electricsheepasia/asia-ilo-emp-pifl-age-ec2-rt-share-of-employment-outside-the-formal-sector-by-a

该数据集包含亚洲27个国家在2004年至2025年期间关于非正规经济的数据，共有25,514个观测值，覆盖1个独立指标。具体指标为“按年龄和经济活动划分的非正规部门就业比例 - ISIC第2级（%）”，该指标衡量了在非正规部门就业的劳动力份额，并按年龄组和经济活动类别（基于ISIC第4版的两位数分类）进行细分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API提取并过滤为亚洲国家，使用国际劳工统计学家会议（ICLS）的定义进行标准化处理。数据集包括国家代码、国家名称、数据来源、指标代码、分类变量（如年龄、经济活动）、观测年份、观测值、观测状态和相关注释等列，适用于表格分类、回归和时间序列预测等任务。license: cc-by-4.0 语言: - en 任务类别: - 表格分类 - 表格回归 - 时间序列预测 多语言类型: 单语言 样本量区间: - 10K<n<100K 标签: - 表格数据 - 亚洲 - ilostat - 非正规经济 - ilo - 劳动 - 就业 数据集名称: "按年龄和经济活动划分的非正规部门就业占比——ISIC二级分类 | 亚洲（ILOSTAT）" --- # 按年龄和经济活动划分的非正规部门就业占比——ISIC二级分类 | 亚洲（ILOSTAT） 🌏 **25,514 条观测数据** · **27 个亚洲国家** · **2004–2025 年** · *由 [Electric Sheep Asia](https://huggingface.co/electricsheepasia) 重新整理发布*      ## TL;DR 本数据集包含覆盖27个亚洲国家、时间跨度为2004至2025年的**25,514条非正规经济相关观测数据**，仅包含**1项核心指标**。 ## 关于数据源 **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统计权威来源。其收录指标涵盖就业、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、机构调查及行政记录，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。 - **数据源**: [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_AGE_EC2_RT) - **发布方**: 国际劳工组织（ILO） - **许可协议**: [cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**: 非正规经济 ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_AGE_EC2_RT`获取，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；数据来源信息会在`source.label`字段中标注，以保证可追溯性。 ## 地理覆盖范围 27个亚洲国家，以下按观测条数排序展示前15个国家的信息，剩余12个国家以汇总形式展示： | 国家 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `TUR` | 4,414 | 2004 | 2024 | | `VNM` | 2,917 | 2007 | 2024 | | `IND` | 2,416 | 2005 | 2025 | | `LKA` | 2,164 | 2010 | 2024 | | `PSE` | 1,809 | 2010 | 2025 | | `MNG` | 1,693 | 2006 | 2024 | | `THA` | 1,620 | 2014 | 2024 | | `KGZ` | 1,614 | 2012 | 2023 | | `PAK` | 1,594 | 2009 | 2025 | | `BGD` | 1,149 | 2010 | 2024 | | `MMR` | 882 | 2015 | 2020 | | `JOR` | 655 | 2017 | 2023 | | `GEO` | 424 | 2019 | 2024 | | `KHM` | 298 | 2012 | 2019 | | `IDN` | 246 | 2023 | 2023 | | ... | _剩余12个国家_ | | | ## 指标（示例） - `EMP_PIFL_AGE_EC2_RT` — 按年龄和经济活动划分的非正规部门就业占比——ISIC二级分类（%） ## 数据架构 | 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 | `Afghanistan` | | `source` | `string` | ILOSTAT来源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英文来源名称 | `LFS - Labour Force Survey` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_PIFL_AGE_EC2_RT` | | `indicator.label` | `string` | 英文指标名称 | `Share of employment outside the forma…` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | 无额外说明 | `Age (Youth, adults): 15+` | | `classif2` | `string` | 可选第二分类变量 | `EC2_ISIC4_TOTAL` | | `classif2.label` | `string` | 无额外说明 | `Economic activity (ISIC-Rev.4), 2 dig…` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `77.474` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | 无额外说明 | `Unreliable` | | `note_indicator` | `string` | 无额外说明 | `I11:264` | | `note_indicator.label` | `string` | 无额外说明 | `Break in series: Methodology revised` | | `note_source` | `string` | 无额外说明 | `R1:3513_S3:8` | | `note_source.label` | `string` | 无额外说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 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，但本数据集未收录此类数据。 - 当同一国家×年份的同一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。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-pifl-age-ec2-rt-share-of-employment-outside-the-formal-sector-by-a") df = ds["train"].to_pandas() print(df.head()) ### 按国家筛选 python indonesia = df[df["ref_area"] == "IDN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EMP_PIFL_AGE_EC2_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_AGE_EC2_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_AGE_EC2_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用 bibtex @misc{asia_ilo_emp_pifl_age_ec2_rt_share_of_employment_outside_the_formal_sector_by_a_2025, title = {Share of employment outside the formal sector by age and economic activity - ISIC level 2 | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_AGE_EC2_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-pifl-age-ec2-rt-share-of-employment-outside-the-formal-sector-by-a}} } ## 许可协议 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。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使命：在HuggingFace平台上构建统一的、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，对数据架构进行标准化处理，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员和开发者仅需通过`load_dataset()`即可在数秒内启动研究工作。 可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流水线摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_AGE_EC2_RT_