electricsheepasia/asia-ilo-emp-xflc-sex-ocu-nb-inflow-of-employed-foreign-citizens-by-sex-and-occ

该数据集包含亚洲14个国家（2001年至2024年）的国际移民流动数据，具体指标为按性别和职业划分的就业外国公民流入量（千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，共1,072个观测值，涵盖表格分类、回归和时间序列预测等任务。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、职业分类、观测年份、观测值等列，并提供了数据质量说明和使用示例。数据以CC-BY-4.0许可证发布，由Electric Sheep Asia重新打包，便于机器学习研究和使用。许可证: CC BY 4.0 语言: - 英语 任务类别: - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） 多语言属性: 单语言 数据规模: - 1000 < 样本量 < 10000 标签: - 表格（tabular） - 亚洲（asia） - ILOSTAT - 国际移民流动（international-migrant-flow） - ILO - 劳工（labour） - 就业（employment） 数据集名称: "按性别与职业分列的外籍就业人员流入量（千人）| 亚洲（ILOSTAT）" --- # 按性别与职业分列的外籍就业人员流入量（千人）| 亚洲（ILOSTAT） 🌏 **1072条观测数据** · **14个亚洲国家** · **2001–2024年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 快速概览 本数据集包含覆盖14个亚洲国家的`国际移民流动（International migrant flow）`数据，共1072条观测样本，时间跨度为2001至2024年，仅包含1项核心指标。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，是全球领先的劳工统计权威来源。其整合了就业、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体面工作目标等各类指标，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。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。 - **数据源**: [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XFLC_SEX_OCU_NB) - **发布方**: 国际劳工组织（International Labour Organization, ILO） - **许可证**: [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**: 国际移民流动（International migrant flow） ## 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=EMP_XFLC_SEX_OCU_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（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化协调；数据来源会在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 本数据集覆盖14个亚洲国家，以下按数据行数降序展示部分国家的覆盖情况： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `PHL` | 229 | 2001 | 2023 | | `THA` | 182 | 2005 | 2024 | | `TUR` | 182 | 2011 | 2024 | | `MYS` | 127 | 2007 | 2020 | | `KGZ` | 100 | 2005 | 2014 | | `MNG` | 86 | 2012 | 2020 | | `IDN` | 60 | 2019 | 2022 | | `VNM` | 22 | 2005 | 2015 | | `YEM` | 22 | 2003 | 2013 | | `KHM` | 15 | 2019 | 2019 | | `ARM` | 15 | 2018 | 2018 | | `NPL` | 15 | 2017 | 2017 | | `BTN` | 12 | 2018 | 2018 | | `KAZ` | 5 | 2021 | 2021 | ## 指标（示例） - `EMP_XFLC_SEX_OCU_NB` — 按性别与职业分列的外籍就业人员流入量（千人）（Inflow of employed foreign citizens by sex and occupation (thousands)） ## 字段结构 | 字段名 | 数据类型 | 字段描述 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `ARM` | | `ref_area.label` | `string` | 英文国家名称 | `亚美尼亚` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BA:867` | | `source.label` | `string` | 英文数据源名称 | `LFS - 家庭劳动力调查` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_XFLC_SEX_OCU_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别与职业分列的外籍就业人员流入量（千人）` | | `sex` | `string` | 按性别细分（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、就业状态等） | `OCU_SKILL_TOTAL` | | `classif1.label` | `string` | — | `职业（技能水平）：总计` | | `time` | `int64` | 观测年份 | `2018` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `0.615` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `—` | | `obs_status.label` | `string` | — | `—` | | `note_indicator` | `string` | — | `T36:5015` | | `note_indicator.label` | `string` | — | `移民定义：移民（定义详见……）` | | `note_source` | `string` | — | `S5:40_T3:240` | | `note_source.label` | `string` | — | `人口覆盖范围：不包括机构化人口……` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集仅包含年度频率数据。部分指标同时发布月度或季度序列，但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”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会存在非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-xflc-sex-ocu-nb-inflow-of-employed-foreign-citizens-by-sex-and-occ") df = ds["train"].to_pandas() print(df.head()) ### 按单一国家筛选 python indonesia = df[df["ref_area"] == "IDN"] ### 单一指标的时间序列可视化 python sample = (df[df["indicator"] == "EMP_XFLC_SEX_OCU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_XFLC_SEX_OCU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_XFLC_SEX_OCU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_emp_xflc_sex_ocu_nb_inflow_of_employed_foreign_citizens_by_sex_and_occ_2024, title = {Inflow of employed foreign citizens by sex and occupation (thousands) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XFLC_SEX_OCU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-xflc-sex-ocu-nb-inflow-of-employed-foreign-citizens-by-sex-and-occ}} } ## 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（International Labour Organization, 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 Asia Electric Sheep Asia是Electric Sheep项目的组成部分：该项目旨在为HuggingFace平台上的亚洲地区数据提供统一的、适配机器学习的标准化数据层。我们从权威开放数据源拉取数据，对字段结构进行标准化，打包为Parquet格式，并发布为格式统一的数据集卡片，以便研究人员与开发者仅需通过`load_dataset()`即可在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026年5月28日通过Electric Sheep管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_XFLC_SEX_OCU_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ILOSTAT数据库，聚焦于亚洲地区按性别和职业划分的受雇外国公民流入量（单位：千人次）。数据通过ILOSTAT REST API直接获取，原始指标代码为EMP_XFLC_SEX_OCU_NB，随后依据亚洲ISO3国家代码进行筛选与提取。ILOSTAT基于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，并在数据集中通过source.label字段标注数据来源，确保数据可追溯。最终由Electric Sheep Asia团队进行重新打包与标准化处理，形成包含1,072条观测记录的ML就绪数据集。

特点

该数据集涵盖2001至2024年间14个亚洲国家的年度面板数据，包含性别与职业两个关键维度的细分信息。性别维度分为男性、女性及总计三类，职业维度则按技能水平进行分类。每条记录包含观测值、观测状态标志及详细的注释字段，便于用户了解数据质量与潜在局限性。数据频率为年度，且优先使用ILO选定的‘最佳来源’以提升一致性。数据集以Parquet格式存储，支持直接通过HuggingFace Datasets库加载，兼具结构化与高效读取的优势。

使用方法

用户可通过HuggingFace的`load_dataset()`函数直接加载数据集，并利用Pandas库将其转换为DataFrame进行后续分析。例如，可通过筛选`ref_area`列锁定特定国家（如印度尼西亚），或基于`indicator`列提取特定指标的时间序列数据。此外，支持通过透视表操作将数据重塑为国家×年份矩阵，便于进行跨国家比较或面板数据分析。数据集兼容表格分类、回归及时间序列预测等多种任务场景，适合劳动经济学、国际移民研究及政策分析等领域的研究者使用。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库构建，并由Electric Sheep Asia于2024年重新打包发布，聚焦于亚洲14个国家2001至2024年间按性别和职业分类的受雇外籍公民流入量（千人）。ILOSTAT是国际劳动统计领域的权威来源，其数据源于各国劳动力调查、行政记录等，经国际劳工统计师大会（ICLS）定义统一，覆盖就业、失业、工资等多项指标。该数据集围绕国际移民流动这一核心问题，通过整合亚洲地区的时空截面与面板数据，为研究劳动力市场全球化、移民政策影响及区域经济不平等提供了标准化、机器可读的基础资源，尤其填补了亚洲区域精细度较高的移民职业分类数据的空白，对劳动经济学、人口地理学及国际发展研究具有显著推动力。

当前挑战

该数据集所应对的领域挑战在于：国际移民流动数据在亚洲长期面临碎片化、定义不统一、时间跨度短且性别与职业细分不足的问题，导致跨国比较与动态预测困难。通过提供按性别和职业技能等级细分的年度面板数据，数据本身解决了聚合数据掩盖的结构性差异，但构建过程中面临多重障碍：首先，各国原始数据来源各异，包括家庭及企业调查，需经ILOSTAT按ICLS标准归一化，处理编码冲突与定义歧义；其次，覆盖的14国中，像菲律宾等数据密集国家与哈萨克斯坦等仅有少数观测值的国家并存，不均衡性加大了量化分析与模型泛化的复杂度；此外，数据受年度频次局限，无法捕捉短期流动波动，且部分指标的状态标记（如临时或不可靠）要求使用者具备元数据筛查能力。

常用场景

经典使用场景

该数据集收录了2001至2024年间14个亚洲国家按性别与职业分类的受雇外籍公民流入量，共计1072条观测记录。经典使用场景聚焦于国际劳动力迁移的时空格局分析，研究者可通过此数据构建面板数据模型，系统剖析外籍劳工流入在亚洲各国的异质性演变趋势，包括性别结构差异、职业技能分层特征以及时间序列上的波动规律。

解决学术问题

数据集有效回应了亚洲区域劳动力市场研究中长期存在的跨国可比数据稀缺难题。核心贡献在于弥合了国际劳工迁移统计在性别与职业维度上的数据鸿沟，使学者得以量化外籍劳工流入对本土就业市场、工资水平及产业结构调整的冲击效应。同时，其细颗粒度结构支撑了性别不平等、职业隔离及移民政策有效性等经典议题的实证检验，为国际劳动经济学与发展经济学提供了严谨的数据基石。

衍生相关工作

基于该数据集，衍生出一系列利用ILOSTAT官方接口整合的跨国劳动力统计资源。典型工作包括对同一指标按年份与国别展开的多维时序可视化分析，以及构建国家×年份的面板数据矩阵用于回归建模。Hugging Face生态中的其他迁移流数据集亦常与此联合使用，形成涵盖技能、产业及人口结构的亚洲移民全景数据库，推动劳动力迁移研究的标准化与可复现性。