electricsheepasia/asia-ilo-une-tune-sex-ocu-edu-nb-unemployment-by-sex-occupation-and-education-thous

该数据集包含亚洲18个国家从1999年至2025年的失业数据，具体按性别、职业和教育程度分类（以千人为单位），共有11,348个观测值，覆盖1个独特指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过统一处理并过滤为亚洲国家代码，以表格形式提供，适用于表格分类、回归和时间序列预测等任务。This dataset contains 11,348 observations of unemployment data across 18 Asia countries, spanning 1999–2025, covering 1 distinct indicator: Unemployment by sex, occupation and education (thousands). It is sourced from ILOSTAT, the ILOs central statistics database, harmonized and filtered to Asia ISO3 country codes, and provided in tabular format for tasks like tabular classification, regression, and time-series forecasting.

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中央统计数据库，通过其REST API接口直接提取指标UNE_TUNE_SEX_OCU_EDU_NB的原始记录，并依据ISO3国家代码筛选出亚洲区域数据。ILOSTAT对各国劳动力调查等微观数据进行统一协调，遵循国际劳工统计学家会议（ICLS）的定义标准，确保跨国可比性。Electric Sheep Asia对提取结果进行规范化重打包，保留来源标签以支持溯源，最终形成覆盖18个亚洲国家、时间跨度为1999至2025年的结构化表格数据集。

特点

数据集包含11,348条观测记录，聚焦于按性别、职业和受教育程度细分的事业指标，以千人为计量单位。数据以年度频率发布，涵盖塞浦路斯、巴勒斯坦、土耳其、伊朗、蒙古、韩国等18个亚洲国家和地区，其中部分国家时间序列可追溯至1999年。模式设计包含丰富的元数据列，如来源名称、指标标签、性别分类、职业与教育分类层级、观测状态标记及方法学注释，为细粒度分析提供支撑。数据质量方面标注了临时性、不可靠等状态标志，并注明序列中断或非标准分类等信息。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载数据集，并转换为Pandas数据框进行后续分析。典型操作包括按国家代码筛选特定经济体、按指标代码提取时间序列并排序、或透视生成国家与年份的交叉矩阵。数据集适用于表格分类、回归及时间序列预测等任务，亦可用于探究性别、职业与教育维度下失业结构的跨国差异与演变趋势。使用时应遵循CC-BY-4.0许可协议，并同时引用ILO原始来源与Electric Sheep Asia的重打包工作。

背景与挑战

背景概述

国际劳工组织（ILO）于1999年启动ILOSTAT数据库建设，旨在系统整合全球劳动力市场统计资料。该数据集由ILO统计司主导，Electric Sheep Asia于2025年重新打包发布，涵盖18个亚洲国家1999至2025年间按性别、职业和受教育程度分列的失业观测数据，共11,348条。其核心研究问题在于揭示亚洲地区失业结构的异质性，为劳动力市场政策评估与SDG体面工作目标监测提供实证基础。该数据集的影响力体现在跨国家、跨时间的可比性上，有力支撑了劳动经济学与区域发展研究。

当前挑战

该数据集所应对的领域问题在于失业统计中维度交织的复杂性：性别、职业与教育三重分层使得失业率的精确测度与跨国比较面临分类标准不一致的困境。构建过程中，ILO需借助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调和，但原始数据来源差异、调查年份不连续以及部分国家数据缺失（如文莱仅2014年有记录）导致面板数据严重不平衡。此外，观测状态标志（如临时性、不可靠）和系列断裂问题进一步削弱了时间序列的连续性，对建模与趋势推断构成显著挑战。

常用场景

经典使用场景

在劳动经济学与人口统计学的实证研究中，该数据集常被用于构建亚洲地区失业率的精细化解构分析。研究者依托性别、职业与受教育程度的三重分类维度，得以在年度时间序列上追踪不同社会群体失业风险的动态演变。借助面板数据建模方法，可系统考察教育水平提升对职业结构升级的滞后效应，以及性别差异在职业隔离中的表现形态，从而为区域劳动力市场的一体化研究提供微观层面的量化基础。

解决学术问题

该数据集有效回应了劳动经济学中关于失业结构异质性的长期争论。过去针对亚洲发展中经济体的研究常受制于分类粗糙与跨国可比性不足，而此数据集通过ILO统一协调的ICLS定义，使得跨国的性别、职业与教育交互效应得以精确估计。其意义在于为检验人力资本理论、职业搜寻理论及歧视经济学假说提供了高质量的跨国面板证据，进而推动了对结构性失业形成机制的理解。

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结构变迁的经典研究。部分工作将其与ILOSTAT其他指标（如就业人数、工时）融合，构建了多维劳动力市场脆弱性指数；另有研究以此为基础，运用机器学习方法预测不同教育层级劳动者的失业持续时间。这些衍生工作不仅拓展了数据集在时间序列预测与分类任务中的应用边界，也促进了亚洲区域劳动统计标准化进程。