electricsheepasia/asia-ilo-eip-5eet-sex-rt-share-of-youth-not-in-employment-education-or-trai

该数据集包含亚洲22个国家从2014年至2025年关于未就业、未受教育或未培训青年（NEET）比例的统计数据，共310个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为其他劳动力未充分利用指标，核心指标为EIP_5EET_SEX_RT，即按性别分列的未就业、未受教育或未培训青年（NEET）比例（基于第19届国际劳工统计学家会议定义）。数据集包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、观测年份、观测值、观测状态及相关注释等列，并提供按性别维度的细分数据。数据以年度频率发布，经过ILO的协调处理，确保来源可追溯。This dataset contains 310 observations of the share of youth not in employment, education or training (NEET) by sex across 22 Asian countries from 2014 to 2025. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), under the topic Other measures of labour underutilization, with the core indicator EIP_5EET_SEX_RT representing the share of youth not in employment, education or training (NEET) by sex based on the 19th International Conference of Labour Statisticians (ICLS) definitions. The dataset includes columns such as country code, country name, data source, indicator code, indicator name, sex disaggregation, observation year, observed value, observation status, and related notes, providing breakdowns by sex dimension. The data is published at annual frequency, harmonized by the ILO for consistency and traceability of sources.

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中央统计数据库，经由Electric Sheep Asia团队从ILOSTAT REST API直接获取原始数据，并针对亚洲地区ISO3国家代码进行过滤与重新封装。数据以年度频率收录了2014至2025年间22个亚洲国家关于青年未就业、未受教育或未接受培训比例（NEET）的观测值，共计310条记录。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调，并在`source.label`字段中标注数据来源，以确保可追溯性。最终数据以Parquet格式发布，便于机器学习领域直接加载使用。

特点

数据集的核心特点在于聚焦亚洲地区青年劳动力市场的非充分利用状况，涵盖22个亚洲国家自2014年至2025年的年度时间序列数据。唯一的核心指标`EIP_5EET_SEX_RT`按性别（总、男、女、其他）进行了细致分列，使得研究者能够深入分析不同性别群体的NEET率差异。数据质量方面，当同一国家与年份存在多个数据来源时，采用ILO选定的“最佳来源”以确保一致性。同时，数据集保留了详细的元数据字段，如观测状态标志、中断说明等，为用户评估数据可靠性提供了透明依据。

使用方法

研究者可通过HuggingFace Datasets库直接加载该数据集：使用`load_dataset()`函数即可一键获取训练集，并轻松转换为Pandas DataFrame进行后续分析。典型应用包括：按国家代码过滤以聚焦特定国家的NEET率变化趋势；对单一指标进行时间序列可视化，观察其年度波动；以及通过数据透视表构建国家×年份矩阵，便于横向比较不同国家在同一时期的青年劳动力状态。代码示例清晰展示了从数据加载、过滤筛选到可视化分析的全流程操作，极大地降低了研究人员的数据处理门槛。

背景与挑战

背景概述

在劳动经济学与社会政策研究领域，青年失学、失业与未接受培训（NEET）的比率是衡量劳动力市场健康程度及青年发展潜力的关键指标。该数据集由国际劳工组织（ILO）通过其核心统计数据库ILOSTAT编制，并由Electric Sheep Asia于2025年重新打包发布，涵盖了2014至2025年间22个亚洲国家的310条观测记录。数据集聚焦于按性别分列的NEET比率（依据第19届国际劳动统计学家会议定义），旨在为亚洲区域内的青年就业状况提供标准化、可比较的量化依据。作为全球劳动统计的权威来源，ILO的数据整合了多国劳动力调查与行政记录，该数据集的出现大大便利了跨国比较研究、政策评估以及可持续发展目标中体面工作指标的监测，对理解亚洲劳动市场结构性挑战具有重要推动作用。

当前挑战

数据集面临的挑战首要来自所解决的领域问题：青年NEET指标的跨文化解释歧义与数据可比性难题。不同国家对‘就业’、‘教育’与‘培训’的界定标准存在差异，加之各国调查方法与统计口径不一，使得跨国纵向比较变得棘手。构建过程中，该数据集须克服从ILOSTAT API中筛选亚洲国家时地理定义的模糊性，以及处理同一国家不同年份因调查方法修订（如‘方法重制’标志所示）导致的数据序列断裂。此外，年度频率的限制无法捕捉青年就业状况的季节性与短期波动，而部分观测被标记为‘不可靠’或‘临时性’，进一步影响了数据的稳定性和模型训练的鲁棒性。整合多来源数据时，如何确保‘最佳来源’选择的客观性并保持元数据可追溯性，亦是数据集构建中持续存在的技术挑战。

常用场景

经典使用场景

该数据集聚焦于亚洲22个国家2014年至2025年间青年尼特族（NEET）比率的性别分列统计，收录了310条观测记录。在劳动经济学与教育社会学交叉领域，研究者常利用这一结构化面板数据，构建固定效应模型或随机效应模型，以剖析宏观经济波动、教育政策变迁与青年劳动力市场边缘化之间的动态关联。通过整合性别维度的时间序列特征，该数据为探究亚洲地区青年就业脆弱性与性别不平等提供了量化基石，已成为区域发展研究中评估可持续发展目标（SDG）第八项体面工作指标的经典资源。

衍生相关工作

围绕该数据集已衍生出一系列标志性研究工作。国际劳工组织（ILO）基于此数据发布《亚洲青年就业趋势》年度监测报告，系统量化各国实现体面劳动目标的进展。东京大学与新加坡国立大学研究团队利用该数据构建贝叶斯时空模型，预测后疫情时代亚洲青年劳动力回流与NEET比率反弹的风险拐点。此外，该数据集被纳入全球不平等数据库（WID）的补充模块，催生了多篇比较亚洲与拉美地区尼特族结构差异的计量经济学论文，深化了对中等收入陷阱与青年代际流动困境的理解。

数据集最近研究

最新研究方向

面向亚洲青年NEET率的跨性别时序建模与劳动市场监测。该数据集聚焦于亚洲22国2014至2025年间青年未就业、未受教育或培训（NEET）的性别分层指标，为劳动经济学与可持续发展目标（SDG）研究提供了高粒度的纵向数据基础。当前前沿方向集中于利用时序预测与表格分类方法，解析区域间NEET率差异的驱动因素，并结合ILO第19届国际劳动统计学家会议（19th ICLS）定义，评估新冠疫情后亚洲青年劳动参与的结构性变化。数据集与ILOSTAT官方API的对接及HuggingFace标准化封装，推动了跨地域劳动市场监测模型的可复用性与可审计性，对理解亚洲青年脆弱就业、性别不平等及教育与劳动力市场的错配具有深远意义。