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

该数据集包含关于非正规经济的438个观测数据，覆盖4个欧洲国家（摩尔多瓦、波黑、北马其顿、塞尔维亚），时间跨度为2003年至2025年，涵盖1个具体指标：按性别和公共/私营部门划分的非正规部门就业比例（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过劳动力调查等原始数据收集，并依据国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集包括国家代码、年份、观测值、数据来源、性别分类等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 438 observations of informal economy data across 4 Europe countries (Moldova, Bosnia and Herzegovina, North Macedonia, Serbia), spanning 2003–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex and public/private sector (%). The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, collected from raw survey microdata such as labour force surveys, and harmonized using International Conference of Labour Statisticians (ICLS) definitions. It includes fields like country codes, years, observed values, data sources, and sex disaggregation, and is suitable for tasks such as 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EMP_PIFL_SEX_INS_RT的原始记录，并依据ISO 3166-1 alpha-3国家代码筛选出欧洲四国（摩尔多瓦、波黑、北马其顿、塞尔维亚）的数据。ILOSTAT采用国际劳工统计学家会议（ICLS）的定义对各国劳动力调查等微观数据进行统一 harmonization，数据中的source.label字段标注了原始调查来源，确保可追溯性。最终由Electric Sheep Europe重新封装为HuggingFace数据集，保留观测年份、性别分类及机构部门等维度，形成438条年度观测值。

特点

数据集聚焦非正规经济领域，以性别和公共/私营部门为分类维度，量化了正规部门以外就业份额的年度变化。其时间跨度自2003年至2025年，覆盖四个欧洲转型经济体，共438条观测，属小规模但高颗粒度的面板数据。每个观测记录包含国家代码、数据来源、指标代码及标签、性别分类、机构部门分类、年份、数值及质量状态标志（如序列中断、方法修订），并附有详细的指标注释与来源注释，便于研究者评估数据可靠性。数据频率为年度，部分指标的多源情况采用ILO优选的最佳来源。

使用方法

研究者可通过HuggingFace datasets库以一行代码加载数据集，并转换为Pandas DataFrame进行灵活分析。典型用法包括：按国家代码（如DEU）筛选子集，针对单一指标（EMP_PIFL_SEX_INS_RT）按年份排序绘制时间序列图，或利用pivot_table将数据重塑为国家×年份矩阵以进行跨国比较。数据集支持表格分类、回归及时间序列预测等任务，用户亦可结合性别与机构部门分类变量开展分组分析，所有操作均基于Parquet格式的标准化结构，开箱即用。

背景与挑战

背景概述

非正规经济部门就业份额的测度长期构成劳动统计领域的核心议题，其数据质量直接关乎体面劳动监测与包容性增长评估。国际劳工组织（ILO）依托ILOSTAT数据库，基于国际劳工统计学家会议（ICLS）标准，对欧洲四国（摩尔多瓦、波黑、北马其顿、塞尔维亚）2003至2025年间的非正规就业数据进行了系统化整合与发布。该数据集由Electric Sheep Europe重新封装，虽体量有限，却为探究转型经济体非正规就业的性别差异与公私部门分布提供了关键素材，亦为劳动经济学与区域发展研究提供了实证基础。

当前挑战

非正规就业的界定与测度本身即面临概念模糊与国别差异的挑战。各国劳动力调查对非正规部门的操作化定义不尽一致，且数据采集年份不连续，部分观测存在序列断裂或统计口径调整，影响跨期与跨国比较的稳健性。数据集中样本覆盖仅四国，难以前推至欧洲整体格局；性别与公私部门分类的缺失值进一步增加了细分分析的难度。如何协调微观调查数据与宏观统计框架，并在有限观测下构建可靠的时序预测模型，亦是当前数据应用所面临的方法论挑战。

常用场景

经典使用场景

在非正规经济与劳动力市场分割研究领域，该数据集最经典的使用场景在于刻画欧洲转型经济体非正规就业的性别差异与部门分布特征。研究者常以性别（男/女/总计）与公私部门归属为分组维度，构建面板数据以比较摩尔多瓦、波黑、北马其顿与塞尔维亚四国在2003至2025年间非正规就业占比的演变轨迹。借助时间序列分析与跨国比较，可以揭示非正规就业在公有与私营部门间的异质性分布，从而为理解后社会主义转型过程中劳动力市场的结构性变迁提供量化依据。

解决学术问题

该数据集有效回应了非正规就业测度中性别维度与制度部门维度长期割裂的学术难题。既有研究多聚焦非正规就业总体规模，鲜少同时纳入性别与公私部门分类，致使非正规就业的性别分化机制及其与所有制结构的交互效应难以辨识。本数据集通过统一编码的性别与机构部门分类变量，使学者得以检验女性是否更易在私营部门陷入非正规就业，以及公有部门对非正规就业的吸纳是否存在性别偏向，进而深化对劳动力市场分层与性别不平等理论的经验检验。

衍生相关工作

基于该数据集，研究者已开展一系列衍生性工作。部分文献将其与ILOSTAT其他指标整合，构建非正规就业的多维指数，用于比较欧洲各国的非正规经济规模。也有学者运用该数据检验制度变迁对非正规就业性别差距的因果效应，或将其作为机器学习模型的训练数据，预测非正规就业的未来趋势。此外，该数据集被纳入Electric Sheep Europe的欧洲数据层，推动了跨国劳动力市场数据的标准化整合与可复现研究。