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

该数据集是一个关于亚洲国家未就业、未受教育或未培训青年（NEET）比例的统计数据集，源自国际劳工组织（ILO）的ILOSTAT数据库。它包含7,922个观测值，覆盖35个亚洲国家，时间跨度为1970年至2025年，核心指标为EIP_NEET_SEX_MTS_RT，即按性别和婚姻状况划分的NEET青年比例（百分比）。数据集提供了按国家、年份、性别（总计、男性、女性、其他）和婚姻状况（总计）细分的年度数据，并包含数据来源、观测状态、注释等信息。数据通过ILOSTAT REST API获取，经过ILO的统计标准（ICLS）协调处理，适用于表格分类、回归和时间序列预测等任务。license: CC BY 4.0 language: - 英语 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 < 样本量 < 10000 tags: - 表格型（tabular） - 亚洲（asia） - ILOSTAT - 劳动力非充分利用其他衡量指标（other-measures-of-labour-underutilization） - ILO - 劳动力（labour） - 就业（employment） pretty_name: "按性别与婚姻状况划分的青年不就业、未接受教育且未参与培训（NEET）占比 | 亚洲（ILOSTAT）" # 按性别与婚姻状况划分的青年不就业、未接受教育且未参与培训（NEET）占比 | 亚洲（ILOSTAT） 🌏 **共7922条观测值** · **覆盖35个亚洲国家** · **时间跨度为1970年至2025年** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新封装发布*      ## 核心摘要（TL;DR） 本数据集包含覆盖35个亚洲国家的7922条**劳动力非充分利用其他衡量指标**观测值，时间跨度为1970年至2025年，仅包含1项独特指标。 ## 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）的中央统计数据库，为全球领先的劳动力统计权威来源。其整合了就业、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各类指标，数据来源于全国劳动力调查、家庭收入调查、机构调查与行政记录，覆盖200余个经济体，由国际劳工组织统计司负责数据标准化工作。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_NEET_SEX_MTS_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**：劳动力非充分利用其他衡量指标 ## 数据处理方法 本数据集直接从ILOSTAT REST API（`https://rplumber.ilo.org/data/indicator?id=EIP_NEET_SEX_MTS_RT`）拉取原始数据，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（International Conference of Labour Statisticians, ICLS）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，以保证数据可追溯性。 ## 地理覆盖范围 35个亚洲国家，以下按数据行数排序展示前10个国家： | 国家 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `IDN` | 659 | 1996 | 2023 | | `TUR` | 579 | 2000 | 2024 | | `PHL` | 523 | 2006 | 2023 | | `IRN` | 470 | 2005 | 2024 | | `VNM` | 402 | 2010 | 2024 | | `ARM` | 401 | 2001 | 2023 | | `CYP` | 380 | 1999 | 2020 | | `PAK` | 378 | 2005 | 2025 | | `THA` | 375 | 2000 | 2024 | | `KHM` | 369 | 1996 | 2023 | | `MNG` | 358 | 2009 | 2024 | | `IND` | 316 | 1994 | 2025 | | `LKA` | 292 | 2010 | 2024 | | `ISR` | 262 | 2012 | 2024 | | `PSE` | 239 | 2000 | 2025 | | ... | _另有20个国家_ | | | ## 指标（示例） - `EIP_NEET_SEX_MTS_RT` — 按性别与婚姻状况划分的青年不就业、未接受教育且未参与培训（NEET）占比（%） ## 数据结构 | 字段名称 | 数据类型 | 字段描述 | 示例值 | |--------|------|-------------|---------| | `ref_area` | 字符串（string） | ISO 3166-1 alpha-3国家代码 | `AFG` | | `ref_area.label` | 字符串（string） | 英文国家名称 | `Afghanistan` | | `source` | 字符串（string） | ILOSTAT数据源代码（如劳动力调查） | `BA:15715` | | `source.label` | 字符串（string） | 英文数据源名称 | `LFS - Labour Force Survey` | | `indicator` | 字符串（string） | ILOSTAT指标代码 | `EIP_NEET_SEX_MTS_RT` | | `indicator.label` | 字符串（string） | 英文指标名称 | `Share of youth not in employment, edu…` | | `sex` | 字符串（string） | 性别细分维度（SEX_T=总计、SEX_M=男性、SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串（string） | 无额外说明 | `Total` | | `classif1` | 字符串（string） | 第一分类变量（年龄、教育程度、身份等） | `MTS_AGGREGATE_TOTAL` | | `classif1.label` | 字符串（string） | 无额外说明 | `Marital status (Aggregate): Total` | | `time` | 64位整数（int64） | 观测年份 | `2021` | | `obs_value` | 64位浮点数（float64） | 观测指标值（单位随指标定义变化） | `43.769` | | `obs_status` | 字符串（string） | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | 字符串（string） | 无额外说明 | `Unreliable` | | `note_indicator` | 字符串（string） | 无额外说明 | `I11:264` | | `note_indicator.label` | 字符串（string） | 无额外说明 | `Break in series: Methodology revised` | | `note_source` | 字符串（string） | 无额外说明 | `R1:3513_S3:8` | | `note_source.label` | 字符串（string） | 无额外说明 | `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。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-eip-neet-sex-mts-rt-share-of-youth-not-in-employment-education-or-trai") 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 python sample = (df[df["indicator"] == "EIP_NEET_SEX_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EIP_NEET_SEX_MTS_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EIP_NEET_SEX_MTS_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_mts_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 marital status ( | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_NEET_SEX_MTS_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-eip-neet-sex-mts-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的重新封装版本。 ## 关于Electric Sheep Asia Electric Sheep Asia是Electric Sheep使命的一部分：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，标准化数据结构，封装为Parquet格式，并发布为格式统一的数据集卡片，以便研究人员与开发者仅需使用`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27日通过Electric Sheep数据管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EIP_NEET_SEX_MTS_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核心统计数据库，聚焦亚洲地区青年尼特族（NEET）比例这一关键劳动利用不足指标。数据经由ILOSTAT REST API直接获取，并依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一协调处理。构建过程中，数据集过滤出35个亚洲国家的ISO3编码，覆盖1970年至2025年间共计7,922条观测记录，每个观测均包含性别、婚姻状况等细致的分类维度，并附带来源标记以确保可追溯性。

特点

该数据集的核心特色在于其时空覆盖的广度与分类的精细化。它横跨35个亚洲国家，时间跨度长达55年，为研究区域劳动力市场动态提供了宝贵的时间序列素材。数据聚焦于单一的‘EIP_NEET_SEX_MTS_RT’指标，即按性别和婚姻状况划分的青少年尼特族比例，同时包含性别（总、男、女、其他）等细分维度，便于深入剖析不同群体的劳动参与状态。此外，数据来源、观测状态及系列中断等注释信息的加入，为使用者评估数据质量提供了可靠依据。

使用方法

使用者可通过HuggingFace的`datasets`库便捷加载该数据集，例如执行`load_dataset("electricsheepasia/asia-ilo-eip-neet-sex-mts-rt-share-of-youth-not-in-employment-education-or-trai")`，并将其转换为Pandas DataFrame进行后续分析。典型应用场景包括：按国家代码过滤以聚焦特定区域，如印度尼西亚；对单一指标进行时间序列可视化以观察趋势；或通过数据透视构建国家×年份的观测值矩阵，便于进行跨国比较与面板数据分析。该数据集的结构化格式使其天然适配于表格分类、回归及时间序列预测等机器学习任务。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其核心统计数据库ILOSTAT发布，并经Electric Sheep Asia重封装至HuggingFace平台，聚焦于亚洲地区青年既未就业也未接受教育或培训（NEET）的性别与婚姻状况分布。数据集涵盖1970年至2025年间35个亚洲国家的7,922条观测，旨在为劳动经济学、性别研究及教育政策分析提供标准化、长时间跨度的微观数据基础。其核心研究问题在于揭示亚洲各经济体青年劳动力市场边缘化群体的结构特征，尤其强调性别与婚姻状态如何影响NEET比率，从而为联合国可持续发展目标中的体面劳动与包容性增长指标提供量化支撑。该数据集对发展经济学与区域劳动力研究具有显著影响力，填补了亚洲地区NEET指标在性别维度上的高分辨率数据空白。

当前挑战

该数据集所解决的领域问题核心在于青年劳动力市场的低效配置与结构性排斥：NEET指标反映了教育系统与就业市场之间的衔接断裂，而传统宏观就业率无法捕捉这一边缘化群体的异质性。构建过程中面临的主要挑战包括：其一，多国调查数据的规范化与可比性问题——ILOSTAT需依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查微观数据进行协调，但不同来源的标志性（如方法论修订、断点问题）在数据集中通过注释列标记，增加了用户的数据清洗负担。其二，数据质量受限于各国调查频率与来源可靠性，部分观测被标记为“不可靠”，且年度频率无法反映季度或月度波动。其三，在按性别与婚姻状况拆解时，存在分类值缺失与采样不均问题，如伊朗、越南等国样本量显著高于阿富汗等经济体，可能导致区域聚合分析的偏差。

常用场景

经典使用场景

在劳动经济学与青年发展研究的交汇领域，该数据集作为衡量青年劳动力市场边缘化程度的核心工具，被广泛用于NEET（未就业、未受教育、未接受培训）率的跨国比较与趋势分析。研究者可依据性别、婚姻状况等维度对数据进行分层剖析，描绘不同亚洲国家青年群体在1970至2025年间脱离主流发展轨道的动态演变。其经典用法在于构建面板数据模型，探索经济增长、教育扩张与青年就业结构之间的深层关联，为理解亚洲地区劳动力市场的结构性特征提供了扎实的量化基础。

解决学术问题

该数据集精准回应了发展经济学中关于青年失业隐性化与人力资本流失的长期难题。通过提供标准化的NEET指标，它使学术界得以突破单一失业率指标的局限，深入评估教育培训系统与劳动市场之间的衔接效率。研究者可以系统分析婚姻状况、性别差异如何加剧或缓冲青年群体的边缘化风险，揭示社会制度与家庭结构对人力资本积累的传导机制。该数据填补了亚洲地区尤其是发展中国家在青年发展追踪数据方面的空白，为检验国际劳工组织体面劳动理论框架提供了区域性实证支撑。

衍生相关工作

基于该数据库，研究者已衍生出一系列具有范式意义的学术工作。其中，系统性的跨国面板回归被用于检验教育回报率下降与NEET比例攀升之间的非线性关系；结合婚姻状况进行的动态随机效应分析揭示了早婚女性在亚洲部分地区面临的双重边缘化困境。此外，有学者利用该数据训练时序预测模型，对NEET率的中期走向进行概率性推演，辅助预防性政策的设计。数据本身也带动了关于ILO统计方法论在不同文化语境下适用性的辩论，催生了针对数据质量标记（如“不可靠”）的处理策略研究。