electricsheepeurope/europe-ilo-emp-pifl-sex-age-dsb-nb-employment-outside-the-formal-sector-by-sex-age-an

这是一个关于欧洲非正规部门就业的统计数据集，包含按性别、年龄和残疾状况分类的就业人数（以千计）。数据集覆盖31个欧洲国家，时间跨度为2007年至2025年，包含28,774个观测值，涉及一个核心指标：非正规部门就业（EMP_PIFL_SEX_AGE_DSB_NB）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Harmonization处理，并包含国家代码、数据来源、性别分类、年龄分组、残疾状况、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任务，旨在为研究欧洲劳动力市场和非正规经济提供机器学习就绪的数据支持。This dataset contains statistical data on employment outside the formal sector in Europe, disaggregated by sex, age, and disability status (in thousands). It covers 31 European countries from 2007 to 2025, with 28,774 observations and one core indicator: informal economy employment (EMP_PIFL_SEX_AGE_DSB_NB). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, harmonized using ICLS definitions, and includes fields such as country codes, data sources, sex classification, age groups, disability status, observation year, observed values, and data quality flags. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, providing machine learning-ready data for research on European labor markets and the informal economy.

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）的中央统计数据库ILOSTAT，系对全球劳动力统计数据的权威汇编。数据经由ILOSTAT REST API直接提取，并依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行调和处理，保留来源标签以确保可追溯性。随后，数据被筛选至31个欧洲国家的ISO3代码范围，由Electric Sheep Europe重新打包为HuggingFace数据集，覆盖2007至2025年，共计28,774条观测记录，每条记录对应非正规部门外就业的性别、年龄与残疾状况分类计数（单位：千人）。

特点

该数据集聚焦于非正规经济领域的就业统计，以欧洲31国为地理范围，时间跨度近二十年，具备显著的时空覆盖广度。数据按性别（总计、男性、女性）、年龄组及残疾状况进行多维度分解，并附带观测状态、来源注释等质量标识，增强了数据透明度与可信度。作为表格型时间序列数据，其结构清晰、字段规范，适用于分类、回归及时间序列预测等多类机器学习任务，且以CC-BY-4.0许可开放，便于学术与商业再利用。

使用方法

研究人员可通过HuggingFace的datasets库以load_dataset函数直接加载数据集，并利用to_pandas方法转换为数据框进行后续分析。典型操作包括按国家代码筛选特定国家数据、提取单一指标的时间序列并可视化、或将数据透视为国家与年份的交叉矩阵以观察趋势。数据集亦支持过滤、分组与聚合等常见表格操作，便于构建预测模型或进行跨国比较研究。使用时需遵循CC-BY-4.0许可，并同时引用国际劳工组织与Electric Sheep Europe的贡献。

背景与挑战

背景概述

非正规部门就业长期以来是全球劳动力市场治理的核心议题，国际劳工组织（ILO）自二十世纪七十年代起持续推动非正规经济统计的标准化工作。该数据集由ILO统计部门依托ILOSTAT数据库构建，经Electric Sheep Europe于2025年重新封装发布，覆盖欧洲31个国家、2007至2025年间共计28,774条观测记录，以千人单位为计量口径，系统呈现按性别、年龄及残疾状况交叉分类的非正规部门外就业规模。数据集以国际劳工统计学家会议（ICLS）定义为准绳，整合各国劳动力调查与家庭收入调查等多源微观数据，为欧洲非正规就业的跨国比较与趋势研判提供了权威且可机读的数据基础。

当前挑战

该数据集所应对的领域问题在于非正规就业的跨国可比较测量，其难度源于各国对非正规部门的概念界定、调查口径与抽样设计存在显著异质性，且残疾状况的分类标准在成员国间尚未统一，部分观测值因样本量不足而被标注为不可靠。构建层面的挑战体现于多源调查数据的协调与整合，ILO需在不同年份、不同来源之间甄选最优数据源，并对分类变量进行语义对齐，同时须处理性别与年龄维度交叉后细分单元格的空缺与稀疏问题，这为时间序列分析与回归建模带来了不可忽视的统计复杂性。

常用场景

经典使用场景

在非正规经济与劳动力市场核算领域，该数据集构成了面向欧洲地区的时序面板基础，其经典使用场景聚焦于按性别、年龄组及残疾状况三维交叉刻画正规部门之外就业人口的规模与结构。研究者常以年度观测值为因变量，构建跨国比较框架，考察非正规就业在性别与年龄维度上的分布差异，并借助残疾状况分类揭示弱势群体在非正规部门中的聚集程度。数据集覆盖三十一国、近两万九千条记录，为跨国面板回归、聚类分析与时间序列建模提供了统一口径的输入。

衍生相关工作

围绕该数据集，已有研究衍生出若干典型工作方向。部分学者将其与欧洲劳动力调查微观数据链接，深化对非正规就业决定因素的分析；亦有研究以该时序面板为基础，检验非正规就业与贫困、社会保障覆盖率之间的动态关联。在方法层面，该数据集常被用于验证面板固定效应、分层年龄-时期-队列模型及机器学习预测方法在欧洲劳动统计中的适用性，推动了非正规经济测量与比较研究的持续深化。

数据集最近研究

最新研究方向

在全球非正规经济研究持续深化的背景下，该数据集为解析欧洲非正规部门就业的性别、年龄与残疾状况差异提供了跨国可比的高质量面板数据。近期研究前沿聚焦于非正规就业的性别鸿沟与残障群体边缘化机制，结合ILO体面劳动议程与联合国SDG8目标，利用2007–2025年31国观测值开展时间序列预测与跨国面板回归，评估劳动力市场制度对非正规就业规模的影响。热点事件如后疫情时代非正规经济扩张、欧盟最低工资指令的落地，激发了对此类数据的需求。该数据集通过标准化ILOSTAT指标，推动了残障与性别交叉视角下的非正规就业动态监测，为包容性劳动力市场政策制定提供了关键证据基础。