electricsheepafrica/africa-ilo-emp-pifl-sex-geo-mts-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含非洲40个国家在1999年至2025年间关于非正规经济就业比例的12,323个观测值。核心指标为按性别、城乡地区和婚姻状况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API获取并过滤为非洲国家。数据集提供了详细的元数据，包括国家代码、性别分类、地理类型、婚姻状况、观测年份、数值及数据质量标志。数据以年度频率发布，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，采用CC-BY-4.0许可。This dataset contains 12,323 observations of informal economy data across 40 Africa countries, spanning 1999–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex, rural / urban areas and marital status (%). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to Africa ISO3 country codes. It includes detailed metadata such as country codes, sex disaggregation, geographic classification, marital status, observation year, value, and data quality flags. The data is annual frequency and suitable for tabular classification, regression, and time-series forecasting tasks. Repackaged by Electric Sheep Africa under CC-BY-4.0 license.

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统计数据库（ILOSTAT）的非正规经济就业统计资料，经Electric Sheep Africa团队以元数据标准化流程重新整合而成。原始数据覆盖1999年至2025年间40个非洲国家的劳动力市场调查记录，包含12,323条观测值，统一编码为Parquet格式存储。构建过程中保留了源数据库的指标口径与缺失值结构，未对原始数值施加插补或加权变换，仅补充了面向非洲数据发现的元数据标签和加载指引，以确保数据的可追溯性与可复现性。

特点

数据集以非正规部门就业份额为核心测度，从性别、城乡区域和婚姻状况三个维度对非洲各国劳动力市场展开细分刻画，时间跨度逾四分之一世纪，具备较高的面板分析价值。数据覆盖40个非洲国家，观测规模介于一万至十万条之间，兼顾跨国比较与趋势追踪的双重需求。文件采用Parquet列式存储，便于高效读取与类型推断，元数据标签体系涵盖非正规经济、劳动就业及经济金融等主题。需注意，源数据中部分国家与发布机构字段存在元数据缺口，变量定义与单位应以原始文件为准。

使用方法

研究者可通过Hugging Face datasets库以一行代码加载该数据集，并借助内置查看器快速浏览数据结构。在建模之前，建议先检验各变量的缺失模式与分布特征，按国家、年份及子群维度进行画像分析。若需表格化处理，可将Dataset对象转换为Pandas数据框以开展统计计算。使用显式国家字段进行跨数据集连接时，应对地理推断所依赖的假设予以明确记录。缺失值宜保留至具备可辩护的插补规则后再行处理，不宜依据标签名称直接推断政策含义，而应回到源材料核实定义、单位与方法。

背景与挑战

背景概述

非正规经济部门就业的测度长期以来是劳动经济学与发展经济学交汇处的核心议题，其数据基础直接关系到对发展中国家劳动力市场结构的理解与政策干预的有效性。非洲地区非正规就业占比居高不下，然而跨国可比数据长期稀缺，既有调查在指标定义、城乡划分与婚姻状况分组上存在显著异质性。国际劳工组织通过ILOSTAT数据库系统整合各国劳动力调查，形成了涵盖性别、城乡与婚姻状况的非正规部门就业占比指标。Electric Sheep Africa于2026年将该数据重新封装为机器学习就绪的Parquet格式，覆盖40个非洲国家、1999至2025年间共12,323条观测记录，为非洲非正规经济研究提供了标准化、可复现的数据基础设施，对比较劳动制度分析与证据驱动政策制定具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于非正规就业占比的跨国与跨时间可比性，其核心难点在于各国对非正规部门的概念界定、抽样框设计与调查时点存在系统性差异，致使同一指标在不同国家间可能承载不同的实质含义。构建过程中的挑战则集中于元数据完整性的维护与异质性来源的记录：数据卡明确标注了国家与上游出版机构等字段的元数据缺口，且ISO3覆盖范围未予声明，地理标识在部分情形下仅能从标题或来源上下文推断。此外，婚姻状况与城乡分组的细分维度在部分国家年份中缺失严重，缺失值的处理策略需谨慎设定，以避免在建模阶段引入结构性偏误。这些挑战要求使用者在使用前充分核验变量定义、计量单位与调查方法，而非仅凭标签推断政策含义。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的交汇地带，该数据集以其对非洲非正规部门就业结构的精细刻画而占据独特位置。数据集覆盖40个非洲国家、1999至2025年的12323条观测记录，按性别、城乡区域与婚姻状况三重维度细分非正规部门就业占比。研究者通常将其用于比较不同人口子群体在非正规经济中的参与差异，例如分析已婚女性与未婚女性在城乡之间的就业形态分化，或追踪某一国家非正规就业比例随时间的演变轨迹。其表格化结构与标准化元数据使得跨国面板分析成为经典操作范式。

解决学术问题

长期以来，非洲非正规经济研究面临数据碎片化与跨国可比性不足的双重困境。该数据集通过ILOSTAT的统一采集框架，系统性地解决了非正规就业占比在性别、城乡与婚姻状况交叉分类下的测量一致性问题。它使得学者能够回答诸如婚姻状况是否显著调节女性非正规就业参与率、城乡二元结构如何塑造非正规经济规模等此前因数据缺失而难以实证的议题。其长时段覆盖也为检验结构性调整政策与非正规就业演变之间的关联提供了可靠的经验基础，推动了发展经济学中关于非正规部门理论的量化验证。

衍生相关工作

以该数据集为基础，Electric Sheep Africa目录体系内衍生出一系列聚焦非洲劳动市场的关联数据集与分析工具。研究者将其与同目录下的失业率、青年就业及部门产出等ILOSTAT数据集进行跨国面板合并，构建了多维劳动市场脆弱性指数。在方法论层面，该数据集启发了针对非正规就业占比的贝叶斯分层模型与时空插补研究，以应对部分国家年份的观测缺失。此外，若干基于该数据集的交互式可视化仪表板与政策简报已在非洲发展研究社区中流通，成为教学与倡导活动的常用素材。