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

这是一个关于欧洲非正规经济就业的表格数据集，包含按性别、教育程度和婚姻状况分类的年度就业数据。数据集涵盖35个欧洲国家，时间跨度为2003年至2025年，包含62,371个观测值，核心指标为EMP_PIFL_SEX_EDU_MTS_NB（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API获取并经过标准化处理，适用于表格分类、回归和时间序列预测等任务。数据集包含国家代码、年份、性别、教育程度、婚姻状况等维度，以及观测值和数据质量标志，可用于劳动力市场分析和经济研究。This is a tabular dataset on informal economy employment in Europe, containing annual employment data disaggregated by sex, education level, and marital status. The dataset covers 35 European countries from 2003 to 2025, with 62,371 observations, and the core indicator is EMP_PIFL_SEX_EDU_MTS_NB (employment outside the formal sector in thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and normalized, suitable for tasks such as tabular classification, regression, and time-series forecasting. The dataset includes dimensions such as country codes, years, sex, education, marital status, as well as observed values and data quality flags, making it useful for labor market analysis and economic research.

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，ILOSTAT作为全球劳工统计的权威来源，整合了各国劳动力调查、家庭收入调查等微观数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化。数据通过ILOSTAT的REST API直接提取指标EMP_PIFL_SEX_EDU_MTS_NB，并筛选欧洲ISO3国家代码，最终由Electric Sheep Europe重新打包为HuggingFace数据集，涵盖2003至2025年间35个欧洲国家的62371条观察记录，每条记录均标注原始来源以实现可追溯性。

特点

该数据集聚焦于非正规部门就业，按性别、教育程度和婚姻状况细分，提供年度频率的数千人就业数据，时间跨度逾二十年，覆盖35个欧洲国家，包含62,371条观测值。数据结构清晰，包含国家代码、来源标签、指标代码、性别分类、教育分类、婚姻状况分类、年份和观测值等字段，并对数据质量进行标注，如临时性或不稳定性标志，便于用户评估数据可靠性。数据集以表格形式组织，适合分类、回归和时间序列预测任务，且遵循CC-BY-4.0许可，支持学术与商业用途。

使用方法

用户可通过HuggingFace的datasets库加载数据集，使用load_dataset函数获取数据并转换为Pandas DataFrame进行灵活分析。例如，可筛选特定国家（如德国）或指标，绘制时间序列图，或透视生成国家与年份的矩阵。数据集提供了详细的代码示例，涵盖数据加载、子集筛选、时间序列分析和矩阵重构等操作，便于研究人员快速开展劳动经济学、非正规就业趋势及性别与教育差异的实证研究。使用时应引用ILO和Electric Sheep Europe的原始来源。

背景与挑战

背景概述

非正规经济部门就业统计长期构成劳动经济学与发展研究的核心议题，亦是国际劳工组织监测体面劳动目标的关键维度。该数据集由国际劳工组织统计部门依托ILOSTAT数据库构建，经Electric Sheep Europe于2025年重新封装发布，整合欧洲35国2003至2025年间62,371条观测记录，按性别、教育程度与婚姻状况细分正规部门外就业规模。数据源自各国劳动力调查与家庭收入调查等微观资料，经国际劳工统计学家会议定义统一协调，为比较欧洲非正规就业结构变迁、评估教育回报与性别差异提供了权威的跨国面板基础。

当前挑战

该数据集所回应的领域问题在于，非正规就业的跨国可比测量始终受制于各国统计口径、调查工具与社会经济背景的显著异质性。构建过程中的核心挑战体现为微观调查数据向国际可比指标的协调，需处理不同国家对非正规部门边界的界定差异、教育分类与婚姻状况编码的非标准化，以及部分年份观测值被标记为不可靠或临时性的质量问题。较长的横截面覆盖亦伴随样本轮换与调查方法变革所引致的时序断裂，如何在保留国别特征的同时维护指标一致性，构成持续的方法论难题。

常用场景

经典使用场景

在劳动经济学与非正规经济研究中，该数据集最经典的用途在于刻画欧洲各国非正规部门就业的性别差异与教育梯度。研究者常以年度时间序列为轴，将35个欧洲国家、2003至2025年的观测值按性别、教育程度和婚姻状况进行分层，构建面板数据模型，考察非正规就业规模随经济周期与制度变迁的演化轨迹。借助HuggingFace的load_dataset接口，用户可迅速完成国家筛选、时间序列绘制以及国别—年份矩阵的透视，从而在统一口径下开展跨国比较分析。

解决学术问题

该数据集有效回应了非正规就业统计中长期存在的可比性难题。由于各国劳动力调查口径不一，非正规部门就业的跨国研究常受制于定义差异与数据碎片化。ILO依据国际劳工统计学家会议（ICLS）标准对原始微观调查进行调和，并按性别、教育及婚姻状况系统 disaggregate，使研究者得以在同一框架下检验教育回报、性别隔离与婚姻状态对非正规就业参与的影响。其意义在于为非正规经济理论提供可复现的跨国证据，并支撑体面劳动与可持续发展目标的监测评估。

衍生相关工作

围绕该数据集已衍生出一系列经典研究与应用工作。比较劳动经济学文献利用其跨国面板结构，检验教育扩张对非正规就业缩减的滞后效应；性别研究则借助性别分层变量，分析女性在非正规部门中的过度代表现象及其与婚姻状况的交互机制。在数据科学层面，Electric Sheep Europe将其标准化为Parquet格式并发布统一数据集卡，推动了欧洲劳动统计机器学习就绪数据层建设，为后续时间序列预测与表格分类任务提供了可复用的基准资源。