electricsheepasia/asia-ilo-cld-xchl-sex-age-geo-rt-share-of-children-in-child-labour-by-sex-age-and-a

该数据集包含1996年至2025年间27个亚洲国家的1,574个童工数据观测值，重点关注按性别、年龄和城乡地区划分的童工儿童比例（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Harmonization处理，并包含国家、年份、性别、年龄组、地区类型等维度的分类信息。数据集适用于表格分类、回归和时间序列预测等任务。This dataset contains 1,574 observations of child labour data across 27 Asian countries from 1996 to 2025, focusing on the share of children in child labour disaggregated by sex, age, and rural/urban areas (%). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, harmonized using ICLS definitions, and includes disaggregation dimensions such as country, year, sex, age group, and area type. It is suitable for tasks like tabular classification, regression, and time-series forecasting.

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）旗下的ILOSTAT统计数据库，通过其REST API接口提取指标CLD_XCHL_SEX_AGE_GEO_RT的观测值，并依据亚洲ISO3国家代码进行地理范围筛选。原始数据来源于各国劳动力调查、家庭收入调查等官方统计资料，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清洗，以保障跨国家的可比性。Electric Sheep Asia团队对数据进行了重新封装，将其转化为结构化的Parquet格式，并标注了每条记录的数据来源（source.label）以增强可追溯性。数据集共包含1,574条观测记录，覆盖1996年至2025年间27个亚洲国家的童工占比信息。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数直接加载该数据集，并转换为Pandas DataFrame以便于分析。典型使用场景包括按国家代码过滤以查看特定国家的童工趋势，或利用matplotlib等工具绘制单个指标的时间序列图。对于跨国家比较，可借助pivot_table函数将数据重塑为国家×年份的矩阵格式，便于后续回归分析或可视化展示。数据集已预设为表格分类、回归与时间序列预测任务，可直接应用于机器学习建模。用户在使用时应遵循CC-BY-4.0许可协议，并正确引用原始ILO数据及Electric Sheep Asia的重新封装成果。

背景与挑战

背景概述

童工问题作为全球劳工权益保障的核心议题，长期受到国际社会的高度关注。国际劳工组织（ILO）自1919年成立以来，始终致力于通过统计监测与政策倡导消除童工现象，其下设的ILOSTAT数据库汇集了全球200多个经济体的劳动统计数据，成为该领域最具权威性的数据来源之一。2025年，由Electric Sheep Asia团队重整并发布的“亚洲童工比例数据集”，聚焦于亚洲27个国家1996至2025年间按性别、年龄及城乡划分的童工占比，总计1574条观测记录。该数据集以ILO制定的国际劳动统计学家会议（ICLS）定义为基础，从ILOSTAT API直接抽取并筛选亚洲区域数据，显著提升了区域童工研究的可及性与标准化程度。其发布为政策制定者、发展经济学家及人权研究者深入剖析亚洲童工问题的时空演变规律提供了关键材料，有力推动了联合国可持续发展目标8.7（消除童工）在亚洲地区的实证评估与进展追踪。

当前挑战

该数据集所应对的挑战首先根植于亚洲童工问题的复杂性：区域内各国经济发展阶段、法律执行力度与文化观念差异显著，导致童工现象呈现高度异质性，跨国家跨时段的可比统计框架长期缺失，阻碍了系统性归因分析与干预效果评估。其次，数据构建过程中面临多重技术难题，ILOSTAT虽汇聚各国调查微观数据，但原始数据多源自劳动力调查、家庭收入调查及行政记录等异构来源，其调查设计、抽样方法与定义口径不尽相同，需依赖ILO部门进行精细的标准化与协调处理；此外，部分观测值被标记为“不可靠”或存在方法论修订导致的序列断裂，不同性别维度及城乡分类的非空值分散于多个分类变量中，要求研究人员具备专业的数据清洗与质量研判能力，方能从杂乱源头中提取出具有统计解释力的有效信息。

常用场景

经典使用场景

在儿童权益与劳动经济学交叉研究领域，Asia-ILO-CLD数据集作为国际劳工组织ILOSTAT数据库的亚洲区域子集，其经典使用场景集中于量化分析亚洲27国儿童劳动参与率的时空演变规律。研究者可借助该数据集构建面板数据模型，探究性别、年龄组（5-17岁）及城乡地理维度下童工占比的分布特征，并通过1996至2025年间共计1574条观测序列，揭示南亚、东南亚及西亚各国在童工治理进程中的结构性差异与收敛趋势。该数据集特有的多级分类变量（如sex与classif1/2）使得分层回归与分解分析成为可能，为评估《联合国儿童权利公约》在亚洲地区的实施成效提供了可复现的实证基准。

解决学术问题

该数据集的核心学术价值在于破解了亚洲发展中国家童工统计长期存在的粒度不足与可比性缺失难题。传统研究受限于单一国家截面数据或粗糙的全国均值，难以剥离性别歧视、城乡二元经济结构与年龄阶段效应等混杂因素的独立贡献。通过ILO统一采纳的国际劳工统计学家会议（ICLS）定义，该数据集实现了跨时空的指标同质化，使研究者得以运用差异中的差异（DiD）或固定效应模型，量化家庭经济冲击、义务教育立法、社会保障政策等干预措施对童工率的因果效应。由此产生的证据链直接支撑了关于《国际劳工组织第182号公约》合规成本与儿童福祉替代弹性的经典辩论。

实际应用

在国际发展机构与政策制定者的实战场景中，该数据集被系统性地嵌入亚洲童工监测预警系统的原型设计。联合国儿童基金会（UNICEF）与亚洲开发银行的项目评估团队常利用其时间序列特性，对孟加拉国服装业、印度砖窑业等高风险行业进行童工风险热力图绘制，并结合GPS坐标关联的源标签（source.label）追溯调查质量。在商业伦理领域，跨国供应链审计公司如SGS与BSI通过过滤特定国家与年份的obs_value，快速获取童工治理基准线以制定供应商合规评分卡，从而将学术统计数据转化为企业社会责任（CSR）的数字化管理工具。

数据集最近研究

最新研究方向

基于亚洲童工数据的跨时空分析正成为全球劳动经济学与可持续发展目标（SDG）监测的前沿方向。该数据集覆盖27个亚洲国家、近三十年时序，为探究区域童工现象的性别差异、城乡分布及年龄结构演变提供了稀缺的标准化面板资料。近期研究热点聚焦于利用该数据结合机器学习模型，预测童工率受经济冲击、教育普及与政策干预的敏感度；同时，在ILO“第182号公约”废止童工最恶劣形式的全球行动框架下，该数据助力评估亚洲各国SDG 8.7目标的实现进程，揭示疫情后童工反弹的隐患区域。其严谨的元数据追溯机制（如标注数据源与断点说明）更为高质量因果推断与跨国比较研究奠定了可信基础。