electricsheepasia/asia-ilo-une-deap-sex-mts-dsb-rt-unemployment-rate-by-sex-marital-status-and-disabi

该数据集包含7,148个观测值，覆盖20个亚洲国家，时间跨度为1996年至2024年，主要指标为按性别、婚姻状况和残疾状况划分的失业率（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至亚洲国家。数据集适用于表格分类、表格回归和时间序列预测等任务，包含国家代码、年份、观测值、数据来源、性别分类等字段，并提供了数据质量说明和使用示例。license: 知识共享署名4.0许可协议（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: - 1000 < 样本数 < 10000 tags: - 表格数据 - 亚洲 - ILOSTAT（国际劳工组织统计数据库） - 失业 - ILO（国际劳工组织） - 劳动力 - 就业 pretty_name: "按性别、婚姻状况与残疾状况划分的失业率（%）| 亚洲（ILOSTAT）" --- # 按性别、婚姻状况与残疾状况划分的失业率（%）| 亚洲（ILOSTAT） 🌏 **7148条观测数据** · **覆盖20个亚洲国家** · **时间跨度为1996–2024年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新整理发布*      ## 核心摘要 本数据集包含**覆盖20个亚洲国家的失业相关数据**，共计**7148条观测样本**，时间跨度为**1996–2024年**，仅包含**1项核心指标**。 ## 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，是全球领先的劳动力统计数据源。该数据库整合了就业、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（Sustainable Development Goals，SDG）体面工作目标等领域的指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查以及行政记录。其覆盖范围超过200个经济体，由国际劳工组织统计部门负责数据标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_MTS_DSB_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**：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_DEAP_SEX_MTS_DSB_RT`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，以确保可追溯性。 ## 地理覆盖范围 本次数据集覆盖20个亚洲国家，以下为按数据行数排序的前10个国家： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|---------:|---------:|---------:| | `CYP` | 1,150 | 2005 | 2024 | | `ARM` | 1,147 | 2007 | 2023 | | `MNG` | 801 | 2013 | 2024 | | `IDN` | 571 | 2010 | 2023 | | `ISR` | 569 | 2016 | 2023 | | `KHM` | 483 | 1996 | 2023 | | `LKA` | 375 | 2018 | 2024 | | `BGD` | 269 | 2011 | 2024 | | `THA` | 253 | 2007 | 2019 | | `TLS` | 227 | 2015 | 2022 | | `AFG` | 186 | 2017 | 2021 | | `IRQ` | 180 | 2007 | 2021 | | `LAO` | 162 | 2015 | 2022 | | `TUR` | 150 | 2000 | 2024 | | `PAK` | 142 | 2020 | 2021 | | ... | 另有5个国家 | | | ## 指标示例 - `UNE_DEAP_SEX_MTS_DSB_RT` — 按性别、婚姻状况与残疾状况划分的失业率（%） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |----------------|----------------|--------------------------------------------------------------------------|--------------------------| | `ref_area` | 字符串 | ISO 3166-1 alpha-3国家代码 | `AFG` | | `ref_area.label` | 字符串 | 国家英文名 | `Afghanistan` | | `source` | 字符串 | ILOSTAT数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | 字符串 | 数据源英文名 | `LFS - 劳动力调查` | | `indicator` | 字符串 | ILOSTAT指标代码 | `UNE_DEAP_SEX_MTS_DSB_RT` | | `indicator.label` | 字符串 | 指标英文名 | `Unemployment rate by sex, marital sta…` | | `sex` | 字符串 | 性别分组维度（`SEX_T`为总计，`SEX_M`为男性，`SEX_F`为女性） | `SEX_T` | | `sex.label` | 字符串 | — | `Total` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、身份等） | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | 字符串 | — | `Marital status (Aggregate): Total` | | `classif2` | 字符串 | 可选第二分类变量 | `DSB_STATUS_TOTAL` | | `classif2.label` | 字符串 | — | `Disability status: Total` | | `time` | 64位整数 | 观测年份 | `2021` | | `obs_value` | 64位浮点数 | 观测指标值（单位因指标而异，请参考指标定义） | `5.679` | | `obs_status` | 字符串 | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | 字符串 | — | `Unreliable` | | `note_classif` | 字符串 | — | `C14:6260` | | `note_classif.label` | 字符串 | — | `Nonstandard definition of disability:…` | | `note_indicator` | 字符串 | — | `I11:264` | | `note_indicator.label` | 字符串 | — | `Break in series: Methodology revised` | | `note_source` | 字符串 | — | `R1:3513_S3:8` | | `note_source.label` | 字符串 | — | `Repository: ILO-STATISTICS - Micro da…` | ## 数据分组维度 以下字段提供数据分组维度： - **`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。 - 若同一国家×年份的同一指标存在多个数据源，将采用国际劳工组织选定的“最优数据源”。 - 仅当指标支持对应分组时，分组字段（`sex`、`classif1`、`classif2`）才不会为空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-une-deap-sex-mts-dsb-rt-unemployment-rate-by-sex-marital-status-and-disabi") 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_DEAP_SEX_MTS_DSB_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_MTS_DSB_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_MTS_DSB_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_mts_dsb_rt_unemployment_rate_by_sex_marital_status_and_disabi_2024, title = {Unemployment rate by sex, marital status and disability status (%) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_MTS_DSB_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-une-deap-sex-mts-dsb-rt-unemployment-rate-by-sex-marital-status-and-disabi}} } ## 许可证 本数据集基于[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。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HuggingFace平台上构建统一的、适配机器学习的亚洲地区数据层。我们从权威开源数据源拉取数据，对数据schema进行标准化处理，以Parquet格式打包，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26日通过Electric Sheep流水线处理 ingest。原始数据源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_MTS_DSB_RT_

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织（ILO）的ILOSTAT统计数据库为数据源头，通过ILOSTAT的REST API接口直接提取指标为UNE_DEAP_SEX_MTS_DSB_RT的原始记录，随后依据ISO 3166-1 alpha-3国家代码筛选出亚洲地区的数据子集。ILOSTAT本身依托各国劳动力调查、家庭收入调查及行政记录等多元来源，依照国际劳工统计学家会议（ICLS）的定义对微观数据进行标准化调和，确保失业率指标在不同国家间的可比性。Electric Sheep Asia在此基础上对字段进行规范化命名并转换为Parquet格式，最终形成覆盖20个亚洲国家、时间跨度为1996年至2024年、共计7148条观测的机器学习就绪数据集。

特点

该数据集聚焦于亚洲地区失业率这一核心劳动市场指标，其突出特征在于多维度的交叉分类能力：数据同时按性别、婚姻状况与残疾状态进行细分，使得研究者能够探查不同人口群体在失业风险上的异质性。数据集覆盖20个亚洲国家，时间跨度近三十年，包含7148条年度观测记录，字段设计涵盖国家代码、数据来源、指标代码、分类维度、观测值及质量标志等丰富信息，并附加了来源标签与注释标签以增强可追溯性。数据集以CC-BY-4.0许可发布，属于表格分类、回归与时间序列预测等任务的理想素材。

使用方法

研究者可借助HuggingFace的datasets库以一行代码加载该数据集，将其转换为Pandas数据框后展开分析。典型的使用路径包括：按国家代码筛选特定经济体的失业率序列，针对单一指标绘制时间序列趋势图以观察失业率的演变轨迹，或通过透视表将数据重塑为国家与年份的交叉矩阵，便于跨国比较。此外，数据集的分层字段支持按性别、婚姻状况和残疾状态进行分组统计，为劳动经济学中关于弱势群体就业歧视与市场排斥的实证研究提供便利。所有分析均需遵循CC-BY-4.0许可条款，并同时引用ILO原始来源与Electric Sheep Asia的再包装工作。

背景与挑战

背景概述

国际劳工组织（ILO）自二十世纪中叶以来持续推动全球劳动力市场统计的标准化与可比化，ILOSTAT作为其核心统计数据库，为劳动经济学与就业政策研究提供了权威的数据基础。该数据集由Electric Sheep Asia于2024年从ILOSTAT REST API提取并重新封装，聚焦亚洲20个国家1996至2024年间按性别、婚姻状况与残疾状况分类的失业率指标，共收录7148条观测记录。其核心研究问题在于揭示亚洲地区劳动力市场中多重社会人口维度交互作用下的失业异质性，尤其关注残疾与婚姻状态对性别失业差距的调节效应，为包容性就业政策与SDG体面劳动目标监测提供了跨国可比的经验证据。

当前挑战

该数据集所应对的领域问题在于传统失业统计长期忽视残疾与婚姻状况的交叉分类，导致弱势群体在劳动力市场中的结构性劣势难以被精准识别与量化。构建过程中，数据源自各国劳动力调查的原始微观数据，ILO虽依据国际劳工统计学家会议定义进行协调，但各国在残疾定义、婚姻状态分类及调查年份上存在显著异质性，部分观测被标注为“不可靠”或存在序列断点，且不同国家间统计能力差异导致时间覆盖极不均衡，亚洲地区残疾与婚姻状态交叉维度的数据稀疏性尤为突出，这为跨国比较与时序建模带来了严峻的方法论挑战。

常用场景

经典使用场景

在劳动经济学与人口统计学交叉领域，针对弱势群体就业排斥的量化研究长期依赖跨国可比的面板数据。该数据集以年度频率系统汇编了二十个亚洲国家自一九九六年至二〇二四年的失业率观测值，并沿性别、婚姻状况与残疾状态三个维度进行交叉分层，构成了探究多重身份叠加如何塑造劳动力市场边缘化的经典数据基础。研究者通常将其用于拟合分层失业率的时间趋势、构建性别与婚姻状态的交互效应模型，以及评估残疾群体在亚洲各国劳动力市场中的相对劣势程度。

实际应用

在政策实践层面，该数据集为国际组织与各国劳工部门监测弱势群体就业状况提供了操作化工具。社会保障机构可利用其时间序列特征追踪经济波动期间残疾与已婚女性失业率的敏感性变化，非政府组织可据此设计针对特定交叉群体的职业培训与就业援助方案。同时，数据中的来源标签与观测状态标记为跨国统计能力评估提供了透明度基础，有助于识别数据收集薄弱环节并指导未来劳动力调查的模块优化。

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不平等的研究工作。部分学者将其与亚洲开发银行的社会保护指标数据库进行链接，构建多层次模型以检验宏观经济政策对交叉群体失业的缓冲效应；亦有研究利用其长时段特征开展结构性断点检测，识别婚姻状态分类标准变化对失业率序列的干扰。此外，该数据集还被用于训练失业率预测的机器学习基准模型，并作为区域比较案例纳入全球残障就业元分析，持续拓展其在劳动统计与交叉性研究中的方法论边界。