背景概述

在全球劳动力市场统计体系中，残疾人就业状况的性别差异与公私部门分布长期处于数据盲区，制约着包容性就业政策的精准制定。国际劳工组织（ILO）作为全球劳动统计的权威机构，依托ILOSTAT数据库构建了覆盖200余个经济体的标准化劳动指标体系。该数据集由Electric Sheep Asia于2024年基于ILOSTAT REST API重新封装发布，聚焦亚洲19个国家1997至2024年间按性别、公私部门及残疾状况分类的雇员数据，共计2523条观测记录。其核心研究问题在于揭示亚洲地区残疾劳动者在公共与私营部门中的性别分布特征，为SDG体面工作目标的监测提供实证基础。该数据集填补了亚洲残疾人就业统计的空白，对劳动经济学、社会政策评估及性别平等研究具有重要的数据支撑价值。

当前挑战

该数据集所回应的领域问题在于，残疾状况与就业部门的交叉分类统计在全球范围内长期匮乏，亚洲地区尤为突出，多数国家尚未将残疾变量纳入常规劳动力调查，导致政策评估缺乏可靠基线。构建过程中的核心挑战包括：各国对残疾定义与就业分类的统计标准存在显著异质性，ILO虽依据国际劳工统计学家会议（ICLS）定义进行协调，但原始调查问卷的差异仍导致跨国可比性受限；部分观测值被标记为临时性或不可靠状态，数据完整性参差不齐；性别、机构部门与残疾状况的三重交叉分类在样本量不足时产生大量缺失值，进一步加剧了统计推断的不确定性。

常用场景

经典使用场景

立足于劳动经济学中性别与残疾双重边缘化议题，该数据集最经典的使用场景在于构建跨亚洲经济体的雇员规模面板数据，细致刻画公共与私营部门中不同性别及残疾状态劳动者的分布结构与演变轨迹。研究者可借由其十九国、逾二十五载的时序观测，比较各国在促进残疾人士就业、缩小性别就业差距方面的制度绩效，并识别公共部门是否切实发挥了示范性吸纳作用。

解决学术问题

该数据集有效回应了劳动统计领域长期存在的两个学术难题：其一，残疾状态与就业部门归属的交叉分类数据在亚洲区域极度匮乏，致使相关实证研究多局限于单一国别或横截面分析；其二，公共与私营部门雇员构成的性别差异难以在统一口径下进行跨国比较。该数据集通过ILO标准化协调框架，为检验制度理论、劳动力市场分割理论及包容性增长假说提供了可靠的经验基础，显著提升了区域比较研究的信度与效度。

衍生相关工作

围绕该数据集，已有衍生工作将其与ILOSTAT其他指标（如失业率、工资水平）横向链接，形成更为完整的劳动力市场包容性评估框架。部分研究利用其构建残疾就业缺口指数，并发表于国际劳工评论等期刊；亦有学者将其作为基准数据，验证自然语言处理模型在低资源表格预测任务中的表现。Electric Sheep Asia的标准化封装进一步降低了数据获取门槛，催生了面向亚洲区域政策模拟的开源工具链。