electricsheepasia/asia-ilo-eip-neet-sex-geo-rt-share-of-youth-not-in-employment-education-or-trai

该数据集包含2,968个观测值，覆盖30个亚洲国家，时间跨度为1970年至2025年，聚焦于其他劳动力未充分利用指标，具体指标为EIP_NEET_SEX_GEO_RT，即按性别和城乡区域划分的青年未就业、未受教育或未培训（NEET）比例（百分比）。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，包含国家代码、年份、观测值、数据源、性别分类等信息，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Asia重新打包，以Parquet格式发布，便于机器学习使用。--- license: CC BY 4.0（cc-by-4.0） language: - 英语(English) task_categories: - 表格分类(tabular-classification) - 表格回归(tabular-regression) - 时间序列预测(time-series-forecasting) multilinguality: 单语言(monolingual) size_categories: - 1000<n<10000 tags: - 表格数据(tabular) - 亚洲(asia) - 国际劳工组织统计数据库(ILOSTAT) - 劳动力闲置其他衡量指标(other-measures-of-labour-underutilization) - 国际劳工组织(ILO) - 劳动力(labour) - 就业(employment) pretty_name: "按性别与城乡区域划分的不处于就业、教育或培训状态的青年占比（NEET）｜亚洲（ILOSTAT）" --- # 按性别与城乡区域划分的不处于就业、教育或培训状态的青年占比（NEET）｜亚洲（ILOSTAT） 🌏 **2968条观测样本** · **30个亚洲国家** · **1970–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 简要摘要 本数据集包含**2968条观测样本**的`劳动力闲置其他衡量指标`数据，覆盖**30个亚洲国家**，时间跨度为**1970–2025年**，仅包含**1项明确指标**。 ## 数据源说明 **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，也是全球领先的劳动力统计权威来源。该库整合了就业、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）体面工作目标等各类指标，数据源自全国劳动力调查、住户收入调查、企业调查与行政记录。其覆盖范围涵盖200余个经济体，数据的标准化工作由国际劳工组织统计部门负责。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_NEET_SEX_GEO_RT) - **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**：劳动力闲置其他衡量指标 ## 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=EIP_NEET_SEX_GEO_RT`获取数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家编码数据。ILOSTAT采用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处理；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，以下按观测行数排序展示部分国家： | 国家 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `PSE` | 264 | 2000 | 2022 | | `IDN` | 252 | 1996 | 2023 | | `CYP` | 234 | 1999 | 2024 | | `KHM` | 180 | 1996 | 2023 | | `MNG` | 171 | 2003 | 2024 | | `ARM` | 162 | 2001 | 2023 | | `VNM` | 156 | 2007 | 2024 | | `PHL` | 156 | 2007 | 2023 | | `PAK` | 153 | 2005 | 2025 | | `THA` | 129 | 2007 | 2024 | | `TUR` | 126 | 2000 | 2013 | | `LKA` | 126 | 2010 | 2024 | | `GEO` | 117 | 2012 | 2024 | | `IND` | 117 | 1994 | 2025 | | `BRN` | 81 | 2014 | 2024 | | ... | _另有15个国家_ | | | ## 指标（示例） - `EIP_NEET_SEX_GEO_RT` — 按性别与城乡区域划分的不处于就业、教育或培训状态的青年占比（%，NEET） ## 数据架构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `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 | `EIP_NEET_SEX_GEO_RT` | | `indicator.label` | `string` | 英文指标名称 | `Share of youth not in employment, edu…` | | `sex` | `string` | 按性别分组（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | — | `Total` | | `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` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位依指标定义而定） | `43.769` | | `obs_status` | `string` | 观测状态标记（如序列中断、不可靠） | `B` | | `obs_status.label` | `string` | — | `Break in series` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 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 - 数据为年度频率。部分指标另有月度或季度序列，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时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-eip-neet-sex-geo-rt-share-of-youth-not-in-employment-education-or-trai") 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可视化 python sample = (df[df["indicator"] == "EIP_NEET_SEX_GEO_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EIP_NEET_SEX_GEO_RT") ### 转换为国家×年份的矩阵格式 python matrix = (df[df["indicator"] == "EIP_NEET_SEX_GEO_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_eip_neet_sex_geo_rt_share_of_youth_not_in_employment_education_or_trai_2025, title = {Share of youth not in employment, education or training (NEET) by sex and rural / urban ar | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_NEET_SEX_GEO_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-eip-neet-sex-geo-rt-share-of-youth-not-in-employment-education-or-trai}} } ## 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 Asia Electric Sheep Asia是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台上的亚洲数据提供统一、适配机器学习的标准化数据层。我们从权威开源渠道获取数据，对数据架构进行标准化处理，以Parquet格式封装，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据使用。浏览完整数据集集合：[huggingface.co/electricsheepasia](https://huggingface.co/electricsheepasia) --- _数据溯源：2026-05-27通过Electric Sheep数据管道获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_NEET_SEX_GEO_RT_

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，聚焦于亚洲地区青年未参与就业、教育或培训（NEET）的比例，并按照性别及城乡地域进行细化。数据通过ILOSTAT的REST API直接获取，筛选出亚洲30个国家的ISO3代码对应数据，随后进行整合与清洗。原始数据基于各国劳动力调查、家庭收入调查等微观数据，经ILO依照国际劳工统计学家会议（ICLS）标准进行统一协调与标注，以确保跨国可比性。最终数据集包含2968条观测记录，覆盖1970年至2025年的时间跨度，并以Parquet格式封装，便于机器学习流水线直接调用。

特点

此数据集的核心特点在于其精细的维度划分与针对亚洲区域的聚焦性。它提供了按性别（SEX_T、SEX_M、SEX_F、SEX_O）和地区类型（如国家级、城乡）等维度拆解的NEET率，使研究者能够深入剖析不同群体在劳动力市场中的结构性困境。数据来源清晰，每个观测值均标注了来源调查（source.label）及观测状态（如序列中断、初步值等），增强了数据的可追溯性与质量透明度。此外，数据集覆盖了从阿富汗到土耳其等30个亚洲国家，时间跨度长达55年，为长期趋势分析与政策评估提供了宝贵的时间序列基础。

使用方法

使用者可通过HuggingFace Datasets库便捷加载该数据集，只需一行代码即可将数据转换为Pandas DataFrame进行后续分析。例如，可快速筛选特定国家（如印度尼西亚）的数据以进行定点研究，或利用时间列对特定指标（EIP_NEET_SEX_GEO_RT）进行时间序列可视化及预测建模。数据集还支持灵活的数据透视操作，能够轻松将长格式数据转化为国家-年份矩阵，便于进行面板数据分析或跨地区比较。其规范化的列名与清晰的元数据描述，使得数据清洗与特征工程的过程大为简化，降低了社会科学研究中数据预处理的门槛。

背景与挑战

背景概述

在全球劳动力市场研究中，青年群体面临的就业、教育与培训缺失问题（NEET）一直是发展经济学与社会政策领域的核心关切。国际劳工组织（ILO）作为全球劳动力统计的权威机构，其下属的ILOSTAT数据库长期致力于整合各国劳动力调查数据，为跨国比较与趋势分析提供坚实基础。在此背景下，Electric Sheep Asia团队于2025年基于ILOSTAT数据源，构建了涵盖30个亚洲国家、时间跨度从1970年至2025年、包含2968条观测记录的NEET率数据集。该数据集聚焦于不同性别与城乡分类下的青年NEET比例，旨在填补亚洲区域在劳动力利用不足指标方面精细化、可机读数据的空白，为政策制定者与研究人员提供一套经过标准化处理、可直接用于机器学习的结构化数据资源，对推动亚洲青年就业政策的循证研究具有重要价值。

当前挑战

该数据集所应对的领域挑战在于，传统的青年就业统计往往仅关注失业率，而忽略了既不工作也不接受教育或培训的隐性边缘群体，导致政策干预的盲区。亚洲各国在经济结构、数据采集能力和统计标准上的巨大差异，使得构建一个统一、可比的多国NEET指标体系极为困难。在构建过程中，数据整合面临多重技术挑战：各原始调查数据的采集频率不一（年度、季度或月度），需统一为年度频率；同一国家在相同年份可能存在多个数据源，需依据ILO选定的“最佳来源”进行取舍；性别与城乡分类变量的缺失值处理需要谨慎推断；此外，不同国家的数据质量标记（如序列中断、方法论修订）增加了清洗工作的复杂性。这些挑战要求在保留数据溯源完整性的同时，实现跨国家、跨时间序列的无缝整合与标准化输出。

常用场景

经典使用场景

该数据集聚焦于亚洲地区15-24岁青年未参与就业、教育或培训（NEET）的比例，按照性别与城乡地域维度进行精细化分层，收录了1970年至2025年间来自30个亚洲国家的近3000条观测数据。研究人员可借助这一结构化面板数据，构建时间序列模型与面板回归分析，探究青年劳动力市场闲置状况的演变趋势。通过与ILOSTAT官方标准的无缝隙对接，数据集的格式统一且标注清晰，便于直接用于统计建模或迁移学习任务。

衍生相关工作

该数据集衍生出一系列围绕青年劳动力市场分割与教育资源错配的实证研究，典型方向包括构建NEET率预测模型以识别高风险国家、结合教育与收入数据探讨青年‘上学无用论’的经济根源，以及利用空间计量方法刻画NEET现象的跨国溢出效应。部分学者还基于该数据训练了多因素对NEET率的因果推断模型，为验证最低工资政策、教育扩招等干预措施的有效性提供了基准参照。这些工作进一步深化了对亚洲青年群体经济发展参与度的理论认识。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区青年尼特族（NEET）比例的时空演变与性别、城乡差异，其最新研究方向紧密围绕联合国可持续发展目标（SDG）中关于体面劳动与经济增长的监测指标，尤其在后疫情时代青年就业危机与亚洲新兴经济体劳动力市场韧性分析中成为关键数据支撑。研究热点包括利用时间序列模型揭示东南亚及南亚国家尼特族比例的长期波动趋势，以及通过面板数据分析性别断点与城镇化进程对青年脱离教育就业的影响机制。该数据集由国际劳工组织（ILO）官方统计数据库ILOSTAT精炼而成，其结构化、跨国的30国观测数据为学者提供了评估劳动力闲置程度、政策干预效果及地域不平等的量化基础，对推动亚洲区域劳动力市场的比较研究与预测建模具有深远的方法论意义与现实指导价值。