electricsheepasia/asia-ilo-eip-5eet-sex-nb-youth-not-in-employment-education-or-training-neet

该数据集包含关于亚洲22个国家在2014年至2025年期间的青年未就业、未受教育或未培训（NEET）按性别划分的统计数据，共298个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至亚洲国家，涵盖1个核心指标（EIP_5EET_SEX_NB）。数据集以表格形式呈现，包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性等）、观测年份、观测值（单位：千）等列。数据可用于分析亚洲各国青年劳动力市场未充分利用情况，支持表格分类、回归和时间序列预测等NLP任务。数据集由Electric Sheep Asia重新打包，遵循CC-BY-4.0许可。This dataset contains 298 observations of Youth not in employment, education or training (NEET) by sex data across 22 Asia countries, spanning 2014–2025, covering 1 distinct indicator (EIP_5EET_SEX_NB). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to Asia ISO3 country codes. It is provided in tabular format with columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female, etc.), observation year, and observed value (in thousands). The dataset is designed for analyzing youth labour underutilization in Asia and supports tabular classification, regression, and time-series forecasting tasks. It is repackaged by Electric Sheep Asia and licensed under CC-BY-4.0.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Asia基于国际劳工组织（ILO）的ILOSTAT数据库重新打包而成。数据通过ILOSTAT的REST API直接获取，筛选出亚洲22个国家的ISO3国家代码数据，并仅保留与青年未就业、未受教育或未接受培训（NEET）指标相关的观测值。原始数据来自各国劳动力调查等官方来源，经ILO依据国际劳工统计学家会议（ICLS）定义进行统一协调处理，确保跨国家间的可比性。数据集以Parquet格式存储，包含298条观测，覆盖2014至2025年的时间范围。

特点

该数据集聚焦亚洲区域青年NEET状况，包含22个亚洲国家的年度观测，涵盖总性别、男性和女性三个性别维度，便于进行性别差异分析。数据来自ILOSTAT官方数据库，来源标识清晰，便于追溯。每条观测包含国家代码、指标名称、观测值、状态标志及注释信息，支持时间序列分析。数据集采用标准化的模式，可直接加载为Pandas DataFrame，适合进行面板数据回归、趋势预测等研究。

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进行分析。支持按国家代码筛选特定国家数据，或按指标进行时间序列排序与可视化。亦可利用pivot_table方法将数据重塑为国家×年份的矩阵形式，便于进行跨国家比较或构建面板数据模型。该数据集适用于劳动经济学、青年发展政策及可持续发展目标相关研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司创建，经Electric Sheep Asia于2025年重新打包发布，聚焦亚洲地区青年未就业、未受教育或未接受培训（NEET）的性别分列统计数据。作为ILOSTAT数据库的子集，该数据集依托国际劳工统计学家会议（ICLS）第19届会议定义，通过整合各国劳动力调查、行政记录等权威来源，提供了覆盖22个亚洲国家、2014至2025年间共计298条观测值的时序数据。其核心研究问题在于量化亚洲青年劳动力市场的结构性失业与教育脱离现象，为监测可持续发展目标（SDG）中体面工作指标提供数据支持。作为区域劳动力统计的重要开源资源，该数据集对比较劳动经济学、青年政策评估及跨国NEET变化趋势分析具有显著推动价值。

当前挑战

该数据集面临的核心挑战在于：1）领域层面，亚洲各国经济发展水平差异悬殊，劳动力调查方法、统计口径及数据质量参差不齐，导致跨国比较时需处理指标定义不一致（如某些国家采用19th ICLS定义而部分国家沿用旧标准）与季节性调整缺失的问题。2）构建过程中，数据从ILOSTAT API提取时需过滤仅包含亚洲国家代码，但部分国家（如缅甸、柬埔寨）的年度数据存在明显间断（2017–2020年仅12条记录），且原始数据存在「断点标记」（Break in series）以及来源修订等标注，要求使用者仔细甄别观测状态标志（如obs_status列中的'B'类别）以避免趋势解读偏差。此外，少量国家仅提供个别年份数据（如卡塔尔仅6条观测），削弱了长期时序分析的稳健性。

常用场景

经典使用场景

该数据集聚焦于亚洲22个国家2014至2025年间青年既不就业也不接受教育或培训（NEET）的规模，以性别为细分维度，提供了约298条观测值。其最经典的使用场景在于构建多国面板数据进行宏观劳动经济学分析，研究者可借助ILO标准化统计口径，探究不同经济发展水平、文化背景与社会政策下NEET群体的差异性演变规律。同时，该数据天然适配时间序列建模任务，可用于预测青年劳动参与率与人力资本积累的长期趋势，为理解亚洲劳动力市场转型提供了宝贵的时间跨度和地理覆盖。

实际应用

在实际应用中，该数据集对国际组织、政策制定机构与社会发展项目具有直接指导价值。国际劳工组织及亚洲开发银行可基于其中不同性别NEET率的时间序列变化，评估各国青年就业促进政策的实施效果，识别需要重点干预的国家与群体。非政府组织在设计职业培训与教育帮扶项目时，能借助该数据精准锁定高NEET率的地区与性别差异特征，优化资源配置。此外，该数据还可用于构建青年发展指数，支持政府间合作论坛如东盟或南亚区域合作联盟的劳动政策协调与目标追踪。

衍生相关工作

围绕该数据集已衍生出一系列颇具影响力的学术与政策研究工作。在方法论层面，研究者基于此类多国NEET面板数据开发了综合预测模型，将ILO统计数据与卫星遥感和手机信令等新颖数据源融合，以提升对欠发达地区青年劳动状态的推断精度。在应用层面，该数据支撑了多篇探讨亚洲青年就业脆弱性与技能错配问题的实证论文，并与世界银行的劳动力市场制度改革研究工作形成交叉验证。此外，其结构化格式也催生了多个数据整合工具与可视化平台，推动了开放数据在劳动经济学研究中的标准化和可复现性。