electricsheepasia/asia-ilo-ees-tees-sex-eco-mts-nb-employees-by-sex-economic-activity-and-marital-sta

该数据集包含亚洲33个国家从1970年至2025年的员工数据，按性别、经济活动和婚姻状况分类（以千为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涵盖111,411个观测值，涉及1个具体指标（EES_TEES_SEX_ECO_MTS_NB）。数据集经过Electric Sheep Asia重新打包，以表格形式提供，包括国家代码、年份、观测值、数据来源和分类维度等信息，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的“最佳来源”和分类列的非空条件。This dataset contains employee data (in thousands) by sex, economic activity, and marital status for 33 Asian countries from 1970 to 2025. Sourced from the International Labour Organizations (ILO) ILOSTAT database, it includes 111,411 observations covering 1 distinct indicator (EES_TEES_SEX_ECO_MTS_NB). Repackaged by Electric Sheep Asia, the data is provided in tabular format with columns for country codes, years, observed values, data sources, and disaggregation dimensions, suitable for tasks such as tabular classification, regression, and time-series forecasting. The data is annual in frequency and includes quality caveats, such as the use of ILO-selected best sources and non-null conditions for disaggregation columns.

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ILOSTAT数据库，通过REST API接口直接提取指标EES_TEES_SEX_ECO_MTS_NB的原始数据，并依据ISO3国家代码筛选出33个亚洲国家。ILOSTAT采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化调和，数据经Electric Sheep Asia重新封装为Parquet格式，保留来源标签以确保可追溯性，最终形成涵盖1970至2025年的111,411条观测记录。

特点

数据集以表格形式呈现亚洲33国雇员按性别、经济活动及婚姻状况分类的千人规模统计，时间跨度逾半个世纪，包含性别、经济部门、婚姻状态等多维 disaggregation 字段。数据频率为年度，仅当指标发布细分维度时相应列才非空，且当同一国家-年份存在多源时采用ILO优选的最佳来源。观测值附有状态标志与注释标签，便于识别暂定值或序列断裂等质量问题，适用于分类、回归及时间序列预测任务。

使用方法

研究者可通过HuggingFace的datasets库加载数据集，使用load_dataset函数获取后转换为Pandas DataFrame。典型操作包括按ref_area字段筛选特定国家（如印度尼西亚），按indicator字段与time字段排序绘制单一指标的时间序列曲线，或利用pivot_table将数据重塑为国家×年份矩阵以进行横向比较。数据集遵循CC-BY-4.0许可，使用时需同时引用国际劳工组织原始来源和Electric Sheep Asia的再封装工作。

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数据的系统化收集与标准化工作，ILOSTAT作为其核心统计数据库，为劳动经济学研究提供了权威的数据基础。该数据集由Electric Sheep Asia于2025年从ILOSTAT REST API中提取并重新封装，覆盖亚洲33个国家自1970年至2025年间的雇员统计数据，以性别、经济活动部门和婚姻状况为分类维度，包含111,411条观测记录。其核心研究问题在于揭示亚洲地区劳动力市场中就业结构的性别差异与婚姻状况关联，为劳动政策制定和性别平等研究提供实证依据。该数据集的影响力在于其长时间跨度和多维度分类特征，能够支撑跨国比较研究和时间序列分析，对劳动经济学、发展经济学及社会政策研究领域具有重要的数据支撑价值。

当前挑战

该数据集所应对的领域问题在于，亚洲地区劳动力市场统计长期面临数据碎片化、口径不一致及分类标准差异等困境，跨国可比性严重受限。在构建过程中，源数据来源于各国劳动力调查、家庭收入调查及行政记录，其抽样设计、覆盖范围和调查频率各异，ILO虽依据国际劳工统计学家会议（ICLS）定义进行协调，但仍存在方法学断点、数据可靠性标记及来源不一致等问题。此外，婚姻状况与经济活动分类在不同国家的统计实践中定义差异显著，部分国家数据缺失或仅覆盖特定年份，导致面板数据结构不平衡。性别维度中非二元分类（SEX_O）的稀疏性亦对统计分析构成挑战，需在建模时审慎处理缺失值与异常标记。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉领域，该数据集最经典的使用场景在于刻画亚洲地区雇员规模的性别差异与婚姻状况分布随经济部门演变的长期轨迹。研究者可依托1970至2025年间33个亚洲国家的年度观测，构建国别面板数据，考察不同经济部门中已婚与未婚男性、女性雇员数量的动态变化。借助其细分的性别、经济活动分类与婚姻状态维度，可开展交叉列联分析与时间序列分解，揭示亚洲劳动力市场中性别角色分工与婚姻状态关联的结构性特征。

解决学术问题

该数据集有效回应了劳动经济学中关于性别就业差距与婚姻状态交互效应的实证研究难题。过往研究常受限于跨国可比数据稀缺，难以系统检验婚姻状况对男女雇员参与经济活动的异质性影响。此数据集通过ILO标准化调和框架，解决了不同国家统计口径不一致的痼疾，为学术研究提供了统一、可追溯的观测基础。其意义在于推动亚洲劳动力市场性别分层理论的量化验证，并为制定兼顾婚姻与性别维度的就业政策提供实证依据。

衍生相关工作

围绕该数据集已衍生出一系列经典研究，包括亚洲性别就业差距的跨国比较分析、婚姻溢价与劳动力供给弹性的实证检验，以及基于ILO微观数据的就业结构预测模型。部分学者将其与家庭调查数据融合，探讨婚姻状态对女性劳动参与决策的因果效应。Electric Sheep Asia的标准化封装亦催生了多份区域劳动力市场报告和机器学习基准任务，如时间序列预测与面板分类，持续拓展其在计算社会科学中的应用边界。