electricsheepasia/asia-ilo-une-tune-sex-geo-nb-unemployment-by-sex-and-rural-urban-areas-thousand

该数据集包含来自31个亚洲国家的3,186个观测数据，涵盖1970年至2025年，涉及1个独特指标：按性别和城乡地区划分的失业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过处理和筛选，专注于亚洲地区。数据集提供了失业数据的详细分类，包括按性别（总计、男性、女性等）和地区类型（如全国范围）的细分，并包含数据来源、观测状态和相关注释等信息。This dataset contains 3,186 observations of Unemployment data across 31 Asia countries, spanning 1970–2025, covering 1 distinct indicators: Unemployment by sex and rural / urban areas (thousands). It is sourced from the International Labour Organization (ILO)s ILOSTAT database, processed and filtered for Asia. The dataset provides detailed disaggregation of unemployment data by sex (total, male, female, etc.) and area type (e.g., national), along with source information, observation status flags, and related notes.

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织（ILO）中央统计数据库ILOSTAT为权威数据源，通过其REST API接口直接抽取指标UNE_TUNE_SEX_GEO_NB的原始记录，并依据ISO 3166-1 alpha-3国家代码筛选出亚洲地区31个国家的观测数据。ILOSTAT对各国劳动力调查、家庭收入调查等微观数据进行统一协调，遵循国际劳工统计学家会议（ICLS）的定义标准，确保跨国可比性。经Electric Sheep Asia重新封装后，数据以Parquet格式发布于HuggingFace平台，保留来源标签以支持溯源。

特点

数据集涵盖1970年至2025年间亚洲31国的失业统计，共3,186条观测，按性别（总计、男性、女性）与城乡区域维度细分，失业人数以千人为单位。每条记录包含国家代码、来源标识、指标代码、分类变量、年份、观测值及状态标记等字段，并附有详细注释以标识序列断裂或方法修订等数据质量信息。该数据集为长格式面板数据，支持时间序列分析与跨国比较，且遵循CC-BY-4.0开放许可。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载数据集，并转换为Pandas数据框进行灵活操作。典型用法包括筛选特定国家（如印度尼西亚）的子集、提取单一指标的时间序列并绘制趋势图，或利用透视表将数据重构为国家×年份矩阵，便于开展面板回归或预测建模。加载后可直接访问ref_area、time、obs_value等关键字段，实现按性别和城乡维度的失业动态分析。

背景与挑战

背景概述

国际劳工组织（ILO）自1919年成立以来，始终致力于全球劳动统计的标准化与传播，其核心数据库ILOSTAT汇集了200余个经济体的劳动力调查数据，为监测就业与失业状况提供了权威基准。在此背景下，该数据集由Electric Sheep Asia于2025年重新封装发布，覆盖31个亚洲国家、1970至2025年间3,186条观测记录，聚焦按性别与城乡区域划分的失业人口（千人）。其核心研究问题在于揭示亚洲地区失业现象的性别差异与城乡异质性，为劳动力市场政策评估和可持续发展目标中的体面劳动监测提供精细化数据支撑，对劳动经济学与区域发展研究具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于失业统计中性别与城乡维度的精细化测量，传统汇总数据难以刻画亚洲复杂地理与社会结构下的异质性失业格局。构建过程中的挑战则源于多重因素：ILOSTAT原始数据依赖各国劳动力调查，而亚洲各国调查方法、覆盖范围与报告频率参差不齐，导致部分国家时间序列存在断点或缺失；城乡分类标准在各国间缺乏统一口径，跨国比较的类目可比性受限；数据中大量观测状态标注（如“序列断裂”“方法修订”）及多源整合需依赖ILO的“最佳来源”筛选机制，进一步增加了数据清洗与建模的复杂性。

常用场景

经典使用场景

在劳动经济学与区域发展研究的交汇处，该数据集最经典的使用场景在于构建跨国家、跨性别的失业率面板数据，以剖析亚洲地区城乡劳动力市场结构性差异的长期演变。研究者常借由其1970至2025年的时间跨度与31国的空间覆盖，运用固定效应模型或时间序列分解方法，揭示失业率在性别与城乡维度上的交互动态，从而刻画亚洲经济体在工业化与城镇化进程中劳动力配置的异质性轨迹。

实际应用

在政策制定与项目评估的实务场域中，该数据集为国际组织、国家统计部门及发展机构提供了监测亚洲城乡失业态势的关键依据。决策者可借助其识别性别与地域维度的脆弱群体，进而设计有针对性的就业促进计划、社会保障干预与职业培训项目。同时，非政府组织与智库亦利用该数据评估贸易波动、经济危机或公共卫生事件对城乡劳动力市场的非对称冲击，以支撑循证决策与资源调配。

衍生相关工作

围绕该数据集，学界与数据科学社群衍生出一系列经典工作，包括基于面板回归的亚洲失业收敛性分析、运用机器学习方法对城乡失业率进行短期预测的时间序列建模，以及将失业数据与人口普查、教育统计等异源数据融合的跨学科研究。此外，部分研究以该数据集为基准，校验卫星影像夜间灯光或移动通信数据对就业状况的代理效度，推动了劳动力市场监测方法的创新。