electricsheepasia/asia-ilo-ged-xlu2-sex-hht-geo-rt-prime-age-combined-rate-of-time-related-underemplo

该数据集包含6,226个观测值，涉及其他劳动力未充分利用指标数据，覆盖19个亚洲国家，时间跨度为2000年至2025年，涵盖1个特定指标。具体指标为按性别、家庭类型和城乡地区划分的黄金年龄时间相关就业不足和失业综合率（LU2）（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，这是一个全球领先的劳动力统计数据库，基于国家劳动力调查、家庭收入调查等数据进行标准化处理。数据集包括国家代码、年份、指标值、性别分类（总计、男性、女性）、家庭类型和地区类型等维度，适用于表格分类、回归和时间序列预测等任务。--- license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 1K<n<10K tags: - tabular - 亚洲 - ILOSTAT - 其他劳动力利用不足衡量指标 - 国际劳工组织（ILO） - 劳动力 - 就业 pretty_name: "分性别、家庭类型与城乡区域的适龄劳动人口时间型就业不足与失业综合率（LU2）——亚洲地区（ILOSTAT）" --- # 分性别、家庭类型与城乡区域的适龄劳动人口时间型就业不足与失业综合率（LU2）——亚洲地区（ILOSTAT） 🌏 **6226条观测样本** · **19个亚洲国家** · **2000–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新封装*      ## 快速概览（TL;DR） 本数据集包含覆盖**19个亚洲国家、2000–2025年**的**6226条“劳动力利用不足其他衡量指标”数据**，仅包含**1项独立指标**。 ## 数据源简介 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳动力统计权威来源。该库整合了就业、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）体面工作目标等各类指标，数据来源涵盖全国劳动力调查、家庭收入调查、企业调查及行政记录。目前其覆盖经济体超过200个，由国际劳工组织统计司负责数据标准化处理。 - **原始数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=GED_XLU2_SEX_HHT_GEO_RT) - **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**：其他劳动力利用不足衡量指标 ## 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=GED_XLU2_SEX_HHT_GEO_RT`拉取原始数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码子集。ILOSTAT依据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`字段中标注，以保证可追溯性。 ## 地理覆盖范围 共覆盖19个亚洲国家，以下为按观测样本数排序的前10个国家： | 国家代码 | 观测样本数 | 起始年份 | 终止年份 | |---------|-----:|-----------:|----------:| | `CYP` | 1,038 | 2000 | 2020 | | `KHM` | 649 | 2000 | 2023 | | `LKA` | 621 | 2010 | 2022 | | `PAK` | 566 | 2006 | 2025 | | `TUR` | 540 | 2004 | 2013 | | `VNM` | 486 | 2007 | 2024 | | `PHL` | 378 | 2017 | 2023 | | `MNG` | 376 | 2010 | 2017 | | `THA` | 324 | 2016 | 2021 | | `ARM` | 211 | 2014 | 2017 | | `AFG` | 181 | 2014 | 2021 | | `BTN` | 155 | 2021 | 2024 | | `MMR` | 154 | 2018 | 2020 | | `LAO` | 147 | 2010 | 2022 | | `BGD` | 107 | 2013 | 2017 | | ... | _4 more countries_ | | | ## 指标（示例） - `GED_XLU2_SEX_HHT_GEO_RT` — 分性别、家庭类型与城乡区域的适龄劳动人口时间型就业不足与失业综合率（LU2，单位：%） ## 数据字段结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AFG` | | `ref_area.label` | `string` | 英文国家名称 | `Afghanistan` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英文数据源名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT 指标代码 | `GED_XLU2_SEX_HHT_GEO_RT` | | `indicator.label` | `string` | 英文指标名称 | `Prime-age combined rate of time-relat…` | | `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` | 维度对应标签 | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `HHT_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 分类变量对应标签 | `Household type: Total` | | `classif2` | `string` | 可选第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | `string` | 分类变量对应标签 | `Area type: National` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `12.022` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | 状态标签 | `Unreliable` | | `note_indicator` | `string` | 指标备注 | `—` | | `note_indicator.label` | `string` | 指标备注标签 | `—` | | `note_source` | `string` | 数据源备注 | `R1:3513_S3:8` | | `note_source.label` | `string` | 数据源备注标签 | `Repository: ILO-STATISTICS - Micro da…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集采用年度频率数据，部分指标同时提供月度或季度序列，此类数据未包含在本数据集中。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 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-ged-xlu2-sex-hht-geo-rt-prime-age-combined-rate-of-time-related-underemplo") df = ds["train"].to_pandas() print(df.head()) ### 单国家数据筛选 python indonesia = df[df["ref_area"] == "IDN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "GED_XLU2_SEX_HHT_GEO_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="GED_XLU2_SEX_HHT_GEO_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "GED_XLU2_SEX_HHT_GEO_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_ged_xlu2_sex_hht_geo_rt_prime_age_combined_rate_of_time_related_underemplo_2025, title = {Prime-age combined rate of time-related underemployment and unemployment (LU2) by sex, hou | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=GED_XLU2_SEX_HHT_GEO_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-ged-xlu2-sex-hht-geo-rt-prime-age-combined-rate-of-time-related-underemplo}} } 使用本数据集时，请同时引用上述原始数据源与Electric Sheep Asia的重新封装版本。 ## 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 © 国际劳工组织（ILO）。使用本数据集时，请同时引用上述原始数据源与Electric Sheep Asia的重新封装版本。 ## 关于Electric Sheep Electric Sheep Asia 是Electric Sheep使命的一部分：旨在打造一个统一的、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，对数据 schema 进行标准化处理，封装为Parquet格式，并发布为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：2026-05-26 通过Electric Sheep管道导入。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=GED_XLU2_SEX_HHT_GEO_RT_

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统计数据库（ILOSTAT），以劳动未充分利用的其他测度指标为基准，经由ILOSTAT REST API接口按亚洲ISO3国家代码筛选原始数据。底层数据基于各国劳动力调查、家庭收入调查及行政记录等多元来源，由国际劳工组织统计局依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，并对同一国家与年份下的多源数据选取ILO认定的最优来源，最终由Electric Sheep Asia以Parquet格式重新打包发布，涵盖2000年至2025年19个亚洲国家共6226条年度观测记录。

特点

该数据集聚焦于壮年劳动年龄人口中与时间相关的就业不足与失业复合比率（LU2），按性别、家庭类型及城乡地域进行多维解聚，包含性别维度下的总数、男性与女性三个类别。数据以年频统计呈现，涵盖19个亚洲国家，时间跨度自2000年至2025年，每条记录附有来源标签、观测状态标记及注释字段，便于追溯数据出处与质量。各分类解聚列仅在指标发布对应细分时非空，保证了结构严谨性与透明度。

使用方法

数据集可通过HuggingFace的datasets库以load_dataset函数直接加载，并以to_pandas方法转换为数据框进行操作。研究者可依据ref_area字段筛选特定国家，亦可以indicator字段过滤单一指标后按时间排序生成时序曲线，或利用pivot_table将数据重塑为国家与年份的矩阵形式，适用于表格分类、表格回归及时间序列预测等机器学习任务，为亚洲劳动力市场分析提供便捷的数据基础。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计的标准化与可比性，其ILOSTAT数据库为衡量就业不足提供了权威数据基础。在此背景下，Electric Sheep Asia于2025年对ILOSTAT原始数据进行重新封装，发布了涵盖19个亚洲国家、2000至2025年间6226条观测值的亚洲劳动适龄人口时间相关就业不足与失业综合率（LU2）数据集。该数据集聚焦于性别、家庭类型与城乡区域的细分维度，旨在为亚洲地区劳动力资源利用效率的实证研究提供高质量、可直接加载的机器学习就绪数据。其核心研究问题在于揭示亚洲各国劳动适龄人口在时间维度上的就业不足与失业复合风险，并为政策评估提供跨国可比的时序面板基础。

当前挑战

该数据集所应对的领域挑战在于，传统失业率指标难以捕捉工时不足但未失业的隐性劳动利用不足问题，而LU2指标通过综合时间相关就业不足与失业，弥补了这一统计盲区。构建过程中的挑战同样显著：ILOSTAT原始数据源自各国劳动力调查，调查频率、抽样方法与变量定义存在异质性，跨国可比性需依赖国际劳工统计学家会议（ICLS）标准的协调，部分观测值标注为不可靠或暂定，且不同国家的时间序列起始年份与数据连续性差异较大，这些因素共同增加了数据清洗、缺失值处理与建模稳健性的难度。

常用场景

经典使用场景

在劳动经济学与就业政策研究领域，该数据集最经典的运用场景在于刻画亚洲地区黄金年龄（prime-age）劳动力市场中时间相关就业不足与失业的复合比率（LU2）的时空演变。研究者可借助其覆盖19个亚洲国家、2000至2025年的6226条观测，按性别、城乡及家庭类型等维度进行面板数据建模，进而辨析不同国家与子群体在劳动力利用不足方面的结构性差异。该场景的典型操作包括时间序列趋势分析、跨国横截面比较以及性别与地域的分层回归，为宏观劳动市场监测提供精细化的数据支撑。

实际应用

在实际应用层面，该数据集可直接服务于国际组织、政府部门及智库的就业政策评估与监测工作。例如，劳工部门可利用其识别特定国家或地区在特定年份中时间相关就业不足与失业叠加的高风险群体，从而设计针对性的职业培训、工时规制或社会保障干预。发展机构亦可将其纳入国别诊断报告，辅助制定包容性增长战略。此外，数据科学家可基于该数据集构建预测模型，对亚洲黄金年龄劳动力利用不足的未来走势进行情景模拟，为政策预案提供量化依据。

衍生相关工作

围绕该数据集已衍生出若干典型研究与应用工作。一方面，比较劳动经济学文献常将其与ILOSTAT其他劳动力利用不足指标（如LU1、LU3、LU4）结合，构建综合劳动市场松弛指数，用于评估亚洲经济体在危机前后的韧性差异。另一方面，机器学习社区利用其表格与时间序列特性，开展缺失值插补、异常检测及多步预测等基准实验，推动了面向社会经济数据的可复现研究。此外，部分研究以该数据集为基准，检验性别与城乡分类变量对就业不足率的交互效应，为后续微观调查数据的深入分析提供了宏观参照。