electricsheepafrica/africa-ilo-emp-pifl-sex-eco-ins-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含非洲45个国家在1999年至2025年期间的非正规经济数据，共35,479个观测值，涵盖1个具体指标：按性别、经济活动和公共/私营部门划分的非正规部门就业份额（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并经过非洲国家代码过滤，用于分析和预测非洲非正规就业趋势。This dataset contains 35,479 observations of informal economy data across 45 Africa countries, spanning 1999 to 2025, covering one distinct indicator: the share of employment outside the formal sector by sex, economic activity, and public/private sector (%). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via REST API and filtered for African country codes, designed for analyzing and forecasting informal employment trends in Africa.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织统计数据库（ILOSTAT）的原始记录，由Electric Sheep Africa团队进行工程化重组与标准化封装。构建过程以非洲区域为筛选边界，汇集1999年至2025年间45个非洲国家的非正规部门就业数据，最终形成35,479条观测记录。源数据经格式统一后以Parquet列式存储呈现，并在元数据层面补充了来源注释、许可声明与分析指引，使原始统计资料转化为可供机器学习任务直接调用的结构化资源，兼顾了溯源可靠性与分析便利性。

特点

数据集聚焦于非正规经济就业这一劳动经济学核心议题，按性别、经济活动类型以及公共或私营部门维度细分，刻画正规部门之外就业份额的分布形态。其覆盖范围横跨非洲大陆45个国家，时间跨度逾四分之一世纪，兼具地理广度与历史纵深。数据以表格与文本双模态组织，体量处于万级至十万级区间，采用知识共享署名4.0许可，并附有标准化的元数据标签，便于在非洲数据发现体系中检索与复用。

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函数获取数据后打印数据集结构，并提取特征列表与初始样本以核验字段含义。对于表格类分析，可将首个数据划分转换为Pandas数据框，进而开展描述统计、缺失值探查与可视化。建议在建模前确认变量定义与单位，保留缺失值直至建立合理的插补规则，并可利用显式国家、年份与指标字段与其他非洲数据集进行联接，构建可复现的分析流程。

背景与挑战

背景概述

非正规就业作为发展中国家劳动力市场的普遍特征，长期困扰着非洲大陆的经济政策制定与结构转型研究。国际劳工组织（ILO）依托其ILOSTAT中央统计数据库，系统收集了成员国按性别、经济活动部门及公共/私营属性分类的非正规部门就业占比数据。Electric Sheep Africa于2026年将这些数据重新整合发布，覆盖45个非洲国家、35,479条观测记录，时间跨度自1999年至2025年，为探究非洲非正规经济的性别差异与部门异质性提供了大规模、标准化的跨国面板数据基础。该数据集对劳动经济学、发展经济学及社会政策研究具有重要参考价值。

当前挑战

该数据集面临的挑战主要源于非正规就业测度本身的固有难题。在领域问题层面，非正规部门就业占比的跨国比较受制于各国统计口径、抽样方法及非正规经济定义的不一致，ILO虽提供标准化框架，但基层数据采集质量的参差仍导致跨国可比性受限。在构建过程中，数据缺失与报告滞后问题突出，部分年份和国家的观测值不完整，性别与经济活动的交叉分类进一步加剧了稀疏性；此外，公共/私营属性的判定标准在各国实践中存在模糊地带，元数据中上游出版者信息缺失，使得数据溯源与质量核验面临额外困难。

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，该数据集承载着非洲大陆非正规就业结构变迁的实证记录。其经典使用场景聚焦于按性别、经济活动部门及公私属性对正规部门以外就业占比进行跨国比较与历时分析，研究者依托35,479条观测值覆盖45个非洲国家1999至2025年的面板数据，刻画非正规就业在农业、工业与服务部门间的分布差异，并识别性别维度的结构性分化。

衍生相关工作

基于该数据集，研究者已衍生出多类经典工作，包括非洲非正规就业与贫困脆弱性的关联分析、性别就业差距的分解研究，以及非正规部门与宏观经济波动的动态建模。相关成果常见于国际劳工组织报告、世界银行发展研究及区域一体化评估文献，并与Electric Sheep Africa目录中其他ILOSTAT派生数据集形成交叉引用，共同构建了非洲劳动市场比较研究的证据网络，持续激发方法论创新与政策对话。

数据集最近研究

最新研究方向

在非洲劳动力市场结构转型与非正规经济长期存续的议题脉络下，该数据集依托国际劳工组织ILOSTAT的权威统计框架，覆盖45个非洲国家自1999年至2025年逾三万五千条观测记录，按性别、经济活动部门及公私属性细分非正规部门就业占比，为探究非洲非正规就业的性别差异与经济周期敏感性提供了稀缺的跨国面板基础。当前前沿研究聚焦于非正规就业规模如何随数字经济渗透、结构性调整政策及外部冲击而动态演化，并借助该数据集的高维分层特征识别性别与行业维度的异质性路径。其意义在于为包容性增长政策、社会保障扩面及劳动力市场正规化改革提供可复现的实证依据，助力非洲发展经济学与比较政治经济学交叉领域的因果推断与情景模拟。