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

该数据集包含非洲38个国家从2004年至2025年的非正规部门就业数据，共有12,497个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为“按性别、企业规模和城乡地区划分的非正规部门就业（千人数）”（EMP_PIFL_SEX_EST_GEO_NB）。数据集以表格形式组织，涵盖国家代码、年份、观测值、数据来源、性别分类（总计、男性、女性）、企业规模分类和城乡地区分类等字段。数据经过ILO harmonization处理，确保符合国际劳工统计标准，并包含数据质量标志（如临时数据、不可靠数据）和来源注释。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲劳动力市场研究提供机器学习就绪的数据支持。This dataset contains 12,497 observations of informal economy data across 38 African countries, spanning 2004–2025, covering 1 distinct indicator: Employment outside the formal sector by sex, establishment size and rural / urban areas (thousands) (EMP_PIFL_SEX_EST_GEO_NB). Sourced from the International Labour Organizations ILOSTAT database, it provides harmonized labor statistics based on national surveys and administrative records. The data is structured in tabular format with columns for country codes, year, observed values, source metadata, sex disaggregation (total, male, female), establishment size classification, and rural/urban area breakdown. It includes data quality flags and source notes, and is repackaged by Electric Sheep Africa for machine learning applications in tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织统计数据库（ILOSTAT）的原始记录，由Electric Sheep Africa团队进行系统化整理与元数据标准化后发布。构建过程以非洲区域非正规经济部门就业统计为核心，汇集来自38个非洲国家、时间跨度为2004年至2025年的12500余条观测记录，经过去重、字段规范及格式转换后，以Parquet列式存储格式封装，形成可直接用于机器学习分析的结构化表格数据集。

使用方法

研究者可借助Hugging Face datasets库直接加载该数据集，通过load_dataset函数获取数据对象并检视其结构与特征。在开展建模分析前，建议先审查各字段的缺失值分布与量纲定义，明确国家、年份及指标字段的编码逻辑。当需要统计运算时，可将数据集转换为Pandas数据框以进行分组聚合与可视化探索，亦可与其他Electric Sheep Africa数据集基于国家、年份等显式字段进行连接分析。

背景与挑战

背景概述

非正规经济部门的就业测度长期构成发展经济学与劳动统计领域的核心议题，其规模与结构直接关乎社会保障覆盖、税收基座及体面劳动议程的推进。国际劳工组织（ILO）依托ILOSTAT数据库持续汇集各国劳动力调查数据，为跨国比较提供权威基准。在此背景下，Electric Sheep Africa于2026年基于ILOSTAT源数据构建了该数据集，覆盖38个非洲国家、2004至2025年间共计12,497条观测记录，按性别、经营规模及城乡地域对非正规部门外就业进行系统刻画。该数据集以标准化元数据与Parquet格式重新封装，显著降低了非洲非正规经济研究的准入门槛，为跨国面板分析与性别就业差距研究提供了可复现的数据基础设施。

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的固有模糊性：非正规部门外就业的定义边界随国家统计口径、调查年份及经营规模分类标准的变化而漂移，致使跨国比较面临概念一致性威胁。构建过程中，源数据来自多国劳动力调查的汇总上报，缺失值模式复杂且非随机，元数据清单中部分字段（如国家、上游出版者）存在缺漏，ISO3地理编码亦未声明，需要分析师在建模前审慎核验变量定义与单位。数据的时间跨度虽长，但各国观测频率参差，面板不平衡问题突出，对纵向趋势推断构成挑战。此外，城乡与性别维度的细分在部分国家样本量不足，限制了交叉分层分析的统计效力，要求使用者在推断政策含义时保持充分的审慎。

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，该数据集为刻画非洲非正规部门就业结构提供了可复现的基准素材。研究者常以性别、企业规模、城乡区位为分组维度，对38个非洲国家2004至2025年间的非正规就业占比进行面板比较与趋势追踪，从而识别不同人口群体在正规部门之外谋生的异质性模式，并据此展开跨国别、跨时期的劳动市场结构分析。

解决学术问题

该数据集回应了非正规就业测度中长期存在的可比性难题，即不同国家在指标口径、覆盖范围与统计方法上的差异导致跨国比较缺乏统一基础。通过ILOSTAT标准化整理，它为探究性别就业差距、城乡劳动市场分割以及微型企业吸纳就业能力等议题提供了较为一致的观测框架，进而支撑关于非正规经济规模演变及其与经济发展水平关联的实证检验。

实际应用

在政策分析与国际发展实践中，该数据集可用于监测非洲各国非正规就业的规模与结构变化，为就业促进政策、社会保障扩面以及城乡劳动市场干预提供量化依据。国际组织、政府部门与研究机构可借助其识别脆弱就业群体，评估非正规部门对总体就业的贡献，并据此设计面向女性劳动者与农村人口的支持措施。

数据集最近研究

最新研究方向

伴随国际劳工组织对非正规经济统计框架的持续修订，非洲非正规就业的性别差异与空间异质性正成为劳动经济学与发展研究的交汇热点。该数据集覆盖38个非洲国家、逾1.2万条观察值，为刻画非正规部门就业中性别、企业规模与城乡区位的交互效应提供了稀缺的跨国面板基础。当前前沿研究聚焦于利用此类微观异质性数据检验非正规就业的性别隔离机制，并评估城乡二元结构如何塑造不同规模经济单元中的劳动脆弱性。在全球推动体面劳动与非正规经济正规化的政策语境下，该数据集为识别结构性不平等、支撑循证政策设计及追踪可持续发展目标进展提供了关键实证支撑。