electricsheepasia/asia-ilo-une-tune-sex-cat-nb-unemployment-by-sex-and-categories-of-unemployed-p

该数据集包含亚洲40个国家的失业统计数据，具体为按性别和失业者类别划分的失业人数（千）指标。数据集涵盖1970年至2025年的时间范围，共包含6,487个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源。数据集经过Electric Sheep Asia重新打包，以统一的模式提供，便于机器学习使用。数据内容包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、失业类别分类、观测年份、观测值、观测状态标志等字段。数据以年度频率提供，并包含数据质量注释和来源追溯信息。This dataset contains unemployment statistics for 40 Asian countries, specifically the Unemployment by sex and categories of unemployed persons (thousands) indicator. It covers the period from 1970 to 2025 and includes 6,487 observations. The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, a leading global source for labour statistics. The dataset has been repackaged by Electric Sheep Asia into a unified schema for machine learning readiness. It includes fields such as country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), unemployment category classification, observation year, observed value, observation status flags, and more. The data is provided at annual frequency and includes data quality notes and source traceability information.

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）的ILOSTAT中央统计数据库为基石，通过其REST API接口直接提取指标UNE_TUNE_SEX_CAT_NB的原始观测数据，并依据亚洲ISO3国家代码进行筛选，最终覆盖40个亚洲国家。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化调和，确保数据跨国可比性。数据经Electric Sheep Asia重新打包为HuggingFace数据集，保留来源标签以保证可追溯性。

特点

数据集涵盖1970年至2025年间40个亚洲国家的6487条观测记录，聚焦于按性别和失业者类别划分的失业人数（千人），以年度频率呈现。核心字段包括国家代码、来源、指标代码、性别分类（总计、男性、女性）、时间及观测值，并附有观测状态、方法修订等质量标记。数据以表格形式组织，支持分类、回归及时间序列预测等多种任务，且采用CC-BY-4.0开放许可，便于学术与商业应用。

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。例如，利用条件筛选提取特定国家（如印度尼西亚）的数据，或针对单一指标生成时间序列图以观察趋势。亦可透视成国家与年份的矩阵，便于跨国比较。数据集适用于失业率性别差异分析、失业类型结构演变、经济周期影响评估等研究，且所有操作均基于标准Python数据科学生态，上手便捷。

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推广，其ILOSTAT数据库是劳动市场研究的权威基石。本数据集由Electric Sheep Asia于2025年重新封装，整合了1970至2025年间40个亚洲国家6487条失业观察记录，涵盖性别与失业类别细分。该数据集回应了亚洲地区长期缺乏统一、可比较失业统计的困境，为劳动经济学、性别研究与政策评估提供了精细化的时序面板数据，其影响力在于推动了区域劳动力市场动态的实证分析与机器学习建模。

当前挑战

失业统计领域长期面临跨国定义不一致、数据稀疏与报告断层等难题，本数据集需应对亚洲各国劳动调查口径差异、非正规经济漏报及性别分类数据的系统性缺失。构建过程中，ILO原始数据的频率差异、来源碎片化与观测状态标注的复杂性，对数据协调与质量校验构成显著挑战。此外，部分国家时序断裂及2025年预测值的不确定性，亦限制了模型泛化能力，要求研究者谨慎处理缺失机制与来源异质性。

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，该数据集最为经典的使用场景在于构建亚洲地区失业结构的性别维度时间序列面板。研究者以四十个亚洲国家为截面单元，利用一九七〇年至二〇二五年的年度观测值，刻画男性与女性失业者按失业类型分类的演变轨迹，进而开展跨国比较与收敛性检验。此类面板数据尤其适用于固定效应模型、动态面板估计以及结构性断点识别，为探究亚洲劳动力市场性别差异的长期变迁提供了坚实的数据基座。

实际应用

在政策实践层面，该数据集为国际组织与各国劳动主管部门提供了监测亚洲失业性别结构的量化依据。借助国别与年份维度的失业者分类数据，政策制定者可评估积极劳动力市场政策的靶向效果，识别女性失业高企的行业与时期，并据此设计差异化的就业促进措施。同时，该数据集亦服务于世界银行、亚洲开发银行等机构的社会保障与减贫项目评估，为区域就业战略的制定与调整提供实证支撑。

衍生相关工作

基于该数据集及其同源的国际劳工组织开放统计资源，学界与数据科学社区衍生出若干典型工作。其一为跨国失业性别差距的计量分析，借助面板协整与因果推断方法探讨贸易开放、产业结构转型对两性失业的影响；其二为时间序列预测研究，运用自回归与机器学习模型对亚洲各国失业率进行短期外推；其三为数据可视化与政策仪表盘开发，将分类失业数据结构化呈现以辅助决策。这些工作共同拓展了亚洲劳动统计数据的学术与公共价值。