electricsheepasia/asia-ilo-une-deap-sex-geo-dsb-rt-unemployment-rate-by-sex-rural-urban-areas-and-dis

该数据集包含亚洲17个国家1996年至2024年期间按性别、城乡地区和残疾状况划分的失业率（百分比）数据，共计2,766个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并经过筛选，确保覆盖亚洲地区。数据集包含详细的列结构，如国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、分类变量（如地区类型、残疾状况）、观测年份、观测值及数据状态标志等。数据为年度频率，经过ILO harmonization处理，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集适用于表格分类、回归和时间序列预测等任务，并提供了使用示例代码以便于加载和分析。--- license: CC BY 4.0 language: - en 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 size_categories: - 1000 < 样本数 < 10000 tags: - 表格数据 - 亚洲 - ILOSTAT - 失业 - ILO - 劳动 - 就业 pretty_name: "按性别、城乡地区与残疾状况划分的失业率（%）| 亚洲（ILOSTAT）" --- # 按性别、城乡地区与残疾状况划分的失业率（%）| 亚洲（ILOSTAT） 🌏 **2,766 条观测值** · **17 个亚洲国家** · **1996–2024** · *由 [Electric Sheep Asia](https://huggingface.co/electricsheepasia) 重新整理*      ## TL;DR 本数据集包含**2766条失业相关观测值**，覆盖**17个亚洲国家**，时间跨度为**1996年至2024年**，仅包含**1项核心指标**。 ## 关于数据源 **ILOSTAT（国际劳工组织统计数据库）** 是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，也是全球领先的劳动统计权威来源。其收录涵盖就业、失业、薪酬、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多项指标，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。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_GEO_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_GEO_DSB_RT` 拉取原始数据，并筛选出亚洲地区的ISO 3166-1 alpha-3国家编码子集。ILOSTAT依据**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；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 17个亚洲国家，以下按观测条数排序展示前10个国家： | 国家 | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CYP` | 495 | 2005 | 2024 | | `MNG` | 446 | 2006 | 2024 | | `ARM` | 428 | 2007 | 2023 | | `IDN` | 229 | 2010 | 2023 | | `KHM` | 225 | 1996 | 2023 | | `PSE` | 168 | 2018 | 2022 | | `LKA` | 156 | 2018 | 2024 | | `THA` | 110 | 2007 | 2019 | | `TLS` | 94 | 2015 | 2022 | | `BGD` | 77 | 2011 | 2024 | | `AFG` | 75 | 2017 | 2021 | | `LAO` | 63 | 2015 | 2022 | | `PAK` | 54 | 2020 | 2021 | | `TJK` | 51 | 2003 | 2007 | | `IRQ` | 50 | 2012 | 2021 | | ... | _另外2个国家_ | | | ## 指标（示例） - `UNE_DEAP_SEX_GEO_DSB_RT` — 按性别、城乡地区与残疾状况划分的失业率（%） ## 数据架构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家编码 | `AFG` | | `ref_area.label` | `string` | 英文国家名称 | `阿富汗` | | `source` | `string` | ILOSTAT 数据源编码（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 指标编码 | `UNE_DEAP_SEX_GEO_DSB_RT` | | `indicator.label` | `string` | 英文指标名称 | `按性别、城乡地区划分的失业率...` | | `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、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 | `DSB_STATUS_TOTAL` | | `classif2.label` | `string` | — | `残疾状况：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） | `5.679` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `B` | | `obs_status.label` | `string` | — | `序列中断` | | `note_classif` | `string` | — | `C14:6260` | | `note_classif.label` | `string` | — | `非标准残疾定义：...` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法修订` | | `note_source` | `string` | — | `R1:3513_S3:8` | | `note_source.label` | `string` | — | `存储库：ILO-STATISTICS - 微观数据...` | ## 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，但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”。 - 细分维度字段（`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-geo-dsb-rt-unemployment-rate-by-sex-rural-urban-areas-and-dis") 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_GEO_DSB_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_DEAP_SEX_GEO_DSB_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_DEAP_SEX_GEO_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_geo_dsb_rt_unemployment_rate_by_sex_rural_urban_areas_and_dis_2024, title = {按性别、城乡地区与残疾状况划分的失业率（%）| 亚洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2024}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_GEO_DSB_RT}, publisher = {HuggingFace Datasets，由Electric Sheep Asia重新整理}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-une-deap-sex-geo-dsb-rt-unemployment-rate-by-sex-rural-urban-areas-and-dis}} } ## 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 Electric Sheep Asia 是Electric Sheep使命的一部分：旨在打造HuggingFace上统一的、可供机器学习使用的亚洲地区数据层。我们从权威开源数据源获取数据，对数据架构进行标准化处理，以Parquet格式打包，并发布格式统一的数据集卡片，以便研究人员与开发者仅需通过`load_dataset()`即可在数秒内启动工作。 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数据管道获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_DEAP_SEX_GEO_DSB_RT_

搜集汇总

数据集介绍

构建方式

在全球劳动力统计体系中，国际劳工组织（ILO）的ILOSTAT数据库长期扮演着权威基准的角色，其数据源自各国劳动力调查、家庭收入调查及行政记录，并依据国际劳工统计学家会议（ICLS）标准进行统一协调。本数据集即从ILOSTAT的REST API接口直接提取指标UNE_DEAP_SEX_GEO_DSB_RT的原始观测值，随后以亚洲ISO3国家代码为筛选条件，限定地域范围，最终由Electric Sheep Asia完成模式规范化与Parquet格式封装，形成可供机器学习直接调用的版本。

特点

该数据集收录了1996年至2024年间17个亚洲国家共2,766条观测记录，聚焦于按性别、城乡区域及残疾状况细分后的失业率指标。其数据结构包含国家代码、数据来源、指标代码、性别分类、地理分类、残疾状况分类、年份、观测值及质量标志等字段，充分体现了多维 disaggregation 的设计理念。数据集以年度频率发布，每条记录均附有来源标签与注释说明，便于追溯统计口径的变更与方法论调整。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载数据集，并借助pandas等工具进行灵活操作。典型用法包括按国家代码筛选特定经济体的时间序列、按指标代码提取单一指标的趋势曲线，或通过透视表将数据重整为国家与年份的交叉矩阵。这些操作使得该数据集适用于表格分类、回归预测及时间序列 forecasting 等任务，为劳动经济学与区域发展研究提供细粒度量化基础。

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建设，ILOSTAT数据库即为这一努力的标志性成果，汇集了二百余个经济体的劳动力调查数据。本数据集由Electric Sheep Asia于2024年前后基于ILOSTAT官方API重新封装发布，聚焦亚洲十七国1996至2024年间按性别、城乡及残疾状况分解的失业率指标，共计2766条观测。其核心研究问题在于揭示亚洲地区劳动力市场中弱势群体失业状况的异质性，为性别平等、城乡差距及残疾包容等可持续发展目标提供可量化的事实依据。该数据集将ILO权威统计转化为机器学习可直接调用的格式，显著降低了劳动经济学实证研究的门槛，对亚太区域社会政策评估具有重要参考价值。

当前挑战

本数据集所回应的领域问题，在于传统失业统计往往遮蔽性别、城乡与残疾身份交叉形成的结构性不平等，而精细化分解指标的缺失使得弱势群体的就业困境难以被准确测度。在构建过程中，挑战同样显著：ILOSTAT原始数据源自各国劳动力调查的异构微数据，需依循国际劳工统计学家会议定义进行协调，部分观测存在序列断裂、非标准残疾定义或数据可靠性存疑等标注；各国调查年份与覆盖范围参差不齐，城乡与残疾维度的披露程度差异悬殊，导致面板结构高度不平衡；此外，该指标仅覆盖亚洲十七国，区域代表性有限，跨年跨国比较仍需辅以来源标签与质量标志方能审慎解读。

常用场景

经典使用场景

在劳动经济学与区域发展研究的广阔领域中，针对弱势群体就业状况的精细化测量始终是学术探索的核心议题。该数据集凭借其按性别、城乡地域及残疾状况三重维度解构失业率的独特设计，为刻画亚洲十七国在近三十年间劳动力市场边缘群体的就业困境提供了经典的分析样本。研究者常借此构建面板数据模型，探究性别差异、城乡二元结构以及残障身份叠加如何共同塑造失业风险的分布格局，进而揭示亚洲地区劳动力市场分层的内在机制。

解决学术问题

该数据集有效回应了传统失业统计中弱势群体可见度不足的学术难题。既往研究多依赖总量失业率，难以剥离性别、地域与残障状态交织产生的交叉性影响。本数据集通过系统性的多维交叉分类，使研究者得以精确识别残疾女性在农村地区所面临的复合就业壁垒，为检验交叉性理论与结构性排斥假说提供了可操作化的量化基础。其长时段跨国覆盖特性亦为比较制度分析创造了条件，推动了劳动市场不平等研究的实证深化。

衍生相关工作

围绕该数据集，学术界已衍生出一系列经典研究。部分学者利用其构建多层级模型，检验残障惩罚效应在不同城乡与性别群体间的异质性；另有研究将其与教育、产业结构等宏观变量链接，探讨结构性转型对弱势群体就业的差异化冲击。在方法论层面，该数据集亦激发了关于交叉性失业率测算标准与数据协调方法的持续讨论，推动了ILOSTAT统计框架在亚洲区域的本土化应用与批判性反思。