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

该数据集包含非洲40个国家从2000年至2025年关于非正规部门就业比例的统计数据，共4988个观测值。数据集来源于国际劳工组织（ILO）的ILOSTAT数据库，核心指标为按性别和企业规模划分的非正规部门就业比例（%）（EMP_PIFL_SEX_EST_RT）。数据按性别（总计、男性、女性）和企业规模进行分类，包含国家代码、年份、观测值、数据来源、数据状态标记等信息。数据集由Electric Sheep Africa重新打包，旨在为非洲提供机器学习就绪的数据层。This dataset contains 4,988 observations of informal economy data across 40 African countries, spanning 2000–2025, with 1 distinct indicator: Share of employment outside the formal sector by sex and establishment size (%) (EMP_PIFL_SEX_EST_RT). Sourced from the ILOSTAT database of the International Labour Organization (ILO), it includes disaggregation by sex (total, male, female) and establishment size, along with country codes, years, observed values, source information, and data status flags. Repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa on HuggingFace.

搜集汇总

数据集介绍

构建方式

该数据集根植于国际劳工组织（ILO）长期开展的劳动力市场统计体系，其核心数据源自ILOSTAT所汇编的非洲地区非正规部门就业指标。原始数据经Electric Sheep Africa团队依循可复现的元数据标准化流程加以重构，形成面向机器学习与分析应用的结构化资产。数据覆盖2000至2025年间40个非洲国家，共计4988条观测记录，以性别与机构规模为分组维度，量化正规部门之外就业所占比例。构建过程注重来源可追溯与格式统一，将分散的统计口径整合为parquet文件，并配以详尽的元数据说明，以便研究者辨识变量定义与统计单位。

特点

数据集在主题与结构上兼具区域聚焦性与分析延展性。其内容专门刻画非洲非正规经济的就业结构，凸显性别差异与企业规模对正规化程度的影响，为劳动经济学与发展研究提供细粒度证据。时间跨度自2000年延伸至2025年，赋予数据以时序比较与趋势追踪的潜力；40个国家的覆盖范围则支持跨国横向对照。数据以表格与文本混合模态呈现，存储于parquet格式，体积介于千条与万条之间，便于高效读取与内存管理。标准化元数据标签进一步强化了其在非洲数据发现网络中的可检索性。

使用方法

研究者可依托Hugging Face生态的datasets库直接加载该数据集，通过load_dataset函数获取数据对象，继而检视其分划结构与特征架构。对于表格型分析任务，可借助to_pandas方法将数据转化为数据框，以便执行统计描述、缺失值诊断与建模准备。使用之际，宜优先查阅仓库内数据文件与查看器，核实变量定义、计量单位及缺失模式，避免仅凭标签推断政策含义。地理信息若未显式标注，应在分析中记录相关假设，并保留缺失值以待合理插补。该数据集亦适合与Electric Sheep Africa目录下其他非洲数据集按国家、年份及指标字段进行连接，以构建更为丰富的分析框架。

背景与挑战

背景概述

非正规经济部门的就业规模测度，长期以来构成发展经济学与劳动经济学交叉领域的核心议题，尤其在非洲大陆，非正规就业往往占据总就业的绝大多数，其结构变迁直接关乎减贫成效、社会保障扩面与税收能力建设。国际劳工组织（ILO）于二十世纪末即着手建立劳动力市场统计数据库（ILOSTAT），为全球非正规就业的跨国可比分析奠定数据基础。在此脉络下，Electric Sheep Africa于2026年对ILOSTAT中关于非洲非正规部门就业占比的指标进行系统化整理，发布了该数据集，覆盖40个非洲国家、2000至2025年、近5000条观测，按性别与机构规模两个维度细分，为研究者提供了审视非洲非正规经济性别差异与企业规模异质性的标准化面板数据。

当前挑战

该数据集所回应的领域问题在于：如何以跨国可比口径刻画非正规就业的性别分化与机构规模梯度，进而解释非洲劳动力市场结构性转型的迟滞。构建过程中的挑战则集中于三方面：其一，ILOSTAT原始数据依赖各国劳动力调查，调查频率、抽样设计与非正规就业定义在国别间存在显著差异，跨国可比性因而受限；其二，性别与机构规模交叉分类后的单元格样本量不均，缺失值模式复杂，直接插补或删除均可能引入偏误；其三，该数据集经元数据封装的二次整理，country与upstream_publisher字段存在元数据缺口，地理标识仅能由标题或来源隐含推断，对下游空间分析构成一定障碍。

常用场景

经典使用场景

在劳动经济学与非洲发展研究领域，该数据集常被用于刻画非正规部门就业的性别差异与经营规模分布特征。研究者依托ILOSTAT标准化统计框架，以2000至2025年40个非洲国家的4988条观测为样本，通过分组比较与趋势分析，揭示不同性别、不同企业规模下正规部门外就业份额的演变轨迹，进而为理解非洲劳动力市场二元结构提供实证基础。

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工部门评估非正规就业规模、设计社会保障扩面策略提供量化依据。分析师可据此识别性别与规模维度的脆弱群体，优化就业促进项目与微型企业扶持政策的资源配置。同时，其结构化表格格式便于与其它非洲社会经济数据集进行联结，服务于监测可持续发展目标中体面劳动指标的进展。

衍生相关工作

围绕该数据集，已衍生出一系列以非洲非正规部门为主题的实证研究与数据工程实践。部分工作将其与Electric Sheep Africa目录中的其它ILOSTAT指标集成，构建多维度劳动力市场面板；亦有研究以此为基准，开发性别就业差距的预测模型与可视化仪表板，持续拓展该数据集在机器学习与政策模拟中的应用边界。