electricsheepasia/asia-ilo-emp-2emp-age-ste-nb-employment-by-age-and-status-in-employment-ilo-mod

该数据集包含亚洲49个国家从1991年至2025年的就业数据，具体为按年龄和就业状况划分的就业——国际劳工组织（ILO）建模估计，2025年11月（千计）。数据集由国际劳工组织（ILO）的ILOSTAT数据库提供，通过Electric Sheep Asia重新打包，包含41,040个观测值和1个核心指标（EMP_2EMP_AGE_STE_NB）。数据涵盖年度频率，包括国家代码、年份、指标值、数据来源、分类变量（如年龄组和就业状况）等信息，适用于表格分类、回归和时间序列预测等任务。数据经过ILO标准化处理，基于国际劳工统计学家会议（ICLS）定义，确保一致性和可追溯性。数据集可用于分析亚洲各国就业趋势、进行经济研究或机器学习建模。This dataset contains 41,040 observations of Employment by age and status in employment -- ILO modelled estimates, Nov. 2025 (thousands) across 49 Asia countries, spanning 1991–2025, covering 1 distinct indicator. It is sourced from ILOSTAT, the ILOs central statistics database, and repackaged by Electric Sheep Asia. The data includes annual frequency records with columns such as country codes, years, indicator values, source labels, and classification variables (e.g., age and employment status), suitable for tabular classification, regression, and time-series forecasting tasks. The ILO harmonizes data using International Conference of Labour Statisticians (ICLS) definitions for consistency and traceability.

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）的ILOSTAT核心统计数据库，通过REST API接口直接提取指标EMP_2EMP_AGE_STE_NB的观测数据，并依据亚洲ISO3国家代码进行地理范围筛选。原始数据基于各国劳动力调查、家庭收入调查及行政记录等多元来源，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行统一协调与建模估计，最终形成跨越1991年至2025年的年度时间序列。Electric Sheep Asia团队对数据进行了重新封装，将原始API响应标准化为Parquet格式，并标注了数据来源的溯源信息，确保每一条观测值的可追溯性。

特点

该数据集汇聚了49个亚洲国家共41,040条观测记录，是聚焦于就业年龄结构与就业身份维度的专门性劳动统计资源。其核心指标揭示了按年龄组（如青年与成人）和就业身份（如雇员、自雇者等）划分的就业人数估算值，单位以千计。数据框架包含14个字段，涵盖国家代码、指标标签、分类变量、观测年份及数值等关键信息，并附有观测状态标志以指示数据是否为调整值。时间跨度覆盖34年，为分析亚洲区域劳动力市场的长期演变趋势提供了扎实的纵向基础。

使用方法

研究者可通过HuggingFace的datasets库便捷加载数据，使用load_dataset函数即可将完整数据集导入为Pandas DataFrame格式。随后可按国家代码筛选特定国家的时间序列，或依据指标代码提取就业数据，利用sort_values和plot方法快速可视化趋势。进一步地，通过pivot_table可将数据重塑为国家×年份的矩阵，便于进行跨国的面板数据分析或构建预测模型。数据集适用于表格分类、回归及时序预测等多种机器学习任务，其标准化的列结构与清晰的分级变量编码降低了数据预处理的门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年11月发布，经Electric Sheep Asia重新打包后发布于HuggingFace平台。其核心研究问题聚焦于亚洲49个国家1991至2025年间按年龄和就业身份分类的就业人数估计，旨在为劳动经济学、区域发展及国际比较研究提供标准化的高频时间序列数据。基于ILOSTAT官方统计数据库，该数据集整合了各国劳动力调查、行政记录等多源数据，并采用国际劳工统计学家会议（ICLS）定义进行统一处理，对亚洲劳动力市场的动态演变、结构性变化及政策评估具有重要支撑作用。其精细化的维度划分（如年龄分层和就业身份聚合）显著提升了区域劳动研究的深度与可比性，已成为探索亚洲就业模式与人口结构关系的关键资源。

当前挑战

该数据集所解决的领域问题在于，亚洲各国劳动力数据长期存在统计口径不一、时间序列断裂及分类标准差异等障碍，使得跨国家、长周期的就业趋势分析面临巨大困难。构建过程中面临的核心挑战包括：1) 数据源的异构性与质量参差，需从多国调查与行政记录中筛选并统一为ILO建模估计值；2) 地理与时间覆盖的完整性保障，需对49个国家35年的数据进行插补与调整以确保时间序列的连续性；3) 分类体系的对齐与标准化，需将各国不同的年龄分组和就业身份定义映射至ILO统一分类框架；4) 数据溯源与质量控制，需对每个观测值的来源进行标记并处理缺失与异常值，以维持统计推断的可靠性。

常用场景

经典使用场景

在劳动经济学与人口统计学研究中，该数据集常被用于分析亚洲地区不同年龄群体与就业身份之间的结构性关联。研究者可借助其丰富的分类变量（如年龄分段与就业身份聚合类别），构建面板数据模型，揭示青年与成年劳动力在自雇、雇员等不同就业形态中的分布格局及其演化趋势。数据跨越1991至2025年，涵盖49个亚洲国家，为跨国比较与长期趋势分析提供了珍贵的时间序列基础。

衍生相关工作

该数据集已衍生出多项具有影响力的研究工作。基于ILOSTAT建模方法学，学者们构建了就业年龄结构的预测模型，用于模拟人口红利消退对劳动力市场的冲击。另有研究将该数据与教育、工资等微观数据融合，探讨非正规就业的代际传递效应。在计量方法上，基于该数据的时间序列特征，研究者开发了适用于跨国面板的结构断点检验与因果推断技术，推动了对亚洲劳动市场变革机制更深入的量化洞察。

数据集最近研究

最新研究方向

当前，该数据集的前沿研究聚焦于利用ILO长期积累的亚洲就业年龄与身份结构建模数据，驱动区域劳动力市场的动态预测与政策评估。结合2025年ILO最新估计，研究者正在挖掘1991年至2025年间49个亚洲国家就业模式的历史变迁与未来趋势，通过时间序列分析与分类回归模型，揭示青年与成人就业在职业身份（如自雇、雇员）上的结构性转换。尤其在全球疫情后经济复苏、人口老龄化加速以及区域供应链重构的语境下，该数据集为精准建模劳动力供给弹性、评估绿色转型与数字化转型对就业形态的冲击提供了关键基础。其大规模、多国别、标准化的观测值，成为跨国比较计量经济学中不可或缺的数据支柱，推动亚洲劳工统计从描述性分析向因果推断与情景模拟的前沿跃迁。