홈›데이터 찾기›한국산업단지공단_국가산업단지 산업동향정보_고용현황
한국산업단지공단_국가산업단지 산업동향정보_고용현황
읽기 쉬운 제목(검토 전) 국가산업단지 산업동향정보 · 고용현황
한국산업단지공단 · 산단데이터분석팀 · 공공데이터포털 원본 ↗
준비 단계품질 진단을 하였으나 기준에 미달하였습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
본 데이터는 한국산업단지공단 주요국가산업단지 산업동향 통계 중 산업단지별 고용현황을 확인할 수 있는 자료입니다.
기관이 작성한 데이터 설명 전체
본 데이터는 한국산업단지공단 주요국가산업단지 산업동향 통계 중 산업단지별 고용현황을 확인할 수 있는 자료입니다. 한국산업단지공단에서는 산업단지별 고용현황 및 고용과 관련한 당분기 변동사항, 전분기 대비 변동사항 등에 대해 국가산업단지 산업동향정보를 분기별로 제공하고 있습니다. 본 데이터에서 제공하고 있는 항목은 주요국가산업단지 고용현황 당분기 계(명), 당분기 남(명), 당분기 여(명), 전분기 계(명), 전분기 대비 증감(%)이 있습니다. 본 파일은 산업단지, 구분, 당분기_계(명), 당분기_남(명), 당분기_여(명), 전분기(명), 전분기대비(퍼센트)의 총 7개 열과 산업단지별로 나누어진 총 40개 행으로 구성되어 있습니다.
공공행정 - 일반행정산업단지별고용현황산업단지별전분기대비고용변동산업단지별당분기고용현황산업단지별고용성별국가산업단지고용산업단지별분기별고용현황
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
40행 × 원본 7열 (+정제 1열)
CSV 3 KB · Parquet 5 KB
기간
시점 항목 없음
공간 단위
산업단지
산업단지
결측
12.5%
항목 평균
정제 범위
1/7 항목 · 정제값이 있는 셀 57.5%
원본 열은 그대로 보존
데이터 내용
산업단지고용 현황을 집계한 국가산업단지의 이름유형 문자형분류 산업단지결측 0%정제 정제 57.5%
고용 현황을 집계한 국가산업단지의 이름
정제 열 정제_산업단지 · 「산업단지」 기준 표기 통일
예: 서울 녹산 국가식품클러스터
구분해당 산업단지가 속하는 산업단지의 지정 유형유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
해당 산업단지가 속하는 산업단지의 지정 유형
예: 국가
당분기_계(명)해당 분기에 산업단지에 고용된 남녀를 합한 전체 인원의 수유형 숫자형분류 수치결측 18%정제 원본 유지
해당 분기에 산업단지에 고용된 남녀를 합한 전체 인원의 수
단위: 명
예: 136167 20202 1250
당분기_남(명)해당 분기에 산업단지에 고용된 남성 인원의 수유형 숫자형분류 수치결측 18%정제 원본 유지
해당 분기에 산업단지에 고용된 남성 인원의 수
단위: 명
예: 92511 17937 1152
당분기_여(명)해당 분기에 산업단지에 고용된 여성 인원의 수유형 숫자형분류 수치결측 18%정제 원본 유지
해당 분기에 산업단지에 고용된 여성 인원의 수
단위: 명
예: 43656 2265 98
전분기(명)직전 분기에 산업단지에 고용된 남녀를 합한 전체 인원의 수유형 숫자형분류 수치결측 18%정제 원본 유지
직전 분기에 산업단지에 고용된 남녀를 합한 전체 인원의 수
단위: 명
예: 136348 20163 1147
전분기대비(퍼센트)당분기 고용 인원이 전분기 고용 인원에 비하여 증감한 비율유형 숫자형분류 수치결측 18%정제 원본 유지
당분기 고용 인원이 전분기 고용 인원에 비하여 증감한 비율
단위: 퍼센트
예: 0 -0.132748555 -0.25053285
찾는 항목이 없습니다.
상위 5행 · 7열 중 7열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 구분 | 당분기_계(명) | 당분기_남(명) | 당분기_여(명) | 전분기(명) | 전분기대비(퍼센트) | 산업단지 | 정제_산업단지 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|
| 국가 | 136167 | 92511 | 43656 | 136348 | -0.132748555 | 서울 | 확인 필요서울 | 0_d18da96c |
| 국가 | 26676 | 21182 | 5494 | 26743 | -0.25053285 | 녹산 | 확인 필요녹산 | 1_72216211 |
| 국가 | 6751 | 5799 | 952 | 5856 | 15.28346995 | 대구 | 확인 필요대구 | 2_eeb127ce |
| 국가 | 81417 | 59866 | 21551 | 81231 | 0.228976622 | 남동 | 확인 필요남동 | 3_06484d88 |
| 국가 | 12260 | 8018 | 4242 | 12334 | -0.599967569 | 부평 | 인천부평국가산업단지 | 4_e0b39e93 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15085890/data/dataset-15085890.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15085890)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }
연결 기준이 같은 데이터
67종 중 공유하는 기준이 많은 순 · 기준(항목 종류)이 동일하다는 의미이며, 실제 값의 일치 여부는 확인하지 않았습니다(값 미확인)