electricsheepasia/asia-ilo-emp-5emp-sex-ocu-nb-employment-by-sex-and-occupation-19th-icls-thousan

该数据集是一个表格型数据集，包含亚洲25个国家从2014年至2025年的就业统计数据，共4,286个观测值。核心指标为按性别和职业分类的就业人数（第19届国际劳工统计学家会议定义，以千人为单位）（EMP_5EMP_SEX_OCU_NB），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过统一处理以符合国际标准。数据集提供多维度细分，包括性别（总计、男性、女性等）和职业分类，并包含国家代码、年份、观测值、数据来源、质量状态（如临时数据、不可靠数据）及相关注释字段。数据适用于表格分类、回归和时间序列预测等机器学习任务，采用CC-BY-4.0许可协议。license: CC BY 4.0 language: - en task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1000<n<10000 tags: - 表格数据 - 亚洲 - ILOSTAT - 就业 - ILO - 劳工 pretty_name: "分性别与职业的就业数据——第19届国际劳工统计学家会议（千人单位）| 亚洲（ILOSTAT）" --- # 分性别与职业的就业数据——第19届国际劳工统计学家会议（千人单位）| 亚洲（ILOSTAT） 🌏 **4286条观测样本** · **覆盖25个亚洲国家** · **时间跨度2014–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 简短摘要 本数据集包含覆盖25个亚洲国家的就业相关数据，共**4286条观测样本**，时间跨度为**2014–2025年**，仅包含**1项独立指标**。 ## 数据源说明 **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，也是全球领先的劳工统计权威来源。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）体面工作目标等多类指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查及行政记录。其覆盖范围超过200个经济体，数据标准化工作由国际劳工组织统计部门负责完成。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_5EMP_SEX_OCU_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**：就业 ## 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_5EMP_SEX_OCU_NB`拉取数据，并筛选出亚洲地区的ISO 3166-1 α-3国家编码对应的数据。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians，简称ICLS）的定义对原始调查微观数据进行标准化处理；数据来源将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 共覆盖25个亚洲国家，以下按样本量降序展示部分国家信息： | 国家 | 样本量 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CYP` | 396 | 2014 | 2025 | | `KOR` | 396 | 2014 | 2025 | | `SGP` | 374 | 2014 | 2025 | | `ISR` | 363 | 2014 | 2024 | | `JPN` | 348 | 2014 | 2025 | | `ARE` | 311 | 2016 | 2024 | | `JOR` | 247 | 2017 | 2024 | | `ARM` | 210 | 2018 | 2024 | | `MNG` | 198 | 2019 | 2024 | | `VNM` | 169 | 2020 | 2024 | | `TWN` | 168 | 2014 | 2020 | | `GEO` | 162 | 2020 | 2024 | | `BRN` | 132 | 2014 | 2024 | | `KHM` | 132 | 2019 | 2023 | | `MMR` | 130 | 2017 | 2020 | | ... | _另有10个国家_ | | | ## 指标（示例） - `EMP_5EMP_SEX_OCU_NB` — 分性别与职业的就业数据——第19届国际劳工统计学家会议（千人单位） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | 字符串 | ISO 3166-1 α-3国家编码 | `AFG` | | `ref_area.label` | 字符串 | 英文国家名称 | `阿富汗` | | `source` | 字符串 | ILOSTAT数据源编码（例如劳动力调查） | `BA:15715` | | `source.label` | 字符串 | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | 字符串 | ILOSTAT指标编码 | `EMP_5EMP_SEX_OCU_NB` | | `indicator.label` | 字符串 | 英文指标名称 | `分性别与职业的就业数据——1…` | | `sex` | 字符串 | 性别维度细分（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串 | — | `总计` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、就业身份等） | `OCU_ISCO08_TOTAL` | | `classif1.label` | 字符串 | — | `职业（ISCO-08）：总计` | | `time` | 64位整数 | 观测年份 | `2021` | | `obs_value` | 64位浮点数 | 观测指标值（单位依指标定义而定） | `5042.173` | | `obs_status` | 字符串 | 观测状态标记（例如临时数据、不可靠数据） | `U` | | `obs_status.label` | 字符串 | — | `不可靠` | | `note_classif` | 字符串 | — | `C4:1002` | | `note_classif.label` | 字符串 | — | `非标准职业：包含3类` | | `note_indicator` | 字符串 | — | `I11:264` | | `note_indicator.label` | 字符串 | — | `序列中断：方法学已修订` | | `note_source` | 字符串 | — | `R1:3513_S3:8` | | `note_source.label` | 字符串 | — | `存储库：ILO统计数据库 - 微观数据…` | ## 细分维度 以下字段提供数据细分维度： - **`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 - 数据为年度频率。部分指标同时发布月度或季度序列，本数据集未包含此类数据。 - 若同一国家×年份的同一指标存在多个数据源，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非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-5emp-sex-ocu-nb-employment-by-sex-and-occupation-19th-icls-thousan") 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_5EMP_SEX_OCU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_5EMP_SEX_OCU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_5EMP_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_5emp_sex_ocu_nb_employment_by_sex_and_occupation_19th_icls_thousan_2025, title = {Employment by sex and occupation -- 19th ICLS (thousands) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_5EMP_SEX_OCU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {\url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-5emp-sex-ocu-nb-employment-by-sex-and-occupation-19th-icls-thousan}} } ## 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的重新整理版本。 ## 关于Electric Sheep Electric Sheep Asia是Electric Sheep项目的组成部分，该项目旨在HuggingFace平台上构建统一的、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，对数据结构进行标准化处理，以Parquet格式封装，并发布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年5月28日通过Electric Sheep数据流水线导入完成。源数据URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_5EMP_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）核心统计数据库ILOSTAT，通过其REST API直接获取指标代码为EMP_5EMP_SEX_OCU_NB的就业数据，并依据亚洲地区ISO3国家代码进行筛选。ILOSTAT利用国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行协调统一，数据来源在source.label列中加以标注以确保可追溯性。最终整合为包含25个亚洲国家、覆盖2014至2025年时间跨度的4,286条观测记录的数据集，并由Electric Sheep Asia进行重新封装发布。

特点

数据集聚焦于就业领域，呈现按性别和职业（第19届ICLS标准）划分的就业人数（以千计）这一单一指标。数据颗粒度精细，包含ref_area（国家代码）、sex（性别分类，含总计、男性、女性及其他）、classif1（职业分类依据ISCO-08标准）等多个维度列，便于多角度分析。同时，数据集提供了详尽的元数据注释，如观测状态标志、系列中断说明及数据来源备注，增强了数据的透明度和可靠性。数据频率为年度，并采用ILO筛选的“最佳来源”以确保质量。

使用方法

用户可通过HuggingFace Datasets库的load_dataset()函数一键加载数据集到Pandas DataFrame中，便于进行探索性分析和建模。具体应用包括按国家代码筛选特定国家的时间序列数据，利用指示列对单一指标进行时间趋势的可视化分析，以及通过数据透视表构建国家×年份的矩阵形式，以支持跨国家比较和面板数据分析。数据集兼容表格分类、回归和时间序列预测等多种机器学习任务场景，为亚洲劳动力市场研究提供了标准化的数据基础。

背景与挑战

背景概述

在劳动经济学与社会发展研究中，精准刻画区域性就业结构是制定有效政策的基础。该数据集由国际劳工组织（ILO）于2025年整理发布，并经Electric Sheep Asia重新打包，聚焦于亚洲地区按性别与职业分类的就业规模统计，涵盖2014至2025年间25个亚洲国家的4,286条观测记录。核心研究问题在于如何基于第19届国际劳动统计学家会议（ICLS）统一标准，构建跨国家、跨时间轴的就业分布数据集，以支撑劳动力市场性别差异、职业结构变迁及区域经济比较等议题。该数据集依托ILOSTAT这一全球权威劳动统计数据库，通过API抽取并过滤亚洲国家代码，确保了数据来源的权威性与可追溯性，对推动亚洲劳动经济学实证研究及政策评估具有重要参考价值。

当前挑战

该数据集所解决的领域核心挑战在于亚洲就业数据的碎片化与不兼容性：各国劳动力调查在职业分类、性别统计口径及时间序列连贯性上差异显著，难以直接进行跨国比较与时间序列分析。第19届ICLS标准虽提供统一框架，但各国数据源（如劳动力调查、行政记录）的原始定义与覆盖范围仍存偏差，数据集中“obs_status”字段标记的不可靠观测以及“note_indicator”中关于方法修订的备注，揭示了跨时期数据断层的普遍性。构建过程中，数据清洗需处理多源异构信息的冲突标记（如最佳来源选择）、缺失维度（如未涵盖月度或季度序列），并通过分类变量（性别、职业）的标准化映射，在保持原始数据粒度的同时实现结构统一，这对数据整合流程的鲁棒性与透明度提出了极高要求。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织ILOSTAT数据库中2014至2025年间亚洲25个国家的就业数据，涵盖按性别和职业分类的详细统计信息，共计4,286条观测。其经典用途在于支撑劳动经济学中的多维度比较研究，学者可借此分析亚洲不同国家间就业结构的演变趋势，例如通过时间序列建模揭示特定职业群体中性别就业差距的动态变化，或运用面板数据回归方法探究经济发展、政策干预等因素对就业分布的影响。

解决学术问题

该数据集有效解决了亚洲地区劳动统计数据碎片化与标准不统一的核心学术难题。凭借ILO根据第19届国际劳工统计学家会议（ICLS）定义进行的数据协调，研究者得以跨越国界开展可比性分析，进而探讨全球化进程中亚洲劳动力市场的结构转型、职业隔离与性别平等进程。其意义在于为验证劳动力市场分割理论、评估可持续发展目标（SDG）中体面工作进展提供了可靠的数据基石，推动了区域劳动经济学的实证研究迈向更精细化的阶段。

衍生相关工作

围绕该数据集，学术界已衍生出若干富有影响力的工作。在经济预测领域，研究者构建了基于向量自回归（VAR）模型的就业预测框架，利用给定职业的性别就业时间序列反推宏观经济波动与产业结构变迁的影响。在社会学研究中，学者们采用该数据配合差异中的差异（DID）方法，量化了国家层面产假或同工同酬法律调整对女性就业率的因果效应。此外，该数据集亦成为构建亚洲劳动市场时空知识图谱的基础层，启发了多篇探讨职业流动与性别工资收敛机制的计量经济学论文。