electricsheepeurope/europe-ilo-emp-nifl-sex-eco-ins-rt-informal-employment-rate-by-sex-economic-activity

该数据集包含欧洲4个国家（波斯尼亚和黑塞哥维那、摩尔多瓦、北马其顿、塞尔维亚）从2003年至2025年的非正规就业率数据，具体指标为按性别、经济活动和公共/私营部门划分的非正规就业率（百分比）。数据集共有12,865条观测记录，来源于国际劳工组织（ILO）的ILOSTAT数据库，数据通过ILOSTAT REST API获取，并经过欧洲国家代码过滤。数据结构包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、经济活动分类、制度部门分类、观测年份、观测值、观测状态标志等列。数据为年度频率，当同一国家×年份有多个数据源时使用ILO选择的最佳来源。该数据集由Electric Sheep Europe重新打包，旨在为欧洲提供统一的、机器学习就绪的数据层。This dataset contains informal employment rate data for 4 European countries (Bosnia and Herzegovina, Moldova, North Macedonia, Serbia) from 2003 to 2025, with the specific indicator being the informal employment rate by sex, economic activity and public/private sector (%). It includes 12,865 observations sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via the ILOSTAT REST API and filtered to Europe ISO3 country codes. The data structure includes columns such as country code, country name, data source, indicator code, sex disaggregation (total, male, female), economic activity classification, institutional sector classification, observation year, observed value, observation status flags, etc. The data is annual frequency, and when multiple sources exist for the same country×year, the ILO-selected best source is used. The dataset is repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe.

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）的核心统计数据库ILOSTAT，通过其REST API接口直接抽取非正规就业率指标（EMP_NIFL_SEX_ECO_INS_RT）的原始观测记录，并依据ISO3国家代码筛选出四个欧洲国家（波黑、摩尔多瓦、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）定义对各国劳动力调查等微观数据进行标准化调和，数据经Electric Sheep Europe重新打包为HuggingFace Parquet格式，保留源标签以确保可追溯性。整个构建过程强调权威来源与机器学习就绪的封装逻辑。

特点

数据集涵盖2003至2025年间12,865条观测，以性别、经济活动部门及公共/私营部门交叉 disaggregation 为特色，核心字段包括国家代码、指标编码、性别分类、经济活动分类及制度部门分类等。数据以年度频率发布，性别维度提供总计、男性和女性三个层级，部分分类列仅在指标发布相应细分时非空。观测值附有状态标志（如临时、不可靠）及注释列，以提示方法变更或来源信息，兼顾了时间序列分析与面板建模的灵活性。

使用方法

研究者可借助HuggingFace的datasets库以单行代码加载数据并转换为Pandas DataFrame，进而执行典型探索性分析。例如按国家代码筛选特定国家子集，针对单一指标绘制时间序列趋势图，或利用透视表将数据重塑为国家×年份矩阵以考察跨国差异。该数据集适用于表格分类、回归及时间序列预测任务，使用时需留意年度频率和细分维度的非空特性，并遵循CC-BY-4.0许可协议引用ILO原始来源及Electric Sheep Europe的再包装工作。

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监测，其ILOSTAT数据库为劳动经济学研究提供权威数据支撑。该数据集由Electric Sheep Europe于2025年规范化打包发布，覆盖波斯尼亚和黑塞哥维那、摩尔多瓦、北马其顿和塞尔维亚四国2003至2025年非正规就业率数据，包含12,865条观测记录。核心研究问题聚焦于性别、经济活动部门及公私部门维度下非正规就业的演变特征，为转型经济体劳动力市场非正规化研究提供微观基础，对监测体面劳动可持续发展目标具有重要参考价值。

当前挑战

非正规就业的界定与测度本身即构成劳动统计领域的核心难题，不同国家调查口径差异及ILO系列修订导致断点频现，制约跨国可比性。该数据集构建面临三重挑战：源数据源自各国劳动力调查，抽样设计与变量分类标准参差不齐，需经ILO统一调和方能整合；部分观测标记为不可靠或临时性，且存在方法论修订引起的序列断裂，影响时序分析连续性；分类维度稀疏且非均衡覆盖，部分国家部门细分缺失，限制精细化建模。上述因素共同构成数据质量与推断效度的潜在风险。

常用场景

经典使用场景

在国际劳动统计领域，非正规就业的量化测度始终是劳动经济学与社会政策研究的核心议题。该数据集依托国际劳工组织ILOSTAT的标准化框架，涵盖波斯尼亚和黑塞哥维那、摩尔多瓦、北马其顿及塞尔维亚四国自2003年至2025年的12685条观测记录，以性别、经济活动门类及公私部门属性为分层维度，系统呈现非正规就业率的时序演变。其最经典的使用场景在于构建跨国别、跨性别的面板数据模型，用以刻画转型经济体劳动力市场非正规化的结构性特征与动态轨迹，亦可支撑时间序列预测与分类回归等监督学习任务的基准测试。

衍生相关工作

基于该数据集及其同源ILOSTAT指标，相关研究衍生出若干经典工作。其中包括针对西巴尔干地区非正规就业决定因素的微观计量分析，以及将ILO标准化指标嵌入一般均衡模型以模拟税收与社保政策改革效应的宏观评估研究。此外，亦有学者利用该数据系列检验非正规就业与贫困脆弱性、性别收入差距之间的关联机制，并开发出跨国别劳动市场制度指数，为后续比较政治经济学与劳动社会学研究奠定了数据基础。

数据集最近研究

最新研究方向

在全球非正规经济持续引发政策关切之际，该数据集基于ILOSTAT权威微观调查数据，聚焦欧洲四国非正规就业率的性别、经济活动与公私部门三维分异，成为劳动经济学前沿研究的关键实证资源。当前研究方向日趋转向运用机器学习与时间序列模型，如梯度提升与LSTM，对非正规就业动态进行预测，并结合因果推断方法评估结构性改革与危机冲击的非对称效应。该数据尤为珍贵之处在于其涵盖波黑、摩尔多瓦、北马其顿与塞尔维亚等转型经济体，为比较制度分析提供了罕见的长时段面板。相关研究正与欧洲就业战略及可持续发展目标中的体面劳动议题紧密呼应，对理解非正规部门在性别不平等与经济韧性中的作用具有重要学术与政策意义。