electricsheepafrica/africa-ilo-emp-pifl-sex-est-dsb-nb-employment-outside-the-formal-sector-by-sex-establ

该数据集是一个关于非洲非正规经济部门就业情况的统计数据集，来源于国际劳工组织（ILO）的ILOSTAT数据库。数据集包含2151个观测值，覆盖25个非洲国家（如赞比亚、塞内加尔、博茨瓦纳等），时间跨度为2007年至2025年。核心指标为“按性别、企业规模和残疾状况划分的非正规经济部门就业人数（千）”（指标代码：EMP_PIFL_SEX_EST_DSB_NB）。数据以表格形式组织，包含列如国家代码（ref_area）、指标（indicator）、性别分类（sex）、时间（time）、观测值（obs_value）等，并提供数据来源、质量标志（如可靠性状态）和分类维度（如性别、企业规模、残疾状况）。数据集适用于表格分类、回归和时间序列预测任务，旨在支持非洲劳动力市场研究。数据通过ILOSTAT API获取，经过统一处理，并遵循CC-BY-4.0许可。This dataset contains statistical data on employment outside the formal sector in Africa, sourced from the International Labour Organization (ILO) ILOSTAT database. It includes 2,151 observations across 25 African countries (e.g., Zambia, Senegal, Botswana) spanning the years 2007–2025. The core indicator is Employment outside the formal sector by sex, establishment size and disability status (thousands) (indicator code: EMP_PIFL_SEX_EST_DSB_NB). The data is organized in tabular format with columns such as country code (ref_area), indicator (indicator), sex disaggregation (sex), time (year), observed value (obs_value), along with source information, quality flags (e.g., reliability status), and disaggregation dimensions (e.g., sex, establishment size, disability status). The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, supporting research on Africas labor market. Data is fetched via the ILOSTAT API, harmonized, and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集立足于国际劳工组织（ILO）长期构建的劳动力统计体系，依托ILOSTAT这一全球就业数据的权威来源，将非洲地区非正规部门就业状况的原始统计记录进行系统化汇集与再包装。Electric Sheep Africa对来自ILOSTAT的源数据执行标准化的元数据编目，统一字段命名与格式规范，并以Parquet列式存储结构输出，形成覆盖25个非洲国家、2007年至2025年共计2151条观测记录的非洲非正规经济就业数据集合。

特点

数据集以性别、机构规模与残疾状况三个维度交叉刻画正规部门之外的就业形态，兼具表格与文本模态，是研究非洲非正规经济中劳动力市场分层的重要结构化证据。其覆盖范围横跨四分之一个世纪中近二十年的时段，兼具跨国比较与时间序列分析价值；数据以CC BY 4.0许可开放，规模适中，便于在有限算力条件下完成探索性分析、回归建模与可视化呈现。

使用方法

研究者可借助Hugging Face datasets库以一行代码完成数据加载，并通过features属性检视字段类型与含义，必要时调用to_pandas方法转为数据框以适配传统统计分析流程。在使用前应优先核对变量定义、计量单位与缺失值分布，对仅由标题或来源元数据隐含的地理信息作出明确假设记录；同时可利用国家、年份与指标字段将本数据集与其他Electric Sheep Africa数据集进行连接，构建可复现的跨国劳动力市场研究笔记本。

背景与挑战

背景概述

非正规部门就业的性别差异与残障排斥是发展经济学与劳动经济学的核心议题，其量化证据长期受制于数据碎片化与统计口径不一。该数据集由Electric Sheep Africa于2026年构建并发布，整合国际劳工组织ILOSTAT的公开数据，覆盖25个非洲国家、2151条观测记录，时间跨度自2007年至2025年，系统记录了按性别、企业规模与残障状况分类的正式部门外就业指标。作为非洲数据发现目录的重要组成部分，该数据集以标准化元数据与可复现工作流为支撑，为比较非洲各国非正规经济结构提供了统一的分析基底，对推动包容性就业政策研究与机器学习应用具有基础性意义。

当前挑战

该数据集所回应的领域问题在于非正规就业统计长期面临定义模糊、跨国可比性不足与弱势群体系统性遗漏。在构建过程中，主要挑战包括：原始ILOSTAT数据中残障状况与企业规模维度的覆盖不完整，导致部分国家或年份观测缺失；不同国家非正规部门界定标准与调查方法存在异质性，影响指标横向可比性；元数据清单中country与upstream_publisher字段存在缺口，需依赖标题与来源信息进行地理推断；此外，残障变量在非洲劳动力调查中的采集口径差异显著，可能引入测量偏差。这些因素共同构成该数据集在建模与政策解读中需审慎处理的约束条件。

常用场景

经典使用场景

在劳动经济学与发展经济学交叉领域，该数据集最经典的使用场景在于刻画非洲非正规部门就业的结构性特征。研究者依托其涵盖25个非洲国家、2007至2025年间的2151条观测记录，按性别、机构规模与残疾状况对正规部门之外的就业形态进行分层比较，进而揭示不同人口群体在非正规经济中的分布差异。此类分析常被用于构建跨国面板，考察非正规就业随时间的演变轨迹与国别异质性。

实际应用

在政策实践层面，该数据集为国际组织与非洲各国劳动部门提供了监测非正规就业状况的量化依据。利用其分性别、分机构规模的统计信息，决策者能够识别非正规经济中最为脆弱的群体，评估社会保障覆盖的缺口，并据此设计针对性的就业促进与残疾人融入政策。同时，该数据集亦可服务于世界银行、国际劳工组织等机构的国别诊断与项目评估工作。

衍生相关工作

围绕该数据集已衍生出一系列与非洲劳动市场分析相关的工作。研究者将其与Electric Sheep Africa目录中的其他ILOSTAT数据集进行联结，构建涵盖就业、收入与贫困的多维分析框架；部分工作进一步将其用于非正规经济规模估算与性别不平等指数的构建。这些衍生研究在方法上强调元数据溯源与可复现流程，为非正规部门研究提供了开放数据驱动的范式参考。