electricsheepafrica/africa-ilo-emp-pifl-eco-ocu-rt-share-of-employment-outside-the-formal-sector-by-e

该数据集包含非洲43个国家在1999年至2025年期间的55,779个观测值，专注于非正规经济数据，覆盖1个独特指标：按经济活动和职业划分的非正规部门就业份额（百分比）。数据来源于国际劳工组织（ILO）的核心统计数据库ILOSTAT，该数据库是全球劳动力统计的主要来源，整合了就业、失业、工资、工作时间、童工、非正规经济、社会保护、职业伤害和可持续发展目标体面工作目标等方面的指标。数据通过ILOSTAT REST API直接获取，并过滤到非洲ISO3国家代码，经过ILO使用国际劳工统计学家会议（ICLS）定义进行原始调查微数据协调处理。数据集由Electric Sheep Africa重新打包，旨在为非洲提供一个统一的、机器学习就绪的数据层，方便研究人员和开发者快速加载和使用。数据集包括国家代码、国家名称、来源代码、来源标签、指标代码、指标标签、分类变量（如经济活动和职业）、观测年份、观测值、观测状态标志以及相关注释列，适用于表格分类、表格回归和时间序列预测等任务。This dataset contains 55,779 observations of informal economy data across 43 African countries, spanning from 1999 to 2025, covering 1 distinct indicator: the share of employment outside the formal sector by economic activity and occupation (%). The data is sourced from ILOSTAT, the International Labour Organizations (ILO) central statistics database, which is a leading global source for labour statistics, compiling indicators across employment, unemployment, wages, working time, child labour, informal economy, social protection, occupational injuries, and SDG decent work targets. Data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, with harmonization of raw survey microdata using ICLS (International Conference of Labour Statisticians) definitions. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa, facilitating quick loading and usage by researchers and developers. It includes columns such as country code, country name, source code, source label, indicator code, indicator label, classification variables (e.g., economic activity and occupation), observation year, observed value, observation status flags, and related notes, suitable for tasks like tabular classification, tabular regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织中央统计数据库（ILOSTAT）的原始汇编，由Electric Sheep Africa团队对其进行系统性的再包装与元数据标准化处理。构建过程以非洲区域非正规经济就业统计为核心，从ILOSTAT中提取43个非洲国家自1999年至2025年间关于非正规部门外就业占比的观测记录，累计形成55,779条结构化数据。数据以Parquet格式存储，在保留原始统计口径与单位的前提下，附带标准化元数据标签、来源说明及分析指引，从而使原本分散于国际统计体系中的劳动市场信息转化为可直接用于机器学习与计量分析的格式化资源。

特点

该数据集以非洲非正规经济为聚焦对象，涵盖43个国家的长时段观测，具有显著的地域广度与时间纵深。其核心指标为经济活动与职业分类下非正规部门外就业占比，属于劳动经济学与非正规经济研究的交叉领域。数据以表格与文本双模态呈现，体积处于10K至100K区间，便于中等规模的计算实验。数据集附带标准化的来源溯源信息与元数据标签，增强了可发现性与可复用性，同时保留缺失值以供分析者依据具体研究设计进行处理，体现了对统计严谨性的尊重。

使用方法

研究者可借助Hugging Face的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、特征与样本。在确认变量定义与计量单位后，可将表格分支转换为Pandas数据框，以便进行描述性统计、缺失模式诊断与可视化探索。该数据集支持与Electric Sheep Africa目录下其他非洲数据集基于国家、年份及指标字段的联结，适用于构建可重复的分析流程。使用过程中应保留原始缺失值，并在建模前明确地理单元的界定方式与来源文件的统计口径。

背景与挑战

背景概述

非正规经济部门就业规模的测度长期以来构成劳动经济学与发展经济学交叉领域的核心议题，其数据基础直接关乎就业结构转型、社会保障覆盖及生产力提升等重大政策命题。国际劳工组织（ILO）依托其全球劳动统计数据库（ILOSTAT）系统采集并标准化各国非正规就业指标，为跨国比较提供了权威基准。该数据集由Electric Sheep Africa于2026年整理发布，整合了1999至2025年间43个非洲国家55,779条观测记录，涵盖按经济活动与职业分类的非正规部门就业占比指标，以CC BY 4.0许可开放共享，显著降低了非洲非正规经济实证研究的准入门槛，为追踪非洲劳动力市场结构演变提供了长时段、多国别的面板数据支撑。

当前挑战

非正规部门就业统计面临概念界定与测量口径的双重困境：不同国家对非正规部门、非正规就业及非正规经济单位的操作化定义存在显著差异，导致跨国可比性受损；非正规活动多发生于家庭企业或未注册经营主体，传统劳动力调查的抽样框难以充分覆盖，漏报与误分类风险突出。该数据集在构建过程中亦存在若干亟需关注的局限：元数据清单标注国家字段与上游出版方信息缺失，ISO3地理编码未予声明；指标名称虽以百分比呈现，但各观测值的分母口径、经济活动与职业分类所依据的国际标准版本均需回溯原始来源方能确证。若研究者未加辨析直接聚合或建模，可能引入系统性偏误，这要求在缺失值处理、变量对齐与跨源联结时保持充分的审慎与方法论透明。

常用场景

经典使用场景

在非洲劳动力市场结构研究中，该数据集凭借其对43个非洲国家自1999年至2025年间非正规部门就业占比的系统记录，成为刻画非正规经济规模与演变轨迹的核心经验素材。研究者通常以经济活动和职业分类为切入维度，借助这一涵盖逾五万条观测的表格数据，比较不同国家、不同行业间非正规就业的分布差异，进而揭示非洲劳动力市场二元结构的时空特征。

解决学术问题

该数据集有效回应了非洲非正规经济研究中长期存在的数据碎片化与跨国可比性不足问题。通过整合国际劳工组织标准化统计口径，其为检验非正规就业与经济增长、贫困率及性别差异之间的理论假说提供了统一的分析框架，推动了发展经济学中关于非正规部门异质性及其制度成因的实证讨论，亦为比较政治经济学中劳动力市场治理议题提供了可复现的证据基础。

衍生相关工作

依托该数据集，研究者已开展多项衍生性工作，包括非洲非正规就业与性别收入差距的关联分析、非正规部门规模与经济周期波动的计量检验，以及跨数据集的劳动力市场指标融合研究。部分工作进一步将其与非洲社会经济数据库及世界发展指标对接，形成多源异构数据驱动的非正规经济比较研究体系。