electricsheepasia/asia-ilo-emp-5emp-sex-eco-nb-employment-by-sex-and-economic-activity-19th-icls

该数据集包含亚洲26个国家的就业数据，按性别和经济活动分类，遵循第19届国际劳工统计学家会议（ICLS）定义。数据涵盖2014年至2025年，共5,288个观测值，涉及1个主要指标（EMP_5EMP_SEX_ECO_NB）。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。数据集包括国家代码、年份、性别分类、经济部门分类、观测值及数据质量标志等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains employment data for 26 Asian countries, disaggregated by sex and economic activity, following the 19th International Conference of Labour Statisticians (ICLS) definitions. It spans from 2014 to 2025, with 5,288 observations and 1 main indicator (EMP_5EMP_SEX_ECO_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Asian countries. It includes columns such as country code, year, sex classification, economic sector classification, observed values, and data quality flags, suitable for tasks like tabular classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Asia团队从ILOSTAT REST API直接拉取，并以亚洲26个国家的ISO3国家代码为筛选条件进行过滤整合。ILO的统计部门依据国际劳工统计学家会议（ICLS）的定义，对各国原始调查微观数据进行协调与标准化处理，在数据集中通过`source.label`列标注数据来源，确保可追溯性。最终汇集为包含5,288条观测记录、涵盖2014至2025年间亚洲地区就业信息的结构化表格。

特点

数据集聚焦于按性别和经济活动划分的就业指标（EMP_5EMP_SEX_ECO_NB，单位为千人），覆盖韩国、日本、以色列等26个亚洲国家。数据以年度频率呈现，每条记录包含国家代码、性别分类（总、男、女）、经济活动分类、观测值及观测状态等多维度信息。特别地，数据集中预留了`note_classif`、`note_indicator`等注释列，用于标记非标准经济活动分类或方法论修订等质量警示，体现了对数据透明度的重视。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数一键加载数据，并快速将其转换为Pandas DataFrame进行后续分析。例如，可利用`ref_area`列筛选特定国家的子集，或按`indicator`与`time`字段进行排序并绘制时间序列图。进一步地，借助透视表操作，数据可被重塑为国家×年份的矩阵形式，便于开展跨国家、跨时期的对比研究，极大降低了劳动经济学实证分析的数据预处理门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，并由Electric Sheep Asia重新封装，聚焦于亚洲26个国家2014至2025年间按性别和经济活动划分的就业数据，涵盖5,288条观测记录。ILOSTAT作为全球劳动统计的权威数据库，其数据源自各国劳动力调查、住户收入调查及行政记录，并通过国际劳工统计学家会议（ICLS）定义进行标准化处理。这一数据集为研究亚洲区域劳动力市场结构、性别就业差异及经济转型提供了关键基准，尤其在追踪非正规就业、跨行业劳动力流动及可持续发展目标（SDG）体面工作指标方面具有重要价值，推动了比较劳动经济学与政策评估的实证研究。

当前挑战

该领域面临的核心挑战在于不同国家间数据采集标准与方法论的不一致性，例如各国劳动力调查的采样框架、问卷设计及行业分类体系存在差异，导致跨国产出可比性受限。构建过程中，数据集需处理多重来源冲突（如同一国家年份存在多个调查结果时需ILO选择“最佳来源”）、时序中断（如方法修订导致的序列断裂）及数据质量标注（如“不可靠”标志），同时需对缺失分类维度（如年龄、教育程度）进行有限度的插补。此外，年度频率数据无法捕捉季度或月度波动，限制了短期劳动力市场冲击（如经济危机或疫情）的动态分析能力。

常用场景

经典使用场景

该数据集汇集了国际劳工组织ILOSTAT数据库中2014至2025年间26个亚洲国家的就业数据，按性别和经济活动（第19届ICLS标准）进行详细分解，包含超过5200条观测记录。其经典使用场景在于作为时间序列分析与面板数据分析的基础素材，研究者可借助该数据集追踪亚洲各国就业结构的动态演变，探究特定经济部门中性别就业差异的时空格局。通过简单的数据透视与可视化操作，即可构建国家-年份矩阵，为后续的计量经济建模提供结构化输入。

实际应用

在实际应用层面，该数据集为国际组织、政府智库及非营利机构进行劳动力市场监测与政策评估提供了实证依据。政策制定者可以借助性别和经济活动维度的就业数据，识别特定国家或区域存在的性别就业鸿沟，设计更具包容性的就业促进政策。对于企业人力资源规划而言，该数据集也是分析亚太市场劳动力供给结构与行业人才分布趋势的重要参考资料，辅助跨境投资与业务拓展决策。

衍生相关工作

该数据集衍生出多项经典研究工作，包括利用固定效应模型或随机效应模型分析亚洲国家女性劳动参与率与产业结构升级的关系，以及采用贝叶斯结构时间序列方法预测后疫情时代亚洲就业复苏路径。此外，部分学者将本数据与教育统计或人口普查数据融合，构建多层次回归模型，探讨人力资本积累对就业质量的影响机制。这些衍生研究共同丰富了发展中国家劳动市场的实证文献体系。