electricsheepeurope/europe-ilo-emp-5nif-sex-age-nb-informal-employment-by-sex-and-age-19th-icls-thous

该数据集包含欧洲32个国家从2014年至2025年的非正规就业数据，按性别和年龄分类，遵循第19届国际劳工统计学家会议（ICLS）定义，数据单位为千。数据集共有3,528个观测值，涵盖1个核心指标（EMP_5NIF_SEX_AGE_NB），涉及非正规就业的统计信息。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过标准化处理，包括国家代码、数据来源、指标代码、性别分类、年龄组、观测年份、观测值及数据质量标志等字段。数据集适用于表格分类、回归和时间序列预测等机器学习任务，旨在为研究人员和开发者提供欧洲劳动力市场的标准化、机器学习就绪的数据。数据以Parquet格式发布，使用CC-BY-4.0许可。This dataset contains informal employment data for 32 European countries from 2014 to 2025, disaggregated by sex and age, following the 19th International Conference of Labour Statisticians (ICLS) definitions, with data in thousands. It includes 3,528 observations and covers one core indicator (EMP_5NIF_SEX_AGE_NB) related to informal employment statistics. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via its REST API, and standardized with fields such as country codes, data sources, indicator codes, sex classification, age groups, observation year, observed values, and data quality flags. The dataset is suitable for machine learning tasks like tabular classification, regression, and time-series forecasting, providing a standardized, ML-ready data layer for European labor market analysis. It is released in Parquet format under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

本数据集源自国际劳工组织（ILO）旗下的ILOSTAT核心统计数据库，聚焦于非正规就业这一关乎劳动力市场韧性与社会保障覆盖的关键议题。数据通过REST API从ILOSTAT提取指标'EMP_5NIF_SEX_AGE_NB'，并依据国际劳工统计学家会议（ICLS）第19届定义进行规范，随后按欧洲ISO3国家代码过滤筛选。数据集整合了来自32个欧洲国家在2014年至2025年间的调查微观数据，涵盖劳动力调查、住户收入调查及行政记录等多元来源，所有数据均经由ILO统计部门统一协调与标准化处理，确保跨时期与跨国别的可比性。

使用方法

用户可通过HuggingFace Datasets库的一键加载命令`load_dataset`获取该数据集，并直接转换为Pandas DataFrame进行分析。典型应用包括对国家截面数据进行筛选，例如以'DEU'为条件提取德国情况；或聚焦于特定指标构建时间序列图，按年份排序后可视化`obs_value`的变化趋势。此外，可利用透视表功能将数据重塑为国家×年份矩阵，便于进行面板数据回归或跨年比较。数据集以CC-BY 4.0许可发布，使用时应同时引用原始ILO数据来源及Electric Sheep Europe的重新打包版本。

背景与挑战

背景概述

非正规就业作为全球劳动力市场的重要特征，长期受到国际劳工组织（ILO）的高度关注。该数据集由Electric Sheep Europe于2025年基于ILOSTAT官方API重新整合发布，聚焦欧洲32个国家2014至2025年间按性别与年龄分层的非正规就业统计数据，共计3528条观测。其核心研究问题在于揭示欧洲地区非正规就业的规模、分布与演变趋势，为劳动经济学、社会政策评估及可持续发展目标（SDG）监测提供量化基础。凭借ILO在劳工统计领域的权威性，该数据集已成为区域比较研究和跨国时间序列分析的关键资源，对理解欧洲劳动力市场的结构性转型具有深远影响。

当前挑战

该数据集所解决的领域核心挑战在于非正规就业的测度困难——不同国家对‘非正规’的定义差异、统计口径多变且调查方法不统一，导致跨国可比性脆弱。构建过程中，ILO虽采用第19届国际劳工统计学家会议（ICLS）标准进行数据协调，但原始调查（如劳动力调查、家计调查）在覆盖范围、样本代表性及数据质量上存在显著异质性。此外，时间序列中因方法论修订导致的断点、部分年份数据的可靠性存疑（如标记为‘不可靠’的观测值），以及微观数据来源的追溯复杂性，均对数据标准化与建模应用构成了实质挑战。

常用场景

经典使用场景

该数据集涵盖了2014至2025年间32个欧洲国家的非正规就业统计数据，包含性别和年龄维度的细分信息，共计3528条观测。其经典使用场景之一是进行跨国时间序列分析与面板数据建模，研究者可借助该数据集追踪欧洲各国非正规就业的动态演变轨迹，探究经济增长、劳动力市场政策与制度环境对非正规就业规模的调节效应。此外，在性别经济学和劳动社会学领域，该数据可支持对男性与女性在非正规经济中参与的差异性剖析，揭示年龄分层对就业形态选择的潜在影响。其结构化样本为比较福利体制、移民潮与数字化冲击对非正规就业结构的冲击提供了坚实基础。

解决学术问题

该数据集在学术层面回应了非正规经济研究长期面临的数据稀缺与口径不一问题。基于国际劳工组织第19届国际劳工统计学家会议（19th ICLS）统一方法论进行清洗与整合，确保了跨国可比性，从而解决了传统研究中因各国统计标准差异而导致的结论偏差。研究者可据此系统评估欧洲区域内部非正规就业的规模异质性，检验劳动力市场弹性理论与制度主义假说在跨国语境下的解释力。数据中包含的观察状态标记与溯源信息还允许进行可靠性分析与误差校正，提高了实证结论的稳健性，对推动劳动经济学、发展经济学和社会分层研究的量化发展具有重要学术贡献。

实际应用

在实际应用层面，该数据集为欧盟及各国劳动政策制定者提供了精准靶向干预的数据弹药。通过实时追踪非正规就业的年龄与性别分布特征，政府劳动部门可以识别出哪些群体最容易滑入非正规经济，从而设计更具包容性的社保体系、职业培训计划及正规化激励措施。雇主组织与工会亦能利用该数据评估行业合规风险，推动集体谈判中的就业保障条款。在宏观层面，非正规就业的量化监测有助于优化国家税收征管策略，减少财政流失。同时，该数据集可作为国际组织监测可持续发展目标（特别是目标8体面工作与经济增长）达成情况的核心参照基准，支持跨国政策评估与最佳实践的推广。

数据集最近研究

最新研究方向

该数据集聚焦于欧洲32国2014至2025年间按性别与年龄划分的非正规就业统计，依托国际劳工组织ILOSTAT权威数据源并遵循第19届国际劳工统计学家会议定义，为理解欧洲劳动力市场非正规化趋势提供了精细的时间序列数据。当前研究前沿中，该数据被广泛用于分析性别差异在非正规就业中的演变特征、评估新冠疫情后欧洲就业结构的韧性，以及结合宏观经济指标探究非正规经济与正规部门之间的动态关联。特别是在欧盟推进“体面劳动”与可持续发展目标（SDG 8）的背景下，该数据集为政策制定者量化非正规就业规模、识别脆弱群体并设计包容性劳动力市场监管策略提供了关键实证基础，对推动欧洲区域劳动统计标准化与跨国比较研究具有深远意义。