electricsheepeurope/europe-ilo-emp-pifl-sex-mts-nb-employment-outside-the-formal-sector-by-sex-and-ma

该数据集名为按性别和婚姻状况划分的非正规部门就业人数（千）| 欧洲（ILOSTAT），包含12,840个观察值，覆盖34个欧洲国家，时间跨度为2003年至2025年。数据集专注于非正规经济领域，涵盖1个核心指标：EMP_PIFL_SEX_MTS_NB，即按性别和婚姻状况划分的非正规部门就业人数（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，并经过欧洲国家代码过滤。数据集包括结构化表格，列如国家代码、国家名称、指标代码、性别分类、婚姻状况分类、观察年份、观测值等，支持表格分类、回归和时间序列预测任务。数据以年度频率发布，并包含数据质量说明，如使用ILO选择的最佳来源和处理非空分类列。The dataset is titled Employment outside the formal sector by sex and marital status (thousands) | Europe (ILOSTAT) and contains 12,840 observations across 34 European countries, spanning from 2003 to 2025. It focuses on the informal economy, covering 1 distinct indicator: EMP_PIFL_SEX_MTS_NB, which represents employment outside the formal sector by sex and marital status in thousands. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, retrieved via REST API and filtered to European ISO3 country codes. The dataset includes structured tabular columns such as country code, country name, indicator code, sex disaggregation, marital status classification, observation year, observed value, etc., supporting tabular classification, regression, and time-series forecasting tasks. Data is published at annual frequency and includes quality caveats, such as using ILO-selected best source and handling non-null disaggregation columns.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织旗舰数据库ILOSTAT，通过其REST API接口直接抽取指标EMP_PIFL_SEX_MTS_NB的原始记录，并依据ISO3国家代码筛选欧洲区域数据。原始调查微数据经国际劳工统计学家会议定义体系进行跨国标准化处理，每项观测均标注来源标签以确保可追溯性。Electric Sheep Europe对抽取结果进行模式规范化、统一字段命名并封装为Parquet格式，最终形成覆盖34个欧洲国家、时间跨度为2003至2025年的12840条观测记录。

特点

数据集聚焦非正规部门就业这一劳动经济学核心议题，以性别与婚姻状况为双重分类维度，系统呈现欧洲各国非正规就业的规模与结构变迁。字段设计兼顾指标编码与语义标签，涵盖国家、来源、指标、性别、婚姻状况、年份及观测值等维度，并附带观测状态标记与注释信息，便于评估数据可靠性。年度频率的时间序列结构支持跨国比较与趋势分析，多语种标签以英语呈现，体量适中，契合表格分类、回归与时间序列预测等多元任务需求。

使用方法

研究者可借助Hugging Face datasets库以单行代码加载数据并转换为Pandas数据框，进而按国家、指标或性别等字段灵活筛选子集。针对单一国家的纵向分析，可通过ref_area字段提取目标国家记录并按时间排序；对于多国比较研究，可利用透视表将数据重塑为国家与年份的矩阵形式。指标编码EMP_PIFL_SEX_MTS_NB对应非正规部门就业人数，观测值单位为千人，使用者应结合obs_status与注释字段审慎解读数据质量，并遵循CC-BY-4.0许可要求规范引用原始来源与再封装方。

背景与挑战

背景概述

非正规经济就业的测度长期构成劳动统计领域的核心议题，其数据质量直接关系到体面劳动监测与性别平等政策的有效制定。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）确立的界定标准，经由ILOSTAT中央统计数据库对各国劳动力调查等原始微观数据进行系统协调，构建了覆盖200余国的劳动统计指标体系。本数据集由Electric Sheep Europe于2026年进行再包装，从ILOSTAT REST API提取欧洲34国2003至2025年间非正规部门以外就业的按性别与婚姻状况分类的年度观测值，共计12,840条，为解析欧洲非正规就业的性别分化与婚姻状态关联提供了跨国可比的数据基础。

当前挑战

本数据集所回应的领域难题在于非正规就业界定的跨国异质性：各国劳动力调查对非正规部门的操作化定义存在差异，ICLS标准的落地程度参差不齐，导致跨国比较面临概念一致性的严峻考验。在构建层面，数据源自多个国家调查体系，参考年份与抽样方法不尽相同，同一国家年份可能存在多源数据，须依赖ILO的“最佳来源”筛选机制加以取舍；部分观测值带有“不可靠”或“临时”状态标记，性别与婚姻状况等分类维度仅在特定指标发布时才非空，这些因素共同构成数据完整性、可比性与时序连续性的显著挑战。

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，该数据集最经典的运用场景在于刻画欧洲各国非正规部门就业的性别差异与婚姻状况分布特征。研究者可借助2003至2025年间的年度观测值，构建跨国面板数据，进而分析已婚与未婚男性、女性在非正规就业中的参与率演变趋势。得益于其包含SEX_T、SEX_M、SEX_F三类性别标识以及婚姻状况分类变量，该数据集亦常被用于时间序列预测任务，如运用自回归积分滑动平均模型或长短期记忆网络预测特定国家非正规就业规模的未来走势。

解决学术问题

该数据集有效回应了非正规就业测量中跨国家可比性不足的学术难题。通过ILOSTAT统一的国际劳工统计学家会议定义与调和流程，数据消解了各国劳动力调查在非正规部门界定上的异质性，使研究者得以在一致框架下检验性别与婚姻状况对非正规就业的交互效应。其意义在于为“女性在非正规经济中是否因婚姻状况而面临双重劣势”等经典假设提供了跨国实证基础，并推动了关于非正规就业与贫困、社会保障缺口的量化讨论。

衍生相关工作

基于该数据集，已有研究文献衍生出多类经典工作。比较劳动经济学领域涌现出关于欧洲非正规就业性别鸿沟的分解分析，将差异归因于教育、行业与家庭责任等要素。部分学者将其与欧洲劳动力调查微观数据链接，构建多层级模型探讨制度环境对非正规就业的调节效应。在方法论层面，该数据集亦被用于基准测试缺失值插补算法与不平衡面板的预测模型，推动了劳动统计中时间序列建模技术的比较研究。