electricsheepasia/asia-ilo-une-tune-sex-age-cct-nb-unemployment-by-sex-age-and-citizenship-thousands

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的按性别、年龄和公民身份划分的失业人数（千）指标数据，专门针对亚洲地区。它涵盖了27个亚洲国家从1998年到2025年的年度观测数据，总计8970个观测值。数据通过ILOSTAT REST API获取，并经过过滤以仅包括亚洲国家。数据集包含多个维度，如国家代码（ref_area）、国家名称（ref_area.label）、数据来源（source和source.label）、指标代码（indicator）和指标名称（indicator.label）、性别分类（sex和sex.label）、年龄和公民身份等分类变量（classif1、classif2及其标签）、观测年份（time）、观测值（obs_value）以及数据质量标志（如obs_status）。数据主要用于表格分类、回归和时间序列预测任务，适用于劳动力市场分析、经济研究等领域。数据以CC-BY-4.0许可证发布，由Electric Sheep Asia重新打包为机器学习就绪格式。--- 许可证：CC-BY-4.0 语言： - 英语 任务类别： - 表格分类 - 表格回归 - 时间序列预测 多语言属性：单语言 样本量范围： - 1000 < n < 10000 标签： - 表格数据 - 亚洲 - ILOSTAT（国际劳工组织统计数据库） - 国际移民存量（International migrant stock） - ILO（国际劳工组织） - 劳动力 - 就业 美观名称："按性别、年龄和公民身份划分的失业人数（千人）| 亚洲（ILOSTAT）" --- # 按性别、年龄和公民身份划分的失业人数（千人）| 亚洲（ILOSTAT） 🌏 **8,970条观测样本** · **覆盖27个亚洲国家** · **时间跨度1998–2025** · *由[Electric Sheep Asia](https://huggingface.co/electricsheepasia)重新封装*      ## 核心摘要 本数据集包含覆盖27个亚洲国家、时间跨度为1998至2025年的**8970条国际移民存量（International migrant stock）观测样本**，仅涉及**1项独立指标**。 ## 数据源说明 **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，是全球领先的劳动力统计权威来源。其整合了就业、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，数据来源于全国劳动力调查、家庭收入调查、企业调查及行政记录，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=UNE_TUNE_SEX_AGE_CCT_NB) - **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**：国际移民存量（International migrant stock） ## 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_TUNE_SEX_AGE_CCT_NB`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27个亚洲国家，以下按样本行数排序展示部分国家： | 国家代码 | 样本行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `CYP` | 1,934 | 1999 | 2025 | | `IRN` | 1,486 | 2005 | 2024 | | `GEO` | 785 | 2009 | 2018 | | `ARM` | 646 | 2001 | 2023 | | `MYS` | 621 | 2006 | 2024 | | `BRN` | 616 | 2001 | 2024 | | `JOR` | 507 | 2017 | 2024 | | `THA` | 444 | 2018 | 2024 | | `QAT` | 294 | 2020 | 2024 | | `MDV` | 227 | 2009 | 2019 | | `IDN` | 224 | 2010 | 2024 | | `TLS` | 167 | 2013 | 2022 | | `MNG` | 147 | 2020 | 2024 | | `PSE` | 138 | 2018 | 2021 | | `UZB` | 89 | 2005 | 2015 | | ... | _另有12个国家_ | | | ## 指标（示例） - `UNE_TUNE_SEX_AGE_CCT_NB` — 按性别、年龄和公民身份划分的失业人数（千人） ## 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 | `ARM` | | `ref_area.label` | `string` | 英文国家名称 | `Armenia` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BB:173` | | `source.label` | `string` | 英文数据源名称 | `HIES - Households Living Conditions S…` | | `indicator` | `string` | ILOSTAT 指标代码 | `UNE_TUNE_SEX_AGE_CCT_NB` | | `indicator.label` | `string` | 英文指标名称 | `Unemployment by sex, age and citizens…` | | `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、就业状态等） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `Age (Youth, adults): 15+` | | `classif2` | `string` | 可选第二分类变量 | `CCT_CIT_TOTAL` | | `classif2.label` | `string` | — | `Citizenship: Total` | | `time` | `int64` | 观测年份 | `2023` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `110.41` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | — | `Unreliable` | | `note_classif` | `string` | — | `C6:2351` | | `note_classif.label` | `string` | — | `Nonstandard age group: Excluding ages…` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `Break in series: Methodology revised` | | `note_source` | `string` | — | `R1:3513_T3:240` | | `note_source.label` | `string` | — | `Repository: ILO-STATISTICS - Micro da…` | ## 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。部分指标同时发布月度或季度序列，此类数据未包含在本数据集中。 - 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维度时非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepasia/asia-ilo-une-tune-sex-age-cct-nb-unemployment-by-sex-age-and-citizenship-thousands") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python indonesia = df[df["ref_area"] == "IDN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "UNE_TUNE_SEX_AGE_CCT_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="UNE_TUNE_SEX_AGE_CCT_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "UNE_TUNE_SEX_AGE_CCT_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{asia_ilo_une_tune_sex_age_cct_nb_unemployment_by_sex_age_and_citizenship_thousands_2025, title = {Unemployment by sex, age and citizenship (thousands) | Asia (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_AGE_CCT_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Asia}, howpublished = {url{https://huggingface.co/datasets/electricsheepasia/asia-ilo-une-tune-sex-age-cct-nb-unemployment-by-sex-age-and-citizenship-thousands}} } ## 许可证 本数据集基于[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及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，对数据结构进行标准化处理，封装为Parquet格式，并发布格式统一的数据集卡片，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数据管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=UNE_TUNE_SEX_AGE_CCT_NB_

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）的中央统计数据库ILOSTAT，通过其REST API接口直接抽取指标UNE_TUNE_SEX_AGE_CCT_NB的原始记录，并依据ISO3国家代码筛选出亚洲区域数据。ILOSTAT按照国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化调和，确保跨国可比性。数据集由Electric Sheep Asia重新包装，保留源标识与注释字段以支持溯源，最终形成涵盖1998至2025年、8970条观测的表格化数据。

特点

数据集聚焦亚洲27个国家的失业状况，按性别、年龄和公民身份三个维度细分，以千人为单位计量。观测值包含性别（总计、男性、女性）、年龄分类（青年与成人15岁以上）及公民身份（总计或分类）等层次，并附带来源标签、观测状态标记和方法论注释，便于识别数据质量与序列中断。年度频率数据覆盖范围广，时间跨度长，部分国家如塞浦路斯、伊朗记录丰富，适合分析移民与本地人口失业差异的长期趋势。

使用方法

研究者可通过HuggingFace的datasets库加载该数据集，使用load_dataset函数获取后转换为Pandas数据框进行灵活操作。典型用法包括按ref_area列筛选特定国家（如印度尼西亚），按indicator列提取单一指标并进行时间序列排序与可视化，或利用pivot_table生成国家×年份矩阵以开展横向比较。数据字段如sex、classif1和classif2支持多维分组分析，而注释字段有助于在建模时纳入数据质量考量，适用于分类、回归及时序预测等任务。

背景与挑战

背景概述

国际移民的就业融入状况是劳动力市场研究的重要议题，失业率按性别、年龄与公民身份的多维分解则为识别移民群体结构性劣势提供了关键量化依据。国际劳工组织（ILO）长期致力于全球劳动力统计的标准化与协调，其ILOSTAT数据库汇集200余个经济体的劳动力调查与行政记录，构成该领域最具权威性的跨国数据基础设施。Electric Sheep Asia于2025年将ILOSTAT原始API数据重新封装为面向机器学习工作流的Asia区域数据集，涵盖27个亚洲国家、1998至2025年间8,970条观测，以统一模式与开放许可发布，显著降低了亚洲移民失业研究的跨国比较数据获取门槛。

当前挑战

移民失业统计面临的核心困难在于公民身份维度的跨国可比性不足：各国对移民身份的界定标准、抽样框覆盖范围及调查实施能力差异显著，导致同一指标在不同国家间存在口径不可通约的风险。数据构建过程中需处理多重技术性障碍，包括非标准年龄分组、序列断裂、观测值可靠性标记以及ILO在多源冲突时择优选取所可能引入的选择偏误。个体层面数据的稀疏性与各国时间序列起始年份的不一致，进一步制约了面板分析与跨国因果推断的稳健性，对建模者提出了更高的数据质量诊断与不确定性量化要求。

常用场景

经典使用场景

在国际移民与劳动力市场研究的交叉领域，该数据集最经典的使用场景在于剖析亚洲各国失业率在性别、年龄与公民身份三重维度上的异质性分布。研究者常将公民身份作为核心分组变量，借助面板回归与时序分解方法，考察移民群体与本国公民在失业风险上的结构性差异，并据此绘制跨国比较图谱，揭示亚洲区域内移民融入劳动力市场的整体图景。

实际应用

在政策实践层面，该数据集为国际组织与亚洲各国劳工部门提供了监测移民失业态势的基础工具。政策分析者可据此识别移民群体中失业率异常攀升的国家与年份，评估既有的就业保护与社会融合政策成效，并针对性设计面向女性移民、青年移民等脆弱子群体的就业援助方案，亦可辅助跨国企业在选址与用工规划中预判当地劳动力市场的风险与机会。

衍生相关工作

围绕该数据集，已有若干衍生的经典工作相继涌现。研究者将其与ILOSTAT的就业、工资及非正规经济等指标数据集相融合，构建起多维度移民劳动力市场结果分析框架；亦有工作将其与移民存量数据对接，以考察移民规模与失业水平之间的动态关联。此外，部分机器学习研究以该数据为基准，开展失业率的时序预测与跨国分类建模，推动了表格数据方法在劳动经济学中的应用。