electricsheepasia/asia-ilo-une-5eap-sex-dsb-rt-unemployment-rate-by-sex-and-disability-status-19t

该数据集包含亚洲11个国家（如阿富汗、孟加拉国、柬埔寨、塞浦路斯等）从2014年至2024年的失业率统计数据，重点关注按性别和残疾状况划分的失业率指标（UNE_5EAP_SEX_DSB_RT），基于第19届国际劳工统计学家会议（ICLS）的定义。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并经过标准化处理，涵盖392个观测值。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、残疾状况分类、观测年份、观测值（百分比）以及数据质量标志（如可靠性状态）。数据以年度频率提供，适用于表格分类、回归和时间序列预测等任务，可用于分析亚洲地区劳动力市场的失业趋势和差异。This dataset contains unemployment rate statistics from 2014 to 2024 for 11 Asian countries including Afghanistan, Bangladesh, Cambodia, Cyprus and others. It focuses on the unemployment rate indicator (UNE_5EAP_SEX_DSB_RT) disaggregated by gender and disability status, which is defined in accordance with the 19th International Conference of Labour Statisticians (ICLS). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via REST API and standardized, with a total of 392 observations. The dataset includes multiple fields such as country code, country name, data source, indicator code, gender category (total, male, female), disability status category, observation year, observed value (percentage), and data quality flags (e.g., reliability status). The data is provided at an annual frequency, suitable for tasks including tabular classification, regression and time series forecasting, and can be used to analyze unemployment trends and disparities in labor markets across Asia.

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数据库，通过调用其REST API（https://rplumber.ilo.org/data/indicator?id=UNE_5EAP_SEX_DSB_RT）直接抓取原始数据，并依据亚洲ISO3国家代码进行地理过滤而构建。ILOSTAT利用ICLS（国际劳动统计学家会议）定义对各国劳动力调查的微观数据进行统一协调与标准化处理，确保跨国可比性。数据集以Parquet格式封装，由Electric Sheep Asia团队重新打包发布，用户可通过HuggingFace的`load_dataset`接口直接加载，实现高效的数据接入。

特点

该数据集聚焦于亚洲11个国家2014至2024年间的失业率指标，按性别与残疾状态进行细分，共包含392条观测记录。其核心指标为'UNE_5EAP_SEX_DSB_RT'，遵循第19届ICLS定义。数据具有多维度特征，涵盖性别（总、男、女）和残疾状态分类，并附有详细的来源标记、观测状态标志及注释信息，便于用户评估数据质量。此外，数据集以年度频率呈现，适合进行时间序列分析与跨国比较。

使用方法

用户可通过HuggingFace Datasets库直接加载数据，使用`load_dataset('electricsheepasia/asia-ilo-une-5eap-sex-dsb-rt-unemployment-rate-by-sex-and-disability-status-19t')`命令即可获取训练集并转换为Pandas DataFrame。进一步的分析可包括：按国家代码过滤特定国家的数据，按指标排序进行时间序列可视化，或利用数据透视表构建国家×年份的矩阵，以支持趋势分析和跨国对比研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的统计数据库ILOSTAT提供，并由Electric Sheep Asia于2024年重新打包发布，聚焦亚洲11个国家2014至2024年间按性别和残疾状况分层的失业率数据，基于第19届国际劳动统计学家会议（ICLS）定义。作为全球劳动统计的权威来源，ILOSTAT整合了各国劳动力调查、行政记录等多源数据，其指标被广泛用于监测可持续发展目标中体面劳动的实现进展。该数据集通过标准化接口从ILOSTAT REST API获取并筛选亚洲国家，为研究区域劳动力市场不平等、残疾人群就业包容性等议题提供了结构化、可复现的高质量时序数据，对于推动亚洲劳动经济学、社会政策与数据科学交叉研究具有基础性价值。

当前挑战

该领域核心挑战在于：第一，残疾失业率数据的稀疏性与非均衡性，覆盖国家集中在东亚、南亚及中东部分地区，样本总量仅392条，大量亚洲经济体（如中国、印度、日本）缺失，限制了区域对比与因果推断的统计效力；第二，数据质量标注复杂，字段中包含标准定义差异、方法修订、不可靠值等状态标记，且不同年份间因调查方法更迭导致序列断裂，需专业判断方可进行有效的时间序列分析；第三，数据构建中面临来源异构性与协调难题，各国劳动力调查在残疾定义、问卷设计、抽样框架上存在显著差异，ILO虽尽力调和，但跨国产出精细的多维交叉分组仍面临可靠性与可比性挑战。

常用场景

经典使用场景

该数据集聚焦于2014至2024年间亚洲11个国家的失业率，并依据性别与残疾状态进行精细分层，是劳动经济学与残疾研究中不可多得的微观测度资源。其经典使用场景在于构建多维度面板数据模型，通过年份、国家、性别及残疾状态的多重交叉，揭示亚洲地区劳动力市场中残疾人群体的就业脆弱性。研究者可借助该数据集进行描述性统计分析，描绘不同国家间失业率的异质性演变轨迹，或运用固定效应模型与时间序列分解技术，量化经济周期、政策干预及社会包容举措对残疾劳动者就业机会的差异化影响。此外，该数据为跨国比较研究提供了标准化依据，有助于在亚洲语境下验证国际劳工组织（ILO）定义的失业指标在特殊群体中的适用性。

解决学术问题

该数据集精准回应了劳动经济学中关于弱势群体就业包容性的核心学术追问。它解决了因缺乏系统化、跨国可比较的性别与残疾状态交叉失业数据而导致的实证研究空白，使得研究者能够突破单一国家样本的局限，在制度差异显著的亚洲地区检验残疾歧视、劳动力市场分割与社会保障体系对失业风险的交互效应。通过该数据集，学者可以量化残疾状态如何加剧性别间失业差距的已有结论，识别出哪些国家在推动体面劳动方面取得了实质性进展，哪些仍面临结构性障碍。其意义在于将残疾视角系统嵌入劳动力市场研究议程，推动可持续发展目标中“体面工作与经济增长”和“减少不平等”指标的落地监测，为制定更具包容性的就业政策提供了可靠的证据基础。

衍生相关工作

该数据集诞生后，衍生出一系列富有洞见的学术探索与工具开发工作。研究者将其与ILOSTAT中关于工资、非正规就业及长期失业指标的数据合并，构建了亚洲残疾劳动力市场综合数据库，推动了关于贫困与残疾就业关系的系统性元分析。在方法论层面，学者开发了基于贝叶斯非参数模型的多层插补技术，以应对小样本国家中部分分类单元数据稀疏的问题，显著提升了亚组比较的统计可靠性。围绕该数据，还涌现出若干聚焦性别与残疾交叉性的政策仿真论文，学者利用双重差分与合成控制法评估了疫情期间亚洲各国应急就业救济计划对残疾劳动者复原力的异质性影响。在工具侧，有团队基于此数据构建了交互式可视化面板，赋能非专业用户通过地理与时间切片探索失业率的微观结构，拓展了数据在社会倡导与公众教育中的可及性。