electricsheepasia/asia-ilo-emp-3emp-sex-age-ocu-nb-youth-employment-by-sex-age-and-occupation-thousan

该数据集包含亚洲38个国家从1994年至2025年的青年就业统计数据，共计71,743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EMP_3EMP_SEX_AGE_OCU_NB，即按性别、年龄和职业划分的青年就业人数（以千计）。数据集提供了多维度的分类信息，包括性别（总计、男性、女性等）、年龄组（如15-29岁青年段）和职业技能水平分类。数据结构包含国家代码、国家名称、数据来源、指标代码、指标标签、分类变量、观测年份、观测数值、数据状态标志以及相关注释等列。数据经过ILO统一标准化处理，采用国际劳工统计学家会议（ICLS）的定义，并标注了原始调查来源（如劳动力调查）以便追溯。数据集适用于表格分类、回归和时间序列预测等机器学习任务，重点关注亚洲地区的劳动力市场分析。license: CC BY 4.0 language: - en 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 数据规模： - 10000 < 样本量 < 100000 标签： - 表格数据 - 亚洲 - ILOSTAT - 就业 - 国际劳工组织（ILO） - 劳动力 数据集名称："按性别、年龄与职业划分的青年就业人数（千人）| 亚洲（ILOSTAT）" # 按性别、年龄与职业划分的青年就业人数（千人）| 亚洲（ILOSTAT） 🌏 **71,743 条观测值** · **38 个亚洲国家** · **1994–2025 年** · *由 [Electric Sheep Asia](https://huggingface.co/electricsheepasia) 重新整理*      ## TL;DR（简短摘要） 本数据集包含**71,743 条就业相关观测值**，覆盖**38 个亚洲国家**，时间跨度为**1994–2025 年**，仅包含**1 项核心指标**。 ## 数据源说明 **ILOSTAT**（国际劳工组织统计数据库）是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳动力统计权威来源。该数据库整合了就业、失业、薪酬、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标（SDG）体面工作目标等多项指标，数据来源于全国劳动力调查、家庭收入调查、企业调查及行政记录。其覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_3EMP_SEX_AGE_OCU_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：就业 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_3EMP_SEX_AGE_OCU_NB`拉取数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码对应的样本。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化协调；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 38 个亚洲国家 · 以下按数据行数排序展示部分国家： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `KOR` | 4,817 | 2000 | 2025 | | `PSE` | 4,202 | 2000 | 2025 | | `TUR` | 3,985 | 2000 | 2024 | | `CYP` | 3,983 | 1999 | 2024 | | `JPN` | 3,941 | 2000 | 2023 | | `KHM` | 3,628 | 1996 | 2023 | | `MNG` | 3,414 | 2000 | 2024 | | `IRN` | 3,401 | 2006 | 2024 | | `VNM` | 3,363 | 2006 | 2024 | | `PHL` | 3,193 | 2007 | 2023 | | `IDN` | 2,914 | 1994 | 2023 | | `PAK` | 2,905 | 2005 | 2025 | | `GEO` | 2,744 | 2009 | 2024 | | `THA` | 2,728 | 2000 | 2024 | | `LKA` | 2,607 | 2010 | 2024 | | ... | _其余23个国家_ | | | ## 指标示例 - `EMP_3EMP_SEX_AGE_OCU_NB` — 按性别、年龄与职业划分的青年就业人数（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AFG` | | `ref_area.label` | `string` | 英语国家名称 | `Afghanistan` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英语数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_3EMP_SEX_AGE_OCU_NB` | | `indicator.label` | `string` | 英语指标名称 | `Youth employment by sex, age and occu…` | | `sex` | `string` | 性别细分维度（SEX_T = 总计，SEX_M = 男性，SEX_F = 女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `AGE_YTHBANDS_Y15-29` | | `classif1.label` | `string` | — | `年龄（青年分组）：15-29岁` | | `classif2` | `string` | 可选第二分类变量 | `OCU_SKILL_TOTAL` | | `classif2.label` | `string` | — | `职业（技能水平）：总计` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `3241.178` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `C4:1002` | | `note_classif.label` | `string` | — | `非标准职业：包含3类职业` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学已修订` | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `存储库：ILO统计司 - 微观数据…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共4个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F`、`SEX_O` ## 数据质量与注意事项 - 本数据集为年度频率数据。部分指标同时发布月度或季度序列，但本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-emp-3emp-sex-age-ocu-nb-youth-employment-by-sex-age-and-occupation-thousan") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python indonesia = df[df["ref_area"] == "IDN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EMP_3EMP_SEX_AGE_OCU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_3EMP_SEX_AGE_OCU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_3EMP_SEX_AGE_OCU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_emp_3emp_sex_age_ocu_nb_youth_employment_by_sex_age_and_occupation_thousan_2025, title = {按性别、年龄与职业划分的青年就业人数（千人）| 亚洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_3EMP_SEX_AGE_OCU_NB}, publisher = {HuggingFace 数据集，由 Electric Sheep Asia 重新整理}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-emp-3emp-sex-age-ocu-nb-youth-employment-by-sex-age-and-occupation-thousan}} } ## 许可证 本数据集采用 [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) 许可证发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始数据源与 Electric Sheep Asia 的重新整理版本。 ## 关于 Electric Sheep Electric Sheep Asia 是 Electric Sheep 项目的组成部分：该项目旨在为HuggingFace平台打造统一的、适用于机器学习的亚洲地区数据层。我们从权威开放数据源拉取数据，对数据 schema 进行标准化处理，封装为Parquet格式，并以统一的数据集卡片形式发布，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026年5月27日通过 Electric Sheep 管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_3EMP_SEX_AGE_OCU_NB

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT核心统计数据库，是亚太地区青年就业状况的权威量化记录。数据通过ILOSTAT的REST API接口直接获取，选取了EMP_3EMP_SEX_AGE_OCU_NB指标，并按照亚洲ISO3国家代码进行地理区域过滤。原始数据源自各国劳动力调查、家计调查及行政记录等微观资料，经ILO统计部门依据国际劳工统计学家会议定义进行标准化与整合处理。数据集中标注了每条观测的来源标识，确保数据可追溯与可验证。

特点

本数据集汇聚了1994至2025年间38个亚洲国家的71,743条观测记录，覆盖青年就业这一核心指标，并按性别（男性、女性、总计及其他）、年龄（聚焦15-29岁青年群体）及职业技能层级进行维度拆解。除时间序列与地理标识外，每条记录还附带了详细的观测状态标签、方法修订注释及来源注释，使研究者能够准确评估数据质量与连续性。数据以标准化表格形式呈现，便于跨国家、跨年份的比较分析与面板数据建模。

使用方法

开发者可通过HuggingFace的datasets库的一行命令加载该数据集，将其转换为Pandas DataFrame进行后续操作。支持按国家代码过滤以聚焦单一地域的分析，亦可依据指标代码进行时间序列的排序与可视化。借助透视表功能，用户能够轻松构建以年份为索引、国家为列的面板数据矩阵，便于跨国的长期趋势对比。此外，数据中丰富的分类变量与注释字段为构建回归模型、分类任务及时间序列预测提供了多维度的特征基础。

背景与挑战

背景概述

青年就业状况是衡量区域劳动力市场健康程度与可持续发展潜力的关键指标，尤其在人口结构年轻化特征显著的亚洲地区，其波动直接关乎社会稳定与经济增长。该数据集由国际劳工组织（ILO）下属的ILOSTAT数据库在2025年整理发布，并经Electric Sheep Asia重新封装，聚焦于1994年至2025年间亚洲38个国家的青年就业数据，涵盖性别、年龄及职业三大维度的交叉分类，共计71,743条观测记录。其核心研究问题在于揭示亚洲青年在劳动力市场中的分布特征与演变趋势，为制定精准的青年就业政策提供数据支撑。凭借ILO在劳动统计领域的权威性以及覆盖长达三十余年的跨国数据，该数据集已成为研究亚太地区青年就业结构、性别差异及职业流动的重要基础资源。

当前挑战

该数据集所应对的领域挑战在于劳动力市场数据的碎片化与异质性问题：不同国家采用的调查方法、职业分类标准及统计口径差异显著，导致跨国可比性分析面临根本性障碍。此外，青年就业本身受经济周期、教育体系与政策干预等多重因素扰动，传统粗粒度数据难以捕捉其内部结构的动态变迁。在数据集构建过程中，挑战主要集中于数据整合与质量控制：一方面需从ILOSTAT REST API获取原始数据并仅筛选亚洲国家，处理过程中面临多源数据的时间序列对齐问题，部分国家存在年度数据缺失或观测状态标记为不可靠（如U标记）的情形；另一方面，指标本身包含的性别、年龄与职业分类维度的细化程度因国家而异，使得在保持数据完整性的同时实现标准化清洗与脱敏变得异常复杂。

常用场景

经典使用场景

该数据集收录了1994年至2025年间亚洲38个国家按性别、年龄和职业划分的青年就业情况，共计71,743条观测记录。其经典使用场景聚焦于跨国家、跨时期的劳动市场比较分析，研究者可利用其中标准化的ILOSTAT指标，构建多维度面板数据，以探究亚洲地区青年就业结构的时空演变规律。通过数据集中提供的性别、年龄组与职业类别等分层变量，能够精细描绘不同社会群体在劳动力市场中的参与特征，为劳动经济学中的劳动力供给与需求匹配研究奠定坚实基础。

实际应用

在实际应用中，该数据集是国际组织、政府决策部门与社会智库进行劳动力政策制定与效果评估的关键工具。通过分析不同性别与年龄群体的职业分布，可以识别特定区域青年就业的瓶颈领域，例如某些职业在特定性别或年龄组中的过度集中或严重缺失。据此，政策制定者能够设计更具针对性的职业培训计划与就业促进项目，以缓解技能错配问题。此外，劳动监察机构可结合数据中的质量标记与来源注释，追溯微观调查数据来源，增强统计结果的透明度与公信力，从而优化劳动力市场的治理效能。

衍生相关工作

该数据集的衍生工作催生了多个极具影响力的研究方向。在方法论层面，研究者基于其时间序列特性开发了针对亚洲劳动市场的动态面板数据模型，用以预测不同职业类别中的青年就业波动趋势。在应用层面，有经典工作利用该数据构建了性别就业隔离指数，量化分析了亚洲各国职业性别隔离的格局与演变，推动了性别平等议题的实证研究。此外，数据集中包含的多分类维度启发了学者运用机器学习方法对非正规就业模式进行分类与预测，拓展了计算社会科学在劳动经济学领域的应用边界，并促进了相关Python与R分析工具包的开发与共享。