electricsheepasia/asia-ilo-cld-xchl-sex-age-ste-nb-children-in-child-labour-by-sex-age-and-status-in

该数据集包含亚洲29个国家在1996年至2025年期间的儿童劳动数据，共2103个观测值，聚焦于按性别、年龄和就业状况划分的童工儿童数量（千）这一指标。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，涵盖了儿童劳动的性别、年龄和就业状况等多维度分类信息。数据集模式包括国家代码、年份、观测值、数据来源、分类变量等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains 2,103 observations of child labour data across 29 Asia countries, spanning 1996–2025, covering the indicator Children in child labour by sex, age and status in employment (thousands). It is sourced from ILOSTAT, the ILOs central statistics database, with data pulled via API and filtered to Asian countries, providing disaggregated dimensions such as sex, age, and employment status. The schema includes columns for country, year, indicator value, source, and classification variables, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织ILOSTAT统计数据库，通过REST API接口直接获取指标CLD_XCHL_SEX_AGE_STE_NB的原始数据，随后筛选出亚洲29个国家的观测记录。数据经过ILO官方的国际化协调处理，依据国际劳工统计学家会议定义对原始调查微观数据进行统一编码，并将数据来源标记于source.label字段以保证可追溯性。最终由Electric Sheep Asia团队重新整理为适合机器学习加载的Parquet格式，以标准化模式发布在HuggingFace平台上，实现了从公开权威数据到开箱即用数据集的完整构建流程。

特点

该数据集包含2,103条观测记录，覆盖1996年至2025年间亚洲29个国家的童工统计信息，核心指标为按性别、年龄及就业身份分类的童工人数（千单位）。数据提供了丰富的分类维度，包括性别（男性、女性、总计）、年龄段（5至17岁）以及就业身份（ICSE-93分类），同时附带了数据来源、观测状态及方法论备注等元数据，便于用户评估数据质量。年度频率的时序结构为区域比较、趋势分析和政策评估提供了坚实基础，兼顾了跨国界与跨时间的分析灵活性。

使用方法

数据集可通过HuggingFace Datasets库直接加载，用户只需调用load_dataset函数即可获取表格格式完整数据，并轻松转换为Pandas DataFrame进行后续分析。支持按国家代码筛选单一国家子集，或针对特定指标按年份排序后绘制时间序列折线图，直观展示童工变化趋势。亦可运用数据透视操作，将数据重塑为国家×年份的矩阵形式，便于进行跨国的面板数据分析或建模任务，为劳动经济学、儿童保护研究及可持续发展目标评估提供了便捷可靠的数据工具。

背景与挑战

背景概述

童工问题是全球劳工权益保护与社会可持续发展领域的重要议题，受到国际社会的广泛关注。国际劳工组织（ILO）作为该领域的权威机构，通过其ILOSTAT数据平台系统收集和整合了全球劳动力统计数据。在此背景下，数据集“Children in child labour by sex, age and status in employment (thousands) | Asia (ILOSTAT)”由Electric Sheep Asia于2025年重新整理并发布，覆盖1996年至2025年间29个亚洲国家的2103个观测值，聚焦于按性别、年龄和就业身份划分的童工人数（千单位）。该数据集以ILO官方统计数据为基础，为研究亚洲地区童工现象的规模、分布及变化趋势提供了可靠的数据支撑，对推动区域劳动力政策制定、可持续发展目标监测以及劳动经济学研究具有重要价值。

当前挑战

该数据集所解决的核心领域问题是童工现象的量化与跨维度分析。在研究方法上，传统童工统计常受限于数据覆盖率低、跨国可比性差以及维度单一等障碍。ILO通过统一采用国际劳工统计学家会议（ICLS）定义，对各国调查微观数据进行标准化处理，有效应对了这一挑战。在构建过程中，数据集面临多重复杂性：首先，来源数据涉及劳务力调查、家庭收入与支出调查等多种类型的行政记录，不同调查的方法与质量差异显著；其次，部分国家在部分年份存在数据缺失或指标中断，数据集以‘观测状态’编码（如‘U’表示不可靠）进行标注，这为时间序列分析与模型训练引入了不确定性。此外，部分观察值存在方法论修订导致的序列断裂，需用户予以特别关注。

常用场景

经典使用场景

在劳动经济学与儿童发展研究领域，该数据集常被用于分析亚洲地区童工现象的时空分布特征与演变规律。基于ILOSTAT官方统计标准，其涵盖29个亚洲国家1996至2025年的面板数据，研究者可借助该数据集构建混合效应模型或时间序列模型，探究童工数量在不同性别、年龄组别及就业状态下的差异，揭示经济转型与政策干预对童工现象的长期影响。

衍生相关工作

基于该数据集，衍生出多项具有影响力的学术产出，包括构建亚洲童工脆弱性指数、开发童工流动预测模型以及评估经济增长与童工消减的非线性关系。部分研究者通过整合该数据集与教育统计、国民核算数据，形成了多维度时序分析框架，被后续研究广泛援引。此外，ILO自身亦将其用于编制年度全球童工统计报告，作为权威引用来源，推动了劳动市场监测方法的标准化进程。

数据集最近研究

最新研究方向

基于国际劳工组织ILOSTAT数据库，该数据集聚焦于亚洲地区童工现象的时空分布与结构特征。当前前沿研究正借助此类高颗粒度面板数据，将童工问题与联合国可持续发展目标（SDG 8.7）的监测评估深度绑定，通过时间序列分析揭示1996至2025年间29个亚洲国家在消除童工方面的进展与瓶颈。研究者利用性别、年龄和就业身份的多重维度解构，可精准识别脆弱群体，结合区域冲突、经济危机等宏观事件（如新冠疫情对南亚童工返流的催化效应），构建因果推断模型。该数据集的标准化架构与开源许可（CC-BY 4.0）极大降低了跨学科研究门槛，为政策模拟、机器学习预测及国际比较提供了高质量的数据基座，其影响已延伸至劳动经济学、发展社会学与公共政策评估的交汇领域。