electricsheepasia/asia-ilo-une-tune-sex-geo-mts-nb-unemployment-by-sex-rural-urban-area-and-marital-s

该数据集包含亚洲30个国家的21,545个观测数据，时间跨度为1970年至2025年，专注于失业率指标，具体按性别、城乡地区和婚姻状况进行细分（以千人为单位）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为亚洲国家，涵盖了失业统计的多个维度，包括国家代码、指标分类、性别、时间年份、观测值及其状态等。数据集旨在支持表格分类、回归和时间序列预测等任务，适用于劳动经济学研究和社会政策分析。license: cc-by-4.0 language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 10000 < 样本量 < 100000 tags: - 表格 - 亚洲 - 国际劳工组织统计数据库（ILOSTAT） - 失业 - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "按性别、城乡区域及婚姻状况划分的失业人数（千人）| 亚洲（ILOSTAT）" --- # 按性别、城乡区域及婚姻状况划分的失业人数（千人）| 亚洲（ILOSTAT） 🌏 **21,545条观测数据** · **30个亚洲国家** · **1970–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新打包*      ## 简短摘要 本数据集包含**21,545条失业相关观测数据**，覆盖**30个亚洲国家**，时间跨度为**1970–2025年**，仅包含**1项独立指标**。 ## 关于数据源 **国际劳工组织统计数据库（ILOSTAT）**是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录的指标涵盖就业、失业、薪资、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，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。该数据库覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_GEO_MTS_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**：失业 ## 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=UNE_TUNE_SEX_GEO_MTS_NB`拉取数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家代码对应的数据。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行标准化整合；数据来源会在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 30个亚洲国家，以下按数据行数排序展示前15个国家： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `IDN` | 2,005 | 1996 | 2023 | | `CYP` | 1,439 | 1999 | 2020 | | `PHL` | 1,316 | 2007 | 2023 | | `ARM` | 1,292 | 2001 | 2023 | | `MNG` | 1,247 | 2009 | 2024 | | `KOR` | 1,151 | 2000 | 2025 | | `VNM` | 1,134 | 2010 | 2024 | | `THA` | 1,086 | 2007 | 2024 | | `PAK` | 1,056 | 2005 | 2025 | | `TUR` | 1,031 | 2000 | 2013 | | `IND` | 936 | 1994 | 2025 | | `KHM` | 892 | 1996 | 2023 | | `LKA` | 886 | 2010 | 2024 | | `PSE` | 828 | 2000 | 2022 | | `GEO` | 821 | 2009 | 2020 | | ... | 另外15个国家 | | | ## 指标（示例） - `UNE_TUNE_SEX_GEO_MTS_NB` — 按性别、城乡区域及婚姻状况划分的失业人数（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` | 英文国家名称 | `Afghanistan` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_TUNE_SEX_GEO_MTS_NB` | | `indicator.label` | `string` | 英文指标名称 | `Unemployment by sex, rural / urban ar…` | | `sex` | `string` | 性别分组维度（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、身份等） | `GEO_COV_NAT` | | `classif1.label` | `string` | — | `区域类型：全国范围` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `婚姻状况（汇总）：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） | `462.411` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `存储库：ILO统计司 - 微观数据…` | ## 分解维度 以下字段提供数据分解维度： - **`sex`**（共4个唯一值）：`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，部分指标另有月度或季度序列，未包含于此。 - 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”。 - 分解维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应分解时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-une-tune-sex-geo-mts-nb-unemployment-by-sex-rural-urban-area-and-marital-s") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python indonesia = df[df["ref_area"] == "IDN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "UNE_TUNE_SEX_GEO_MTS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_TUNE_SEX_GEO_MTS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_TUNE_SEX_GEO_MTS_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_une_tune_sex_geo_mts_nb_unemployment_by_sex_rural_urban_area_and_marital_s_2025, title = {按性别、城乡区域及婚姻状况划分的失业人数（千人）| 亚洲（ILOSTAT）}, author = {国际劳工组织（ILO）}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_GEO_MTS_NB}, publisher = {HuggingFace数据集，由Electric Sheep Asia重新打包}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-une-tune-sex-geo-mts-nb-unemployment-by-sex-rural-urban-area-and-marital-s}} } ## 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及Electric Sheep Asia的重新打包版本。 ## 关于Electric Sheep Electric Sheep隶属于Electric Sheep使命：在HuggingFace平台上打造统一的、适配机器学习的亚洲地区数据层。我们从权威开放数据源获取数据，标准化数据结构，以Parquet格式打包，并发布格式统一的数据集卡片，方便研究人员与开发者通过`load_dataset()`函数在数秒内开始使用数据。 浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026-05-26通过Electric Sheep流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_GEO_MTS_NB_

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中央统计数据库，由Electric Sheep Asia团队从ILOSTAT REST API接口直接提取指标UNE_TUNE_SEX_GEO_MTS_NB，并依据ISO3国家代码筛选出30个亚洲国家，覆盖1970至2025年。ILOSTAT基于各国劳动力调查、家庭收入调查及行政记录等原始微观数据，按照国际劳工统计学家会议（ICLS）定义进行标准化整合，最终形成21545条观测记录。原始数据经Electric Sheep Asia重新打包为Parquet格式，并统一模式发布，确保机器学习工作流的高效载入。

特点

数据集以长表格式存储，覆盖亚洲30个国家，时间跨度逾五十年，包含单一指标但提供性别、城乡及婚姻状况的多维交叉分类。字段结构清晰，涵盖国家代码、数据来源、指标代码、性别、分类变量、年份、观测值及质量备注等，支持细粒度人口群体分析。观测值单位为千人，部分记录附有数据可靠性或序列断裂等质量标记，便于使用者评估数据稳健性。整体规模适中，兼顾广度与深度，适用于亚洲劳动力市场异质性研究。

使用方法

使用者可通过HuggingFace datasets库的load_dataset函数直接加载，并借助to_pandas方法转换为数据框。在此基础上，可按照ref_area字段筛选特定国家，或依据indicator字段提取目标指标，并按time排序生成单指标时间序列。利用pivot_table函数可将数据重塑为国家与年份的矩阵，便于跨国比较或缺失模式分析。数据亦支持直接接入统计软件或机器学习管道，用于分类、回归及时间序列预测等任务。

背景与挑战

背景概述

国际劳工组织长期致力于全球劳动力市场统计的标准化与可比性，ILOSTAT作为其核心统计数据库，汇集了二百余个经济体的劳动力调查与行政记录，为就业与失业研究提供了权威数据基础。在此背景下，Electric Sheep Asia于2026年对ILOSTAT原始数据进行再包装，构建了覆盖三十个亚洲国家、时间跨度自1970年至2025年、包含21,545条观测的失业数据集，聚焦于性别、城乡区域与婚姻状况的多维交叉分类。该数据集填补了亚洲区域失业统计在精细人口维度上的整合空白，为劳动经济学、社会政策评估及性别研究提供了可复用的结构化数据资源，对推动区域劳动力市场比较分析具有基础性支撑意义。

当前挑战

该数据集所应对的领域问题在于失业统计中多维交叉分类的稀疏性与不一致性：性别、城乡与婚姻状况的联合分布在多数亚洲国家并未被常规发布，导致细粒度失业模式难以被系统刻画。构建过程中，数据面临若干具体挑战：各国劳动力调查在抽样设计、变量定义与报告周期上存在显著异质性，婚姻状况与城乡分类的统计口径随年份与国别变动，部分观测因方法修订而出现序列断裂，且某些单元格因样本量不足而被标记为不可靠。这些因素共同制约了跨时空比较的稳健性，也对缺失值处理与模型泛化提出了更高要求。

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，该数据集为刻画亚洲劳动力市场失业状况的性别、城乡与婚姻状态三重维度差异提供了经典的分析基础。研究者常以面板数据回归、时间序列预测或分类模型为载体，将各国失业人数序列置于1970至2025年的长时段中加以比较。此类场景下，数据集的年度频率与分类变量结构恰好契合对失业率演变趋势的建模需求，成为探究性别鸿沟与城乡失衡等议题的标准入口。

衍生相关工作

围绕该数据集，已衍生出一系列聚焦亚洲劳动力市场异质性的经典研究，涵盖性别失业差距的长期收敛性分析、城乡二元结构下的就业弹性测算以及婚姻状态与劳动参与率关联的跨国比较。部分工作进一步将其与ILOSTAT其他指标数据集链接，构建多维度劳动市场脆弱性指数，亦有研究以此为基础开发用于失业预测的机器学习基准模型，推动了劳动统计数据的二次开发与可复现研究范式的传播。

数据集最近研究

最新研究方向

在劳动经济学与可持续发展交叉领域，该数据集为性别、城乡与婚姻状况多维失业异质性研究提供了稀缺的跨国面板证据。前沿研究聚焦于运用时间序列预测与因果推断方法，揭示亚洲三十国失业结构的动态演变，尤其关注女性与农村边缘群体的脆弱性。结合国际劳工组织体面劳动议程与联合国可持续发展目标第八项，该数据支撑的政策评估研究致力于识别婚姻状态对城乡性别失业差距的调节效应，为包容性劳动力市场改革提供实证基础。