electricsheepeurope/europe-ilo-emp-pifl-sex-age-geo-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含欧洲31个国家在2003年至2025年间的非正规经济就业数据，具体指标为“按性别、年龄和城乡地区划分的非正规部门就业占比（%）”。数据集共有60,781条观测记录，覆盖1个核心指标（EMP_PIFL_SEX_AGE_GEO_RT）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过ILOSTAT REST API获取，并经过Electric Sheep Europe重新打包为机器学习友好格式。数据以年度频率发布，包含国家代码、年份、性别（总计、男性、女性）、年龄组、地区类型（如城乡）等多维度分类，并附带数据来源、观测状态和注释信息，适用于表格分类、回归和时间序列预测等任务。数据集遵循CC-BY-4.0许可协议，旨在为研究者和开发者提供欧洲劳动力市场的标准化、可访问数据。This dataset contains informal economy employment data for 31 European countries from 2003 to 2025, focusing on the indicator Share of employment outside the formal sector by sex, age and rural/urban areas (%). It includes 60,781 observations covering one core indicator (EMP_PIFL_SEX_AGE_GEO_RT). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via the ILOSTAT REST API, and repackaged by Electric Sheep Europe into a machine learning-ready format. Data is provided at annual frequency and includes multi-dimensional breakdowns such as country code, year, sex (total, male, female), age groups, area types (e.g., rural/urban), along with source metadata, observation status flags, and notes. It is suitable for tabular classification, regression, and time-series forecasting tasks, released under the CC-BY-4.0 license, and designed to offer standardized, accessible data for European labor market research and development.

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REST API接口直接提取指标代码为EMP_PIFL_SEX_AGE_GEO_RT的原始数据，并依据ISO3国家代码筛选欧洲区域。ILOSTAT采用国际劳工统计学家会议（ICLS）标准定义对各国劳动力调查、家庭收入调查等微观数据进行统一协调，数据来源信息以源标签形式列于数据表中，确保可追溯性。最终由Electric Sheep Europe重新封装为Parquet格式并发布至HuggingFace平台，涵盖2003至2025年间31个欧洲国家的60781条观测记录。

特点

数据集聚焦于非正规部门就业份额这一非正规经济核心指标，按性别、年龄及城乡地域进行多维分解。性别维度包含总计、男性、女性三类取值，分类变量则涵盖年龄组与地域覆盖类型，便于精细刻画劳动力市场的结构性差异。数据以年度频率呈现，时间跨度逾二十年，空间上覆盖中东欧、巴尔干及北欧等31国，体量适中且变量编码规范。每条记录均附带观测状态标志与分类注释，可识别临时性、不可靠数据及序列断点，为跨国比较与趋势分析提供透明且可复现的数据基础。

使用方法

研究者可通过HuggingFace的datasets库以单行代码加载数据集，并转换为Pandas数据框进行后续分析。典型操作包括按ref_area字段筛选特定国家，或依据indicator列提取目标指标后按时间排序绘制时间序列图。利用pivot_table方法可将数据重塑为国家与年份的交叉矩阵，便于开展面板数据分析或跨国比较研究。此外，数据集支持表格分类、回归及时间序列预测等机器学习任务，schema中的分类标签与注释字段也可用于数据质量控制和子群分析。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计体系的构建与完善，其核心数据库ILOSTAT为衡量非正规经济就业状况提供了权威基准。在可持续发展目标特别是体面劳动议程的推动下，非正规部门就业的性别、年龄及城乡差异日益受到学界与政策制定者的关注。该数据集由Electric Sheep Europe于2025年从ILOSTAT REST API中提取并重新封装，覆盖31个欧洲国家、2003至2025年间共计60,781条观测记录，核心指标为正规部门以外就业占比。数据集依托ICLS定义对原始调查微观数据进行标准化调和，为劳动经济学、社会政策评估及区域不平等研究提供了可复用的结构化基础，其影响力在于降低了跨国比较研究的门槛，并提升了非正规就业测度的透明度与可追溯性。

当前挑战

该数据集所回应的领域问题在于，如何跨国家、跨时期地定量刻画非正规就业的性别、年龄与城乡分布差异，这一问题因各国劳动力调查方法、非正规部门界定标准及数据收集频率的异质性而长期面临可比性困境。构建过程中的挑战尤为显著：ILOSTAT需将源自劳动力调查、家庭收入调查及行政记录的原始微观数据依据ICLS标准进行调和，而不同来源的抽样设计、年龄分组与地域分类存在系统性偏差；部分观测值被标记为不可靠或临时性，且序列中因方法修订出现断点；性别与城乡等分类维度仅在该指标发布细分时才非空，导致缺失模式非随机。这些因素共同构成了对数据质量评估与建模稳健性的持续挑战。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，该数据集堪称刻画欧洲非正规部门就业格局的基准性资源。其经典使用场景集中于针对31个欧洲国家、跨越2003至2025年的非正规就业占比展开多维度分析，研究者可依据性别、年龄组及城乡地域等分类变量，系统考察不同人口群体在非正规部门中的分布差异与演化轨迹，进而揭示欧洲劳动力市场结构变迁的深层规律。

衍生相关工作

围绕该数据集，已衍生出一系列具有影响力的后续研究。学者们利用其跨国面板结构，先后开展了非正规就业与贫困脆弱性关联分析、城乡差距对劳动非正规化的调节效应检验以及性别分层在非正规部门中的演变趋势研究。这些工作不仅拓展了非正规经济理论的实证边界，也促使国际劳工组织持续优化其统计框架与分类标准，形成了数据与学术相互促进的良性循环。

数据集最近研究

最新研究方向

在全球非正规经济监测与体面劳动议程深化的背景下，该数据集所刻画的正规部门外就业占比，正成为劳动经济学与发展经济学交叉领域的前沿议题。当前研究前沿聚焦于运用该数据集的高维性别、年龄与城乡分层信息，结合时间序列预测与面板因果推断，量化非正规就业的性别差异与城乡鸿沟如何随经济周期、结构性转型及危机冲击而演化。欧洲范围内，移民潮、数字化转型与非标准就业扩张等热点事件，进一步推动学者探索非正规就业对社会保障覆盖、收入不平等及可持续发展目标进展的传导机制。该数据集凭借其长时段跨国可比性，为识别政策干预的异质性效应提供了关键实证基础，对推动包容性劳动力市场治理具有重要科学价值与政策意涵。