electricsheepasia/asia-ilo-une-3eap-sex-age-edu-rt-youth-unemployment-rate-by-sex-age-and-education

该数据集包含亚洲38个国家从1970年至2025年的20,283条观测数据，核心指标为按性别、年龄和教育程度分组的青年失业率（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并过滤至亚洲地区。数据集提供了国家代码、指标代码、性别分类（总计、男性、女性）、年龄分组（15-29岁青年段）、教育程度分类、观测年份、观测数值以及数据状态标志（如不可靠、临时数据）等详细信息。数据以年度频率发布，适用于劳动力市场分析、经济研究和时间序列预测等任务。数据集由Electric Sheep Asia重新打包，以Parquet格式提供，便于机器学习使用。--- license: cc-by-4.0 language: - en task_categories: - tabular-classification - tabular-regression - time-series-forecasting multilinguality: monolingual size_categories: - 10K<n<100K tags: - tabular - asia - ilostat - unemployment - ilo - labour - employment pretty_name: "按性别、年龄与教育程度划分的青年失业率（%）| 亚洲（ILOSTAT）" --- # 按性别、年龄与教育程度划分的青年失业率（%）| 亚洲（ILOSTAT） 🌏 **共20283条观测值** · **覆盖38个亚洲国家** · **时间跨度为1970–2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新封装*      ## 核心要点 本数据集包含覆盖38个亚洲国家的**失业相关数据**，共**20283条观测值**，时间跨度为**1970–2025年**，仅涵盖**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数据源。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体面工作目标等各类指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查与行政记录。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工作。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_3EAP_SEX_AGE_EDU_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_3EAP_SEX_AGE_EDU_RT`获取原始数据，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（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，以保证可追溯性。 ## 地理覆盖范围 覆盖38个亚洲国家，以下按数据行数排序展示部分样本国家： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `IDN` | 1,927 | 1990 | 2023 | | `TUR` | 1,483 | 2000 | 2024 | | `PSE` | 1,318 | 2000 | 2025 | | `IRN` | 1,317 | 2005 | 2024 | | `KOR` | 1,185 | 2000 | 2025 | | `CYP` | 1,096 | 1999 | 2024 | | `PAK` | 944 | 2005 | 2025 | | `MNG` | 883 | 2003 | 2024 | | `VNM` | 872 | 2010 | 2024 | | `THA` | 804 | 2000 | 2024 | | `ARM` | 778 | 2001 | 2023 | | `IND` | 771 | 1994 | 2025 | | `GEO` | 719 | 2009 | 2024 | | `LKA` | 635 | 2010 | 2024 | | `KHM` | 604 | 1996 | 2023 | | ... | _另有23个国家_ | | | ## 指标（示例） - `UNE_3EAP_SEX_AGE_EDU_RT` — 按性别、年龄与教育程度划分的青年失业率（%） ## 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 - Labour Force Survey` | | `indicator` | `string` | ILOSTAT指标代码 | `UNE_3EAP_SEX_AGE_EDU_RT` | | `indicator.label` | `string` | 英文指标名称 | `Youth unemployment rate by sex, age a…` | | `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` | — | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `AGE_YTHBANDS_Y15-29` | | `classif1.label` | `string` | — | `Age (Youth bands): 15-29` | | `classif2` | `string` | 可选第二分类变量 | `EDU_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `Education (Aggregate levels): Total` | | `time` | `int64` | 观测年份 | `2021` | | `obs_value` | `float64` | 观测指标值（单位参见指标定义） | `7.902` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `string` | — | `C3:2620` | | `note_classif.label` | `string` | — | `Nonstandard education level: Includin…` | | `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…` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集采用年度频率。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”。 - 仅当指标支持对应细分维度时，`sex`、`classif1`、`classif2`等细分字段才不会为空。 ## 使用示例 python from datasets import load_dataset # 加载亚洲青年失业率数据集 ds = load_dataset("electricsheepasia/asia-ilo-une-3eap-sex-age-edu-rt-youth-unemployment-rate-by-sex-age-and-education") # 将训练集转换为Pandas数据框 df = ds["train"].to_pandas() # 打印前5条数据样本 print(df.head()) ### 筛选单一国家数据 python # 筛选印度尼西亚的观测数据 indonesia = df[df["ref_area"] == "IDN"] ### 单指标时间序列可视化 python # 筛选指定指标并按年份排序 sample = (df[df["indicator"] == "UNE_3EAP_SEX_AGE_EDU_RT"] .sort_values("time")) # 绘制时间序列折线图 sample.plot(x="time", y="obs_value", title="UNE_3EAP_SEX_AGE_EDU_RT") ### 透视为国家×年份矩阵 python # 将数据透视为国家×年份的数值矩阵 matrix = (df[df["indicator"] == "UNE_3EAP_SEX_AGE_EDU_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) # 打印矩阵最后5条数据 print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_une_3eap_sex_age_edu_rt_youth_unemployment_rate_by_sex_age_and_education_2025, title = {Youth unemployment rate by sex, age and education (%) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_3EAP_SEX_AGE_EDU_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-une-3eap-sex-age-edu-rt-youth-unemployment-rate-by-sex-age-and-education}} } ## 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的重新封装版本。 ## 关于Electric Sheep Electric Sheep Asia是Electric Sheep项目的组成部分：该项目旨在在HuggingFace平台上构建统一的、适配机器学习的亚洲地区数据层。我们从权威开源渠道获取数据，对数据架构进行标准化处理，封装为Parquet格式，并发布格式统一的数据集卡片，以便研究人员与开发者仅需调用`load_dataset()`即可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27日通过Electric Sheep数据管道获取。原始数据源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_3EAP_SEX_AGE_EDU_RT_

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）旗下的ILOSTAT统计数据库，依托其REST API接口，直接拉取指标代码为UNE_3EAP_SEX_AGE_EDU_RT的原始数据，并依据亚洲ISO3国家代码进行地理范围过滤。ILOSTAT采用国际劳工统计学家会议（ICLS）定义，对各国劳动力调查、家庭收支调查及行政记录等微观数据进行系统性整合与标准化处理，确保了跨国的可比性与数据溯源性。最终由Electric Sheep Asia团队完成二次封装，形成一份适用于机器学习场景的整洁数据集。

特点

该数据集涵盖1970年至2025年间38个亚洲国家的20,283条观测记录，聚焦于按性别、年龄及教育程度细分的青年失业率指标。其结构化的模式包含国家代码、来源标识、指标标签、细分维度（性别、教育层次、年龄区间）及年份等关键字段，并附有观测状态与注释标志，便于用户识别数据质量。数据集支持分类、回归及时序预测等多类任务，兼具地理广度与时间深度，同时附属的source.label字段提供了数据来源的可追溯性。

使用方法

用户可通过HuggingFace Datasets库的load_dataset函数一键加载该数据，返回的Dataset对象可便捷转换为Pandas DataFrame以供分析。针对特定国家，可利用ref_area列进行筛选以获取该国子集；对单一指标可借助indicator列过滤并按时序分析obs_value的变化趋势；此外，通过pivot_table可轻松将数据转化为以年份为行、国家为列的矩阵形式，便于进行跨国比较或作为时序模型的输入特征。

背景与挑战

背景概述

青年失业问题是全球劳动力市场研究中的核心议题，尤其在亚洲地区，受经济结构转型、人口红利变化及教育体系扩张等多重因素影响，青年群体的就业脆弱性日益凸显。为系统剖析这一现象，国际劳工组织（ILO）依托其权威统计数据库ILOSTAT，构建了覆盖38个亚洲国家、跨越1970年至2025年间共计20,283条观测值的数据集，聚焦于按性别、年龄及教育程度细分的青年失业率指标。该数据集由Electric Sheep Asia于2025年重新打包并标准化发布，旨在为劳动经济学、社会政策及可持续发展目标研究提供高质量、可复用的时序数据资源。其核心研究问题在于揭示亚洲各国青年失业率的静态差异与动态演变规律，为制定精准化就业干预措施提供实证基础。凭借ILO在劳动统计领域的权威地位与长达六十余年的数据统筹经验，该数据集已成为跨国比较研究、面板数据分析及机器学习建模的关键支撑，有效推动了区域劳动力市场研究的深化。

当前挑战

该数据集所面临的挑战主要体现在两个层面。在领域问题层面，青年失业率受制于非线性、多尺度因素交织作用，如宏观政策调整、技术冲击及文化差异，使得基于历史数据的预测模型易受结构性突变影响，传统统计方法难以捕捉其动态非线性特征；此外，性别、教育与年龄的交叉分类导致稀疏子组数据，增强了泛化难度。在构建过程中，挑战源于ILOSTAT整合的多源数据（如劳动力调查与行政记录）间存在国别口径差异与时序断裂，数据质量标记（如“不可靠”状态）削弱了样本一致性；同时，部分国家或年代存在数据缺失，加之时序频率限制为年度而无法捕获短期波动，进一步加剧了建模与推断的复杂性。

常用场景

经典使用场景

该数据集收录了国际劳工组织ILOSTAT数据库中关于亚洲38个国家1970至2025年间青年失业率的详尽观测，共计超过两万条记录。经典使用场景涵盖基于性别、年龄与教育程度分层的时间序列分析与面板数据建模。研究者可借助该数据集追踪不同亚洲经济体青年劳动力市场的长期演变趋势，比较各国在特定教育层次下的失业率差异，或评估结构性因素如性别不平等对青年就业的制约作用。数据的高时间分辨率与多维度交叉分类特性，使其特别适用于构建动态面板回归模型、进行宏观劳动力市场的跨国比较研究，以及验证人力资本理论在亚洲发展背景下的适用性。

解决学术问题

该数据集核心解决了亚洲青年劳动力市场研究中长期存在的跨国产出可比性不足与细粒度数据匮乏的学术困境。通过提供经ILO统一标准（ICLS定义）规范化的多层次失业率指标，学者得以系统性地探究教育回报率与失业风险的异质性关系、性别工资差距的成因、以及经济周期对弱势群体就业冲击的非对称效应。数据集在时间跨度上覆盖了亚洲主要经济体转型、金融动荡及疫情等重大事件，为验证结构性失业理论、搜寻与匹配模型以及最低工资制度对青年就业的影响提供了严谨的证据基础，推动了发展经济学与劳动经济学交叉领域的量化研究。

衍生相关工作

该数据集衍生了多个重要的研究工作，尤其在劳动经济学与宏观经济预测领域具有广泛影响。研究者基于此数据集构建了一系列经典的时间序列预测模型，包括ARIMA与机器学习驱动的梯度提升机模型，用于预测特定亚洲经济体的青年失业波动。在学术论文中，该数据常被用于验证面板协整方法在教育水平与就业结果关联性分析中的效果。此外，该数据也是ILO年度旗舰报告中亚洲劳动力市场章节的核心数据支撑，推动了跨国失业风险建模、教育错配指数构建以及性别就业差距分解等经典工作的持续深化，成为连接数据仓储与高层次政策分析的重要桥梁。