electricsheepasia/asia-ilo-emp-xtru-sex-geo-mts-rt-time-related-underemployment-rate-by-sex-rural-urb

该数据集包含1996年至2025年间亚洲25个国家按性别、城乡地区和婚姻状况划分的时间相关就业不足率（%）数据，共计5,407个观测值，来源于国际劳工组织（ILO）的ILOSTAT数据库。数据通过ILOSTAT REST API获取，并过滤到亚洲国家，涵盖了唯一指标EMP_XTRU_SEX_GEO_MTS_RT。数据集包括国家代码、来源信息、指标代码、性别分类、时间年份、观测值等列，并提供了数据质量说明和使用示例。This dataset contains time-related underemployment rate (%) data by sex, rural/urban area, and marital status for 25 Asian countries from 1996 to 2025, with 5,407 observations sourced from the ILOSTAT database of the International Labour Organization (ILO). The data is obtained via the ILOSTAT REST API and filtered to Asian countries, covering the single indicator EMP_XTRU_SEX_GEO_MTS_RT. It includes columns such as country code, source information, indicator code, sex classification, time year, observed value, and provides data quality notes and usage examples.

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）的中央统计数据库ILOSTAT，通过其REST API接口直接提取原始数据，并依据亚洲ISO3国家代码进行筛选，最终覆盖25个亚洲国家。ILOSTAT对来自各国劳动力调查、家庭收入调查等原始微观数据进行统一协调，遵循国际劳工统计学家会议（ICLS）的定义标准，确保指标的可比性与统计严谨性。数据经Electric Sheep Asia重新打包为Parquet格式，并发布在HuggingFace平台，每条记录均标注来源与观测状态，以保障可追溯性。

特点

数据集涵盖1996年至2025年间亚洲25国的5407条观测记录，聚焦于按性别、城乡及婚姻状况分类的时间相关不充分就业率。其核心特点在于多维 disaggregation 结构，包含性别（男、女、总计）、城乡区域与婚姻状况等分类变量，并附有观测状态标志与来源注释，便于评估数据可靠性。年度频率的时间序列属性使其适用于趋势分析与预测建模，而统一的模式设计与机器可读的格式则提升了跨研究复用的便利性。

使用方法

研究人员可通过HuggingFace的datasets库以一行代码加载数据，并转换为Pandas DataFrame进行灵活操作。典型用法包括按国家代码筛选子集、提取单一指标的时间序列以绘制趋势图，或将数据透视为国家与年份的矩阵形式以支持面板分析。该数据集适用于表格分类、回归及时间序列预测等任务，使用时需注意引用ILO原始来源与Electric Sheep Asia的再包装工作，并遵循CC-BY-4.0许可协议。

背景与挑战

背景概述

劳动力市场统计是洞察就业质量与社会福祉的核心工具，而时间相关不充分就业率作为衡量劳动力未充分使用的关键指标，长期受到国际劳工组织与各国统计机构的密切关注。该数据集由国际劳工组织（ILO）统计部门通过ILOSTAT数据库统一协调，经Electric Sheep Asia于2025年重新封装发布，覆盖25个亚洲国家1996至2025年间5407条观测记录，融合了劳动力调查与家庭收入调查等多源微数据。其核心研究问题在于揭示亚洲地区按性别、城乡及婚姻状况细分的时间相关不充分就业率的时空分异格局，为监测可持续发展目标中的体面劳动进程提供实证基础。该数据集的影响力在于推动了区域劳动力市场比较研究，并为机器学习驱动的就业趋势预测提供了标准化表格数据资源。

当前挑战

从领域问题来看，时间相关不充分就业率的精确测度面临概念界定与跨国可比性的固有难题：各国劳动力调查对工作时长的参考期、不充分就业的判定阈值及非正规部门抽样框架存在显著差异，ILO虽依托国际劳工统计学家会议决议进行调和，但残余异质性仍可能削弱跨时空分析的有效性。从构建过程来看，该数据集面临的挑战集中于原始API数据的清洗与对齐：亚洲国家ISO3代码的筛选需处理属地与主权实体的归属歧义，分类变量（如城乡与婚姻状况）的非空值仅在不充分就业指标发布细分维度时出现，导致缺失模式呈现结构性特征，而观测状态标志中“不可靠”与“序列断裂”等标记更增加了时间序列建模的不确定性。

常用场景

经典使用场景

在全球劳动市场监测与体面劳动议程推进的背景下，该数据集凭借国际劳工组织标准化的定义框架，成为剖析亚洲地区就业不足问题的基石性资源。其经典应用聚焦于刻画时间相关就业不足率在性别、城乡及婚姻状况等多重维度上的时空分异格局，研究者常借助面板回归与时间序列模型，揭示亚洲25国自1996年至2025年间劳动力利用不足的演变轨迹与收敛趋势。

实际应用

在政策实践层面，该数据集为国际组织与各国劳工部门提供了量化监测工具。其应用涵盖体面劳动国别计划的进展评估、亚洲区域就业政策的效果追踪，以及针对女性、农村居民和特定婚姻状态群体的靶向干预设计。依托高频年度数据，决策者能够动态识别就业不足高风险区域与人群，优化社会保障资源配置。

衍生相关工作

围绕该数据集，学术界与政策研究机构衍生出一系列比较劳动制度分析。典型工作包括亚洲就业不足与非正规就业关联性的跨国比较、性别就业差距的长期收敛检验，以及城乡劳动力市场分割的时空计量建模。这些研究不仅深化了对亚洲劳动市场韧性的理解，也为国际劳工标准的本地化适配提供了实证基础。