electricsheepasia/asia-ilo-une-deap-sex-age-cbr-rt-unemployment-rate-by-sex-age-and-place-of-birth

该数据集包含亚洲27个国家按性别、年龄和出生地划分的失业率（百分比）数据，源自国际劳工组织（ILO）的ILOSTAT数据库。数据集涵盖1991年至2025年的时间范围，共包含9,183个观测值，核心指标为UNE_DEAP_SEX_AGE_CBR_RT。数据通过ILOSTAT REST API提取，并过滤为亚洲国家代码，经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包含多个维度的分类变量，如性别、年龄和出生地，并提供数据来源、观测状态和注释等信息，适用于表格分类、回归和时间序列预测等任务。--- license: cc-by-4.0 许可证：CC-BY-4.0 language: - en 语言：英语 task_categories: - tabular-classification 表格分类（tabular-classification） - tabular-regression 表格回归（tabular-regression） - time-series-forecasting 时间序列预测（time-series-forecasting） multilinguality: monolingual 多语言属性：单语言（monolingual） size_categories: - 1K<n<10K 样本量范围：1000 < n < 10000 tags: - tabular 表格数据 - asia 亚洲 - ilostat 国际劳工组织统计数据库（ILOSTAT） - international-migrant-stock 国际移民存量（International migrant stock） - ilo 国际劳工组织（International Labour Organization, ILO） - labour 劳动力 - employment 就业 pretty_name: "Unemployment rate by sex, age and place of birth (%) | Asia (ILOSTAT)" 美观名称："按性别、年龄和出生地划分的失业率（%）| 亚洲（ILOSTAT）" --- # 按性别、年龄和出生地划分的失业率（%）| 亚洲（ILOSTAT） 🌏 **9,183条观测样本** · **27个亚洲国家** · **1991–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 快速摘要 本数据集包含覆盖27个亚洲国家、时间跨度为1991至2025年的**9183条国际移民存量（International migrant stock）**观测样本，涉及**1项独立指标**。 ## 数据源说明 **ILOSTAT**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，是全球领先的劳动力统计权威来源。其收录涵盖就业、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体面工作指标等多项统计指标，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。该数据库覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CBR_RT) - **发布方**：国际劳工组织（International Labour Organization, ILO） - **许可证**：[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：国际移民存量（International migrant stock） ## 数据处理方法 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=UNE_DEAP_SEX_AGE_CBR_RT`拉取，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整合；数据来源信息会在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 27个亚洲国家 · 以下按样本量排序展示前10个国家： | 国家 | 样本量 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CYP` | 1,950 | 1999 | 2025 | | `TUR` | 1,401 | 2000 | 2025 | | `ISR` | 1,053 | 2012 | 2024 | | `ARM` | 772 | 2001 | 2024 | | `IDN` | 528 | 2017 | 2024 | | `BRN` | 524 | 2014 | 2024 | | `TLS` | 322 | 2001 | 2022 | | `THA` | 297 | 2018 | 2024 | | `ARE` | 294 | 2018 | 2024 | | `MNG` | 250 | 2019 | 2024 | | `MDV` | 208 | 2014 | 2019 | | `KHM` | 208 | 2008 | 2021 | | `IRN` | 202 | 2006 | 2011 | | `IRQ` | 198 | 2007 | 2021 | | `OMN` | 159 | 2021 | 2022 | | ... | _另外12个国家_ | | | ## 指标（示例） - `UNE_DEAP_SEX_AGE_CBR_RT` — 按性别、年龄和出生地划分的失业率（%） ## 数据结构 | 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 来源代码（如劳动力调查） | `BB:6361` | | `source.label` | `string` | 英文来源名称 | `HIES - Households Living Conditions S…` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_DEAP_SEX_AGE_CBR_RT` | | `indicator.label` | `string` | 英文指标名称 | `Unemployment rate by sex, age and pla…` | | `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_YTHADULT_YGE15` | | `classif1.label` | `string` | - | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 第二分类变量（如适用） | `CBR_BIR_TOTAL` | | `classif2.label` | `string` | - | `出生地：总计` | | `time` | `int64` | 观测年份 | `2014` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `7.915` | | `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` | - | `—` | | `note_classif.label` | `string` | - | `—` | | `note_indicator` | `string` | - | `I11:264` | | `note_indicator.label` | `string` | - | `序列中断：方法学修订` | | `note_source` | `string` | - | `R1:3513` | | `note_source.label` | `string` | - | `存储库：ILO统计 - 微观数据…` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，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来源时，将采用国际劳工组织选定的“最优来源”数据。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-une-deap-sex-age-cbr-rt-unemployment-rate-by-sex-age-and-place-of-birth") 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"] == "UNE_DEAP_SEX_AGE_CBR_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_AGE_CBR_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_AGE_CBR_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_une_deap_sex_age_cbr_rt_unemployment_rate_by_sex_age_and_place_of_birth_2025, title = {Unemployment rate by sex, age and place of birth (%) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CBR_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-une-deap-sex-age-cbr-rt-unemployment-rate-by-sex-age-and-place-of-birth}} } ## 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（International Labour Organization, 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的重新整理版本。 ## 关于Electric Sheep Electric Sheep Asia隶属于Electric Sheep项目：旨在为HuggingFace平台构建统一的、可直接用于机器学习的亚洲地区数据层。我们从权威开源数据源获取数据，对数据schema进行标准化处理，打包为Parquet格式，并发布为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年5月26日通过Electric Sheep流水线获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_AGE_CBR_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）的权威统计数据库ILOSTAT，经由Electric Sheep Asia团队重新封装而成。构建过程采用自动化数据管道，直接调用ILOSTAT的REST API接口，依据指标代码UNE_DEAP_SEX_AGE_CBR_RT提取原始记录，并筛选出27个亚洲国家的ISO3国家代码，最终形成涵盖1991年至2025年、共计9,183条观测值的结构化数据集。原始调查微观数据经国际劳工统计学家会议（ICLS）定义进行标准化调和，每条记录均标注来源标签以确保可追溯性。

使用方法

使用者可通过Hugging Face的datasets库以一行代码加载数据集，并转换为Pandas数据框进行后续分析。典型操作包括按国家代码筛选特定区域数据，针对单一指标构建时间序列并可视化趋势，或利用透视表生成国家与年份的矩阵以便横向比较。数据亦可直接用于训练表格分类、回归或时间序列预测模型，所有字段均提供标准编码与标签，显著降低数据预处理成本。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计体系的构建与完善，其核心数据库ILOSTAT为就业、失业及体面劳动等议题提供权威数据支撑。在此背景下，Asia-ILO失业率数据集应运而生，由Electric Sheep Asia于2025年基于ILOSTAT官方API重新封装发布，涵盖27个亚洲国家自1991年至2025年的9,183条观测记录，聚焦于按性别、年龄及出生地分列的失业率指标。该数据集旨在回应全球化进程中移民劳动力市场融入状况的量化研究需求，为探究出生地差异对就业机会的影响提供跨国可比的面板数据，对劳动经济学与移民政策分析具有重要参考价值。

当前挑战

该数据集所面对的领域问题在于，现有失业率统计多侧重总量与性别维度，鲜有系统整合出生地分类以揭示移民与本地劳动者就业差距的精细化数据。构建过程中，ILOSTAT原始数据源自各国劳动力调查与住户调查，其抽样设计、变量定义及数据收集频率差异显著，需经受严格的国际标准调和与可比性调整。此外，部分国家年份数据缺失或观测状态标记为不可靠，且出生地分类维度在不同国家间存在定义分歧，为跨区域时序分析带来挑战。数据清洗与标准化流程须在保留来源可追溯性的同时，确保面板结构的完整性与一致性。

常用场景

经典使用场景

在劳动经济学与人口迁移研究的交汇地带，该数据集以其对亚洲27国、逾九千条观测记录的系统性整合，成为探究出生地维度下失业率异质性的经典实证素材。依托ILOSTAT的标准化框架，研究者可按性别、年龄组与出生地类别（本土出生、外国出生及总计）进行多维交叉比对，进而刻画移民群体在亚洲各国劳动力市场中的就业脆弱性。其年度时间序列自1991年延续至2025年，尤为适合运用面板回归、双重差分与时序预测等方法，揭示跨国移民失业率随经济周期与政策变迁的动态轨迹。

解决学术问题

长期以来，移民与本土劳动者在失业率上的结构性差异因缺乏跨国可比数据而难以精确识别，既有研究多囿于单一国家或零星年份，削弱了结论的外部效度。该数据集通过统一ILO国际劳工统计学家会议的定义口径，并辅以来源标注与观测状态标记，有效缓解了跨国测量等值性难题，为检验移民融入理论、劳动力市场分割假说及歧视性雇佣机制提供了可靠的经验基础。其性别与年龄的双重分解维度，亦使交叉性分析成为可能，推动了迁移研究中不平等议题的精细化。

实际应用

在政策实践层面，该数据集为亚洲各国劳工部门、国际组织及智库评估移民就业融入成效提供了量化标尺。借助国别与年份的灵活筛选，使用者可迅速定位外国出生人口失业率异常攀升的时段与区域，从而为针对性就业培训、反歧视执法及社会保障扩面提供证据支撑。同时，其HuggingFace托管的Parquet格式与简洁的加载接口，便利了数据科学团队将其纳入自动化监测仪表板或预警模型，服务于移民管理与人道主义响应等时效性较强的应用场景。

数据集最近研究

最新研究方向

在国际移民与劳动力市场日益交融的背景下，该数据集凭借按性别、年龄及出生地细分的失业率指标，为探究移民群体在亚洲各国劳动力市场中的融入状况提供了关键实证基础。前沿研究聚焦于运用时间序列分析与面板回归方法，揭示出生地差异对失业风险的动态影响，并关联移民政策变动、经济周期等热点事件。其意义在于推动跨国比较研究，为制定包容性就业政策、监测可持续发展目标中的体面工作进展提供数据支撑。