electricsheepasia/asia-ilo-eap-3wap-sex-age-stu-rt-youth-labour-force-participation-rate-by-sex-age-a

该数据集包含亚洲36个国家1970年至2025年期间青年劳动力参与率的统计数据，共15,387个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为按性别、年龄和在校状态分组的青年劳动力参与率（%）。数据集提供了按国家、年份、性别、年龄组和在校状态等多维度分组的数值，并包含数据来源、观测状态和相关注释等元数据。数据经过重新打包处理，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 15,387 observations of youth labour force participation rate statistics for 36 Asian countries spanning 1970–2025. Sourced from the International Labour Organizations ILOSTAT database, the core indicator is Youth labour force participation rate by sex, age and school attendance status (%). The data provides multi-dimensional breakdowns by country, year, sex, age groups, and school attendance status, along with metadata including data sources, observation status, and related notes. Repackaged for machine learning readiness, it is suitable for tabular classification, regression, and time-series forecasting tasks.

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，通过调用其REST API接口，直接获取了指标为“EAP_3WAP_SEX_AGE_STU_RT”的原始数据，并依据ISO 3166-1 alpha-3国家代码筛选出36个亚洲国家的观测样本。数据涵盖1970年至2025年的年度记录，共计15,387条。在构建过程中，ILOSTAT基于国际劳工统计学家会议（ICLS）的定义标准，对各国劳动力调查、家庭收入调查等微观数据进行了标准化处理与整合，最终由Electric Sheep Asia团队重新封装为便于机器学习研究使用的Parquet格式数据集，确保了数据来源的权威性与跨国的可比性。

特点

此数据集的核心特点在于其精细的多维分类结构。除了基本的国家与年份字段外，它提供了按性别（总、男、女、其他）、年龄分组（如15-29岁青年段）以及在校状况（如是否接受教育）进行交叉拆分的劳动力参与率指标。每条记录均附带了详尽的数据来源标签、观测状态标识（如是否可靠）以及可能存在的序列中断或方法论修订的注释，使得用户能够清晰追溯数据质量与变动的潜在原因。这种丰富的分层设计，使其特别适用于分析亚洲地区青年在性别、年龄与教育状态维度下的劳动参与模式与长期趋势。

使用方法

用户可通过HuggingFace的`datasets`库直接加载该数据集，使用`load_dataset("electricsheepasia/asia-ilo-eap-3wap-sex-age-stu-rt-youth-labour-force-participation-rate-by-sex-age-a")`即可获取训练集。加载后，可便捷地转换为Pandas DataFrame进行后续分析。典型用法包括按国家代码过滤获取单一国家的时间序列数据，或按指标分组后按年份排序以绘制特定国家青年劳动参与率的变化曲线。此外，用户还可利用数据透视表功能，将数据重塑为以年份为行、国家为列的矩阵形式，便于进行跨国的横向比较或构建用于时间序列预测与分类回归任务的特征矩阵。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）与Electric Sheep Asia于2025年联合创建，聚焦亚洲36个国家1970至2025年间青年劳动力参与率的变迁。核心研究问题在于揭示性别、年龄与在校状态如何交织影响青年就业决策，进而为区域劳动力政策制定提供数据支撑。作为ILOSTAT统计体系的子集，该数据填补了亚洲青年群体劳动力市场行为长期追踪的空白，对发展经济学、劳动社会学及公共政策领域具有重要参考价值，尤其为评估可持续发展目标中体面劳动指标的进展提供了实证基础。

当前挑战

领域层面，青年劳动力参与率受文化规范、教育扩张与经济周期多重因素扰动，传统问卷调查难以捕捉其动态异质性，而该数据通过标准化分类维度（如性别、年龄组、在校状态）试图解构这一复杂关联。构建过程中，数据整合面临多重挑战：从ILOSTAT API提取的原始数据需跨36国校准，各国调查年份、统计口径与方法论修订（如列中'Break in series'标记）导致时序一致性受损；此外，多来源数据中ILO筛选的最佳来源策略虽保障了权威性，却也引入信息筛选偏差，而部分观测值的'不可靠'状态标识进一步增加了建模时的噪声处理难度。

常用场景

经典使用场景

该数据集涵盖了1970年至2025年间36个亚洲国家的青年劳动力参与率，按性别、年龄及在校状态进行精细分层，是劳动经济学与人口统计学领域进行跨国比较与纵向分析的经典资源。研究者常利用该数据构建面板回归模型，探究经济发展、教育政策与青年就业之间的动态关联，或借助时间序列分析方法捕捉劳动力市场结构性转变的历史轨迹。其标准化指标与丰富的分类维度，为理解亚洲地区青年从学校向职场过渡的时空异质性提供了坚实的数据基础。

实际应用

在实际应用层面，该数据集被国际组织、国家统计部门及政策智库广泛用于监测联合国可持续发展目标中体面工作与经济增长的进展。亚洲各国劳动部门可借助其按年龄与性别细分的参与率数据，精准识别以女性或低龄青年为代表的弱势劳动群体，进而制定差异化的就业促进与职业培训政策。此外，教育规划机构通过分析在校状态与劳动参与的动态变化，能够评估校内教育对延缓青年进入劳动力市场的影响，为优化基础教育与职业教育的衔接提供数据支撑。

衍生相关工作

该数据集作为ILOSTAT标准化统计体系在亚洲区域的缩影，已衍生出多项具有影响力的研究工作。相关成果包括基于该数据构建的亚洲青年劳动力市场预测模型、采用多层级贝叶斯方法修正缺失值的跨国比较研究，以及结合机器学习算法挖掘性别—年龄—教育多维交互效应的探索性分析。此外，它还被整合进更大规模的全球劳动力数据平台，成为研究发展中国家人力资本积累与经济增长关系的关键输入，催生了诸如《亚洲发展展望》报告中的专题章节与多篇发表于《劳动经济学》等期刊的实证论文。