electricsheepeurope/europe-ilo-emp-5pif-sex-age-nb-employment-outside-the-formal-sector-by-sex-and-ag

该数据集包含关于欧洲非正式经济就业的统计信息，具体针对性别和年龄分类，基于第19届国际劳工统计学家会议（ICLS）定义。数据集涵盖31个欧洲国家，时间跨度为2014年至2025年，共有3,508个观测值，包含一个独特指标：EMP_5PIF_SEX_AGE_NB，即按性别和年龄划分的非正式部门就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过标准化处理，以确保一致性和可追溯性。数据集以表格形式提供，包括国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、观测年份、观测值、数据状态标志和相关注释等列。该数据集适用于表格分类、回归和时间序列预测等任务，可用于分析欧洲非正式经济就业的趋势和差异。This dataset contains statistical information on employment outside the formal sector in Europe, disaggregated by sex and age, based on the 19th International Conference of Labour Statisticians (ICLS) definitions. It covers 31 European countries from 2014 to 2025, with 3,508 observations and one distinct indicator: EMP_5PIF_SEX_AGE_NB, which represents employment outside the formal sector by sex and age in thousands. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API, and harmonized for consistency and traceability. The dataset is provided in tabular format, including columns such as country code, country name, data source, indicator code, sex classification, age classification, observation year, observed value, observation status flags, and related notes. It is suitable for tasks like tabular classification, regression, and time-series forecasting, enabling analysis of trends and disparities in informal economy employment across 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ILOSTAT中央统计数据库，通过REST API直接提取欧洲31个国家的非正规部门就业数据，并依据第19届国际劳动统计学家会议（ICLS）的定义对原始调查微观数据进行统一协调。数据筛选聚焦于欧洲ISO3国家代码，涵盖2014年至2025年间共计3,508条观测记录，每条记录包含国家、性别、年龄组及观测值等结构性字段。Electric Sheep Europe团队对该数据进行了重新封装，使其格式规范、可直接加载，并保留了原始数据源的追踪标识以确保溯源清晰。

使用方法

该数据集专为机器学习与统计分析设计，用户可通过HuggingFace的`datasets`库一行代码加载，并直接转换为Pandas数据框进行操作。典型使用场景包括筛选单一国家或性别类别进行时间序列分析，利用`obs_value`字段按年度绘制趋势图，或通过数据透视表构建国家×年份的矩阵以进行面板数据回归。此外，数据集支持按指标代码进行过滤，便于聚焦于非正规就业这一特定劳动经济变量。所有字段均为结构化数值或分类标签，适合直接用于分类、回归或时序预测等下游任务，无需额外清洗。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年整理发布，并由Electric Sheep Europe在HuggingFace平台重新封装，聚焦于欧洲31个国家2014至2025年间非正规部门就业状况。核心研究问题在于揭示性别与年龄维度下非正规就业的分布特征与演变趋势，为劳动经济学、性别不平等及可持续发展目标（SDG）相关研究提供可靠的量化依据。作为ILOSTAT数据库的欧洲子集，其数据经过19届国际劳动统计学家会议（ICLS）定义的一致化处理，兼具权威性与跨年可比性，成为分析欧洲劳动力市场非正规化动态、评估政策干预效果的关键工具，对推动国际劳动统计标准化与实证研究范式具有重要影响力。

当前挑战

该数据集面临多重挑战。在领域问题层面，非正规就业的定义因国家而异，部分数据依赖家庭调查与行政记录，各国统计口径的差异导致跨国比较存在偏差，且2014至2025年间多次方法论修订（如断点标记）增加了时间序列分析的复杂性。在构建过程中，数据需从ILOSTAT API爬取并过滤至欧洲地区，多来源数据的一致化处理面临分类维度（如性别、年龄）缺失、观察值状态标记为不可靠等质量约束，同时需处理年度频率与部分指标月度数据的兼容性，以及因最佳来源选择带来的国家-年份组合稀疏性问题，对数据清洗与整合流程提出了较高技术门槛。

常用场景

经典使用场景

在欧洲劳动力经济学与性别平等研究中，该数据集作为衡量非正规就业规模的权威标准化资源，其经典用途是构建面板数据模型以剖析31个欧洲国家在2014至2025年间，不同性别与年龄群体在正规部门之外的就业分布趋势。研究者常通过时间序列分析，捕捉金融危后期及新冠疫情前后非正规就业的波动规律，或将观测值与GDP、教育水平等宏观经济指标关联，进行多变量回归，从而揭示非正规就业的驱动因素与结构性特征。

解决学术问题

该数据集有效解决了长期以来欧洲非正规就业领域因统计口径不一而导致的跨国可比性缺失问题。通过ILO统一的19届ICLS定义与性别、年龄维度的精细拆解，学者得以量化检验非正规就业与劳动权益保障、社会脆弱性之间的关联，探讨女性与青年群体在劳动力市场中的边缘化机制。其严谨的溯源标注与时间跨度，为评估国际劳工组织体面劳动议程（SDG 8）在欧洲的落实情况提供了坚实的数据基石，推动了劳动经济学从理论思辨向实证驱动的转变。

实际应用

在实际应用中，该数据集是欧盟及各国劳动统计部门进行政策评估与监测的重要工具。例如，通过实时追踪某一国家非正规就业中女性占比的变化，政策制定者可精准评估就业扶持方案或社保改革对特定弱势群体的实际效果。同时，数据集被整合进机器学习流水线，用于构建预测模型，从历史观测值中学习非正规就业的季节性与周期性规律，辅助宏观经济预警系统，为制定促进优质就业与包容性增长的公共政策提供数据驱动的决策支持。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲31国2014至2025年间非正规部门就业的性别与年龄分布，为劳动经济学中的非正规经济研究提供了细粒度的面板数据。前沿方向包括利用时间序列模型刻画非正规就业的波动规律，结合性别与年龄维度揭示脆弱群体的就业不稳定性，并关联新冠疫情、通胀压力等宏观冲击对劳动力市场结构的重塑效应。此外，该数据可服务于国际劳工组织推行的体面劳动议程，通过量化非正规就业的边际变化，评估各国劳动政策干预的实效，为欧盟层面就业包容性战略的制定提供实证支撑。