electricsheepasia/asia-ilo-emp-pifl-sex-mts-dsb-nb-employment-outside-the-formal-sector-by-sex-marita

该数据集包含亚洲16个国家从2007年至2024年的非正规经济就业数据，具体指标为“按性别、婚姻状况和残疾状况划分的非正规部门就业人数（千）”。数据集共有4,386个观测值，来源于国际劳工组织（ILO）的ILOSTAT数据库，数据通过ILOSTAT REST API获取，并经过harmonisation处理以确保一致性。数据以表格形式组织，包含国家代码、指标代码、性别分类、婚姻状况分类、残疾状况分类、年份、观测值等字段，适用于表格分类、回归或时间序列预测等任务。许可证：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 样本量范围：1000 < n < 10000 标签： - 表格数据 - 亚洲 - ILOSTAT（国际劳工组织统计数据库） - 非正规经济 - 国际劳工组织（ILO） - 劳动力 - 就业 数据集名称：按性别、婚姻状况与残疾状况划分的非正规部门就业（千人）| 亚洲（ILOSTAT） # 按性别、婚姻状况与残疾状况划分的非正规部门就业（千人）| 亚洲（ILOSTAT） 🌏 **4386条观测数据** · **16个亚洲国家** · **2007–2024年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新封装*      ## 核心摘要 本数据集包含覆盖16个亚洲国家、时间跨度为2007至2024年的**4386条非正规经济相关观测数据**，仅包含**1个核心指标**。 ## 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）的核心统计数据库，为全球领先的劳动力统计权威来源。其收录指标涵盖就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害及可持续发展目标体面工作相关目标等，数据来源于全国劳动力调查、住户收入调查、企业调查与行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的统一标准化处理。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_MTS_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**：非正规经济 ## 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_PIFL_SEX_MTS_DSB_NB`拉取原始数据，并筛选出亚洲地区的ISO3国家编码对应数据集。ILOSTAT依据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 16个亚洲国家，以下按数据行数排序展示部分国家信息： | 国家代码 | 数据行数 | 起始年份 | 终止年份 | |---------|---------:|---------:|---------:| | `CYP` | 990 | 2007 | 2024 | | `MNG` | 954 | 2013 | 2024 | | `LKA` | 500 | 2018 | 2024 | | `IDN` | 432 | 2016 | 2023 | | `ARM` | 347 | 2008 | 2017 | | `BGD` | 238 | 2022 | 2024 | | `KHM` | 150 | 2012 | 2019 | | `LAO` | 147 | 2017 | 2022 | | `PSE` | 137 | 2018 | 2022 | | `AFG` | 72 | 2021 | 2021 | | `PAK` | 72 | 2021 | 2021 | | `MDV` | 72 | 2019 | 2019 | | `LBN` | 71 | 2019 | 2019 | | `MMR` | 70 | 2015 | 2015 | | `IRQ` | 67 | 2021 | 2021 | | ... | _另有1个国家_ | | | ## 指标示例（节选） - `EMP_PIFL_SEX_MTS_DSB_NB` — 按性别、婚姻状况与残疾状况划分的非正规部门就业人数（单位：千人） ## 数据字段结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|----------|----------|--------| | `ref_area` | 字符串（string） | ISO 3166-1 alpha-3国家编码 | `AFG` | | `ref_area.label` | 字符串 | 国家英文名称 | `Afghanistan` | | `source` | 字符串 | ILOSTAT数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | 字符串 | 数据源英文名称 | `LFS - Labour Force Survey` | | `indicator` | 字符串 | ILOSTAT指标代码 | `EMP_PIFL_SEX_MTS_DSB_NB` | | `indicator.label` | 字符串 | 指标英文名称 | `Employment outside the formal sector …` | | `sex` | 字符串 | 按性别细分（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串 | — | `Total` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、身份等） | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | 字符串 | — | `Marital status (Aggregate): Total` | | `classif2` | 字符串 | 可选第二分类变量 | `DSB_STATUS_TOTAL` | | `classif2.label` | 字符串 | — | `Disability status: Total` | | `time` | 整数（int64） | 观测年份 | `2021` | | `obs_value` | 浮点数（float64） | 观测指标值（单位详见指标定义） | `5949.625` | | `obs_status` | 字符串 | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | 字符串 | — | `Unreliable` | | `note_classif` | 字符串 | — | `C14:6260` | | `note_classif.label` | 字符串 | — | `Nonstandard definition of disability:…` | | `note_indicator` | 字符串 | — | `I11:264` | | `note_indicator.label` | 字符串 | — | `Break in series: Methodology revised` | | `note_source` | 字符串 | — | `R1:3513_S3:8` | | `note_source.label` | 字符串 | — | `Repository: ILO-STATISTICS - Micro da…` | ## 数据细分维度 以下字段用于数据细分维度拆分： - **`sex`**（共4种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F`、`SEX_O` ## 数据质量与注意事项 - 本数据集仅包含年度频率数据，部分指标另有月度或季度序列，但未纳入本次封装。 - 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填充非空值。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-pifl-sex-mts-dsb-nb-employment-outside-the-formal-sector-by-sex-marita") 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可视化 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_MTS_DSB_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_MTS_DSB_NB") ### 转换为国家×年份矩阵格式 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_MTS_DSB_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_emp_pifl_sex_mts_dsb_nb_employment_outside_the_formal_sector_by_sex_marita_2024, title = {Employment outside the formal sector by sex, marital status and disability status (thousan | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_MTS_DSB_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-pifl-sex-mts-dsb-nb-employment-outside-the-formal-sector-by-sex-marita}} } ## 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及Electric Sheep Asia的重新封装版本。 ## 关于Electric Sheep Electric Sheep是Electric Sheep生态的组成部分，旨在为HuggingFace平台构建统一的、适配机器学习的亚洲地区数据层。我们从权威开源数据源拉取数据，对数据模式（schema）进行标准化处理，封装为Parquet格式，并发布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年5月26日通过Electric Sheep流水线摄取。源地址：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_MTS_DSB_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）的中央统计数据库ILOSTAT，其构建依赖于对各国劳动力调查、家庭收入调查及行政记录等原始微观数据的系统整合。ILOSTAT依照国际劳工统计学家会议（ICLS）的定义对数据进行标准化调和，确保跨国可比性。Electric Sheep Asia通过ILOSTAT的REST API接口直接提取指标EMP_PIFL_SEX_MTS_DSB_NB，并筛选出亚洲ISO3国家代码，最终形成涵盖16个亚洲国家、2007至2024年间的4386条观测记录。

使用方法

研究者可通过HuggingFace的datasets库以load_dataset()函数直接加载该数据集，并利用to_pandas()方法转换为数据框进行后续分析。典型操作包括按ref_area字段筛选特定国家子集，或依据indicator字段提取单一指标并排序绘制时间序列图。借助pivot_table()函数可将数据重塑为国家与年份的交叉矩阵，便于开展跨国比较和趋势分析。数据亦适用于表格分类、回归及时间序列预测等机器学习任务。

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建设，非正规部门就业作为体面劳动议程的核心关切，其性别差异与婚姻、残疾状况的交互影响日益受到学界重视。该数据集由Electric Sheep Asia于2024年基于ILOSTAT官方API重新封装发布，涵盖2007至2024年间16个亚洲国家的4386条观测记录，旨在为劳动经济学、社会政策与性别研究提供统一、可机读的跨国面板数据。通过整合各国劳动力调查与家庭收入调查等微观来源，该数据集显著降低了比较研究的门槛，为探究非正规就业的结构性不平等提供了关键实证基础。

当前挑战

该数据集所回应的领域问题在于：如何量化并跨国比较非正规部门就业中性别、婚姻状况与残疾身份的多重交叉脆弱性。构建过程中面临若干具体挑战：其一，各国对非正规就业、婚姻状态及残疾的界定标准存在差异，ILOSTAT虽以国际劳工统计学家会议（ICLS）定义进行调和，但底层测量误差与概念漂移难以根除；其二，数据覆盖严重不均衡，部分国家仅有一年观测且样本量极小，而塞浦路斯与蒙古贡献了近半记录，导致面板结构失衡；其三，大量观测值被标注为不可靠或存在序列断裂，削弱了时间趋势分析的稳健性；其四，残疾状况分类常采用非标准定义，削弱了跨群体比较的效度。

常用场景

经典使用场景

在劳动经济学与性别研究的交叉领域，该数据集凭借其按性别、婚姻状况与残疾状况三重维度解构非正规部门就业的独特设计，成为探究亚洲劳动力市场结构性分层的经典素材。研究者常以时间序列分析和面板回归方法，追踪2007至2024年间16个亚洲国家非正规就业的演变轨迹，尤其关注性别与婚姻状态对劳动者进入非正规经济概率的交互影响，以及残疾群体在非正规部门中的边缘化程度。

解决学术问题

该数据集直击非正规就业统计中长期存在的细分维度缺失难题，为检验“婚姻惩罚”假说与残疾歧视理论提供了跨国可比证据。通过系统整合国际劳工组织统一口径的劳动力调查数据，它使研究者能够量化婚姻状况与残疾身份对非正规就业参与率的净效应，揭示性别不平等在正规与非正规部门之间的传导机制，进而深化对亚洲发展中国家劳动力市场二元结构的理论认知。

实际应用

在实际政策层面，该数据集为劳动监察部门、社会保障机构及国际发展组织识别非正规就业脆弱群体提供了精准标靶。依据分性别、婚姻状况和残疾状况的非正规就业规模数据，决策者可设计针对性的职业培训、社会保险扩面及反歧视法规，优化面向残障人士与特定婚姻状态劳动者的就业扶持资源配置，助力亚洲各国实现体面劳动与包容性增长目标。

数据集最近研究

最新研究方向

在全球非正规经济研究持续深化的背景下，该数据集聚焦于亚洲地区非正规部门就业的性别、婚姻状况与残疾状况三重维度的交叉分析，成为劳动经济学与发展研究领域的前沿数据资源。近年来，国际劳工组织与学术界日益关注非正规就业中的结构性不平等，尤其是残疾群体与婚姻状态对女性劳动参与的影响机制，相关研究发表于《World Development》等期刊，并服务于联合国可持续发展目标8（体面劳动）的监测。该数据集覆盖16个亚洲国家、2007至2024年的4,386条观测，为时间序列预测、面板回归及分类建模提供了标准化、可复用的表格数据，有力推动了亚洲非正规就业异质性及其政策干预效果的实证探索。