electricsheepasia/asia-ilo-ees-tees-sex-ec2-nb-employees-by-sex-and-economic-activity-isic-level

该数据集名为按性别和经济行业分类的员工数量 - ISIC 2级（千计）| 亚洲（ILOSTAT），是一个关于亚洲地区员工数量的表格数据集。它包含73,238个观测值，涵盖35个亚洲国家，时间跨度为1996年至2025年，涉及1个核心指标：按性别和经济行业分类的员工数量（以千计），经济行业分类采用国际标准行业分类（ISIC）第2级。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家。数据集字段包括国家代码（ISO 3166-1 alpha-3）、国家名称、数据来源代码和标签、指标代码和标签、性别分类（总计、男性、女性、其他）、经济行业分类代码和标签、观测年份、观测值（员工数量，单位千）、观测状态标志（如临时、不可靠）以及相关注释。数据集主要用于表格分类、表格回归和时间序列预测任务，支持对亚洲各国劳动力市场的分析，例如按性别和经济行业细分员工趋势。数据以年度频率发布，经过ILO的标准化处理，确保与国际劳工统计学家会议（ICLS）定义一致。数据集由Electric Sheep Asia重新打包，以Parquet格式提供，便于机器学习使用。license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 10K<n<100K tags: - tabular - asia - ilostat - employees - ilo - labour - employment pretty_name: "按性别和经济活动划分的雇员人数——ISIC二级分类（单位：千人）| 亚洲（ILOSTAT）" --- # 按性别和经济活动划分的雇员人数——ISIC二级分类（单位：千人）| 亚洲（ILOSTAT） 🌏 **73,238 条观测数据** · **35 个亚洲国家** · **1996–2025 年** · *由 [Electric Sheep Asia](https://huggingface.co/electricsheepasia) 重新整理*      ## TL;DR 本数据集包含覆盖**35个亚洲国家**、时间跨度为**1996–2025年**的**73238条雇员数据观测记录**，仅涵盖**1项核心指标**。 ## 数据来源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，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、薪酬、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，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录。该数据库覆盖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_EC2_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**：雇员人数统计 ## 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_EC2_NB`拉取原始数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家编码子集。ILOSTAT依据国际劳工统计会议（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；数据来源信息会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 35个亚洲国家，以下按数据行数排序展示前10个国家： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `TUR` | 5,471 | 2000 | 2024 | | `CYP` | 4,942 | 1999 | 2024 | | `VNM` | 4,472 | 2007 | 2024 | | `IRN` | 4,043 | 2005 | 2024 | | `JPN` | 3,957 | 2000 | 2023 | | `PSE` | 3,737 | 2000 | 2025 | | `MNG` | 3,604 | 2000 | 2024 | | `ISR` | 3,305 | 2012 | 2024 | | `THA` | 3,296 | 2010 | 2024 | | `IDN` | 3,203 | 2000 | 2023 | | `PHL` | 3,101 | 2012 | 2023 | | `LKA` | 2,947 | 2010 | 2024 | | `KGZ` | 2,826 | 2010 | 2023 | | `IND` | 2,759 | 2000 | 2025 | | `GEO` | 2,695 | 2009 | 2024 | | ... | _另有20个国家_ | | | ## 指标示例 - `EES_TEES_SEX_EC2_NB` — 按性别和经济活动划分的雇员人数——ISIC二级分类（单位：千人） ## 数据 schema | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家编码 | `AFG` | | `ref_area.label` | `string` | 国家英文名称 | `Afghanistan` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 数据来源英文名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT 指标代码 | `EES_TEES_SEX_EC2_NB` | | `indicator.label` | `string` | 指标英文名称 | `Employees by sex and economic activit…` | | `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` | — | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `EC2_ISIC4_TOTAL` | | `classif1.label` | `string` | — | `Economic activity (ISIC-Rev.4), 2 dig…` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `1709.649` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共4个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F`、`SEX_O` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标另有月度或季度序列，但未包含在此数据集中。 - 当同一国家×年份存在多个来源的同一指标数据时，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-ec2-nb-employees-by-sex-and-economic-activity-isic-level") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家数据 python indonesia = df[df["ref_area"] == "IDN"] ### 单一指标的时间序列可视化 python sample = (df[df["indicator"] == "EES_TEES_SEX_EC2_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EES_TEES_SEX_EC2_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EES_TEES_SEX_EC2_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_ec2_nb_employees_by_sex_and_economic_activity_isic_level_2025, title = {Employees by sex and economic activity - ISIC level 2 (thousands) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_EC2_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-ees-tees-sex-ec2-nb-employees-by-sex-and-economic-activity-isic-level}} } ## 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来源及Electric Sheep Asia的重新整理版本。 ## 关于 Electric Sheep Electric Sheep Asia隶属于Electric Sheep项目，旨在为HuggingFace平台打造统一的、适用于机器学习的亚洲地区数据层。我们从权威开源数据源获取数据，标准化数据 schema，以Parquet格式封装，并发布为格式统一的数据集卡片，方便研究人员与开发者通过`load_dataset()`函数在数秒内完成数据加载与使用。 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流水线获取。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EES_TEES_SEX_EC2_NB_

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT中央统计数据库，该库汇聚了全球200余个经济体的劳动力市场指标。构建过程通过ILOSTAT的REST API接口直接提取指标代码为EES_TEES_SEX_EC2_NB的原始记录，并依据ISO3国家代码筛选出亚洲地区35个国家的数据。原始调查微观数据经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化调和，涵盖劳动力调查、家庭收入调查及行政记录等多源信息。每条观测均附有来源标签与注释字段，确保数据出处可追溯，最终经Electric Sheep Asia重新打包为机器学习友好的Parquet格式。

特点

数据集涵盖1996年至2025年间亚洲35个国家的73,238条观测，以年度频率记录按性别和ISIC Rev.4第二级经济活动分类的员工人数（千人）。其核心特征包括多维 disaggregation 结构，提供性别（总数、男性、女性、其他）与经济活动的交叉分类；每条记录附带源标签、观测状态标志及系列断点注释，增强了数据透明度和可靠性。此外，数据以国家×年份×指标的长格式存储，便于时间序列分析与面板数据建模，且遵循CC-BY-4.0开放许可，适用于学术研究与政策分析。

使用方法

研究人员可通过HuggingFace的datasets库以单行代码加载数据集，并转换为Pandas DataFrame进行灵活操作。典型用法包括按国家代码筛选特定经济体（如印度尼西亚），或针对单一指标提取时间序列并排序绘制趋势图。对于面板分析，可利用pivot_table方法将数据重塑为国家×年份矩阵，便于比较跨国差异。数据集支持表格分类、回归及时间序列预测任务，使用者需注意年度频率限制及部分观测的质量标志，引用时应同时标注ILO原始来源与Electric Sheep Asia的再包装工作。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于构建全球可比的劳动力市场统计体系，其核心数据库ILOSTAT汇集了来自各国劳动力调查、家庭收入调查及行政记录的微观数据，并依据国际劳工统计学家会议（ICLS）定义进行跨国协调。2025年，Electric Sheep Asia在此基础上进行再包装，发布了覆盖35个亚洲国家、时间跨度自1996至2025年的亚裔雇员性别与经济活动（ISIC二级分类）数据集。该数据集以73,238条观测值为基础，为探究亚洲地区性别维度的行业就业结构变迁、非正规经济及体面劳动等议题提供了精细的量化基础，对劳动经济学与区域发展研究具有重要的实证支撑意义。

当前挑战

本数据集所应对的核心领域挑战在于，传统劳动统计往往缺乏跨国家、长时间序列且按性别与经济行业精细拆分的可比数据，难以支撑对亚洲就业结构性别差异的深入分析。构建过程中面临多重挑战：各国劳动力调查的抽样设计、变量定义与报告标准各异，ILO虽经ICLS框架进行协调，但源数据的不一致性仍可能导致序列断裂或观测状态标注为不可靠；部分年份或国家存在数据缺失、仅覆盖特定分类维度或非年度频率的情况，数据插补与质量评估难度较大；此外，ISIC行业分类版本更迭及非正式部门就业的测量误差，亦对趋势解读构成潜在偏误。

常用场景

经典使用场景

在劳动经济学与就业结构分析的经典场景中，该数据集常被用于刻画亚洲各国按性别与经济活动分类的雇员数量时序演变。研究者借助其1996至2025年跨越35个亚洲经济体的面板数据，可系统考察不同ISIC二级行业门类中男性和女性雇员规模的动态变化，进而揭示产业结构转型过程中的性别就业分化格局。

实际应用

在实际应用层面，该数据集为政策制定者、国际组织及企业研究部门提供了评估亚洲劳动力市场性别平等进展的实证依据。其数据可支撑就业政策效果监测、行业人力资本需求预测以及性别包容性发展目标的跟踪评估，亦可为跨国企业制定区域人力资源战略提供参照。

衍生相关工作

围绕该数据集已衍生出若干经典研究脉络。学者利用其行业—性别维度构建了亚洲就业结构转型的国别比较分析，亦有工作聚焦于女性劳动参与率的行业差异分解与收敛性检验。此外，该数据常被用于校准可计算一般均衡模型中的劳动力模块，并催生了多篇关于亚洲非正规就业与性别收入差距的实证文献。