electricsheepasia/asia-ilo-emp-3emp-sex-age-eco-nb-youth-employment-by-sex-age-and-economic-activity

该数据集包含亚洲39个国家的青年就业数据，按性别、年龄和经济活动细分，以千人为单位。数据集包含150,879个观测值，时间跨度为1970年至2025年，涵盖一个核心指标：EMP_3EMP_SEX_AGE_ECO_NB，即按性别、年龄和经济活动划分的青年就业（千人）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过ILOSTAT REST API获取，并过滤为亚洲国家。数据结构包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性、其他）、年龄分类（青年年龄段：15-29岁）、经济活动分类（广义部门：总计）、观测年份、观测值（浮点数）以及数据质量标志（如不可靠、临时数据等）。数据集适用于表格分类、表格回归和时间序列预测任务，主要用于劳动经济学、就业政策分析和亚洲区域研究。This dataset contains youth employment data for 39 countries in Asia, disaggregated by gender, age, and economic activity, measured in thousands of people. The dataset comprises 150,879 observations, spanning the period from 1970 to 2025, and includes one core indicator: EMP_3EMP_SEX_AGE_ECO_NB, which refers to youth employment disaggregated by gender, age, and economic activity (in thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via the ILOSTAT REST API, and filtered to include only Asian countries. The dataset structure includes country code, country name, data source, indicator code, gender category (total, male, female, other), age category (youth age group: 15-29 years), economic activity category (broad sectors: total), observation year, observed value (floating-point number), and data quality flags (such as unreliable, provisional data, etc.). This dataset is applicable to tasks including tabular classification, tabular regression and time series forecasting, and is mainly used for labor economics research, employment policy analysis and Asian regional studies.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API直接抽取核心指标EMP_3EMP_SEX_AGE_ECO_NB，并依据ISO 3166-1 alpha-3编码过滤出亚洲39个国家的青年就业数据。原始数据基于各国劳动力调查、家庭收入调查及行政记录等多元来源，经ILO统计部门依据国际劳动统计学家会议（ICLS）定义进行统一整合与标准化处理。随后，数据集由Electric Sheep Asia进行二次封装，统一格式化为Parquet文件，确保机器学习的即用性，最终包含150,879条观测记录，时间跨度覆盖1970年至2025年。

特点

该数据集聚焦于亚洲地区青年就业的精细结构，按性别（总、男、女、其他）、年龄组（如15-29岁青年带）及经济活动部门（如广义部门总计）三个维度进行解聚，提供了高分辨率的分类视角。数据列包含明确的来源标识与观测状态标志（如不可靠值），便于用户评估数据质量。此外，数据集收录了39个亚洲国家的长序列年度数据，部分国家如韩国、日本拥有超过9,000条记录，为跨区域比较与时间序列分析奠定了坚实基础。

使用方法

用户可通过HuggingFace的`datasets`库一键加载，调用`load_dataset`函数即可将数据转换为Pandas DataFrame进行后续分析。典型应用包括按国家代码筛选特定区域数据，或基于时间列绘制特定指标的趋势图。对于面板数据分析，用户可利用`pivot_table`方法将数据重塑为以年份为行、国家为列的矩阵，便于进行跨国家、跨时段的比较研究。该数据集结构规范，可直接用于表格分类、回归及时间序列预测等任务，极大简化了劳动经济学研究的初始数据准备流程。

背景与挑战

背景概述

青年就业作为衡量劳动力市场活力与社会可持续发展的重要指标，其结构性特征在亚洲这一人口与经济多样性并存的区域尤为关键。由国际劳工组织（ILO）统计部门编纂、经Electric Sheep Asia于2025年重新整合发布的该数据集，聚焦亚洲39个国家1970至2025年间按性别、年龄及经济活动划分的青年就业人数（单位：千）。数据集依托ILOSTAT这一全球劳动统计权威数据库，从各国劳动力调查等源头数据中提取并统一标准化，为跨国家长时序的青年就业研究提供了系统性的量化基础。该数据集不仅有助于揭示亚洲青年在劳动力市场中的参与模式与行业分布差异，也为验证经济发展理论、评估政策干预效果以及推动联合国可持续发展目标中体面劳动相关指标的监测提供了坚实的数据支撑，对发展经济学、劳动经济学及区域研究领域具有显著的促进作用。

当前挑战

数据集所面对的领域挑战在于青年就业本身的复杂性：影响因素涵盖宏观经济波动、产业结构转型、教育体系匹配度及社会文化规范，需要精细化的分类数据以揭示异质性，而许多区域缺乏高频或性别细分的官方统计。构建过程中的困难主要来自跨国数据整合的多重障碍。不同国家的劳动力调查在设计、覆盖范围、年龄分组及经济活动分类上存在差异，ILO虽已采用国际劳工统计学家会议（ICLS）定义进行协调，但数据源标记（如调查与行政记录并存）仍可能导致口径不一。时间序列中因方法论修订产生的断点（如代码I11所标识）需谨慎处理。此外，观测状态标记（如不可靠值）的甄别与处理、国家间数据缺失模式的不均衡、以及年度频率对捕捉短期波动（如季节性就业）的限制，均要求使用者在分析时进行细致的质量评估与建模调整。

常用场景

经典使用场景

该数据集在劳动经济学与发展经济学研究中被广泛应用于分析亚太地区青年就业的结构性特征。研究者通常利用其包含的性别、年龄组与经济行业三重分类维度，构建面板数据模型以考察不同国家间青年就业模式的异质性。例如，通过时间序列分析揭示特定经济部门（如农业、制造业与服务业）吸纳青年劳动力的动态变化，或借助固定效应模型识别性别差异在行业分布中的演化趋势。其高时间分辨率（1970–2025年）与跨国可比性，使其成为检验生命周期理论、人力资本积累假说以及结构性失业假说的理想实证基础。

衍生相关工作

该数据集衍生出多个标志性研究方向，包括青年就业的代际传递机制、数字平台经济对传统行业就业结构的替代效应，以及气候冲击与行业间青年劳动力重新配置的交互关系。例如，学者基于此数据构建了‘性别—行业—时间’三维贝叶斯层级模型，揭示了亚洲新兴经济体中女性青年向服务业转移的加速趋势及其与自动化的关联。另一项经典工作利用该集验证了‘就业极化’假说在亚洲语境下的适用性，发现高端生产性服务业与低端个人服务业呈现双轨增长。此外，该数据常被集成至联合国大学（UNU）与亚洲开发银行（ADB）开发的动态可计算一般均衡（CGE）模型中，用于模拟贸易政策变动对青年就业结构的长短期影响。

数据集最近研究

最新研究方向

在劳动力市场动态与青年就业脆弱性备受国际瞩目的当下，该数据集为探究亚洲地区青年就业结构变迁提供了精细化的时序证据。基于国际劳工组织ILOSTAT的权威统计框架，其跨越1970至2025年的150,879条观测记录，覆盖39个亚洲国家的性别、年龄及经济活动维度，使得研究者能够深入剖析不同经济周期下青年群体的就业吸纳能力、行业分布差异以及性别鸿沟演变。当前前沿方向聚焦于利用该数据集进行多层次对比分析，如评估后疫情时代亚洲青年就业恢复的异质性模式，或结合机器学习模型预测气候变化与数字化转型对青年劳动力市场的影响。此外，其在可持续发展目标（SDG）8.6的监测中具有关键支撑作用，为政策制定者识别弱势群体、优化就业干预措施提供了可靠的数据基础。