electricsheepafrica/africa-ilo-emp-pifl-age-oc2-nb-employment-outside-the-formal-sector-by-age-and-oc

该数据集包含12,670个观测值，覆盖37个非洲国家，时间跨度为1999年至2025年，专注于非正规经济就业数据。具体指标为按年龄和职业（ISCO 2级分类）统计的非正规部门就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家，涵盖了就业、年龄和职业分类的详细统计信息。数据集以表格形式存储，包括国家代码、指标代码、分类变量（如年龄和职业）、观测年份、观测值以及数据来源和质量标志等列。This dataset contains 12,670 observations of informal economy data across 37 Africa countries, spanning 1999–2025, covering 1 distinct indicator: Employment outside the formal sector by age and occupation - ISCO level 2 (thousands). It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered to African countries, providing detailed statistics on employment disaggregated by age and occupation. The data is in tabular format with columns such as country code, indicator code, classification variables (e.g., age and occupation), observation year, observed value, and source and quality flags.

搜集汇总

数据集介绍

构建方式

依托国际劳工组织统计数据库（ILOSTAT）的原始调查数据，Electric Sheep Africa对非洲区域非正规部门就业统计资料进行了系统性的整理与再发布。该数据集以ISCO二级职业分类为基准，按年龄段对非正规就业人数进行分层汇总，覆盖37个非洲国家自1999年至2025年的观测记录，共计12,670条。数据以Parquet列式格式存储，附带标准化的元数据说明、来源溯源信息及面向分析者的使用指引。

特点

数据集聚焦于非洲非正规经济部门的就业结构，以千人计量单位记录按年龄与职业分类的非正规就业规模，时间跨度逾二十年，空间覆盖广泛。其标签体系涵盖表格分类与回归任务，兼具表格与文本模态，体量适中，便于加载与建模。作为Electric Sheep Africa非洲开放数据目录的组成部分，该数据集具有统一的元数据规范与清晰的许可协议，适合跨领域比较与可复现研究。

使用方法

研究人员可通过Hugging Face的datasets库直接加载该数据集，利用load_dataset函数获取数据并查看特征结构。对于表格型数据，可将其转换为Pandas数据框以便进一步分析。使用时应从仓库文件与数据查看器入手，核对变量定义与计量单位，保留缺失值以待合理的插补策略。在建模前建议先探查数据结构与缺失情况，并按地理、时间及子群维度进行变量画像，必要时可借助明确的国别、年份与指标字段与其他数据集进行连接。

背景与挑战

背景概述

非正规部门就业的规模与结构长期是发展经济学与劳动经济学的核心议题，国际劳工组织（ILO）依托ILOSTAT持续采集相关统计指标，为跨国比较提供基础。本数据集由Electric Sheep Africa工程团队于2026年前后整理发布，汇聚1999至2025年间37个非洲国家约12,670条观测，按年龄组与ISCO二级职业类别刻画正规部门外就业人数（以千计）。其以标准化元数据与Parquet格式降低非洲劳动市场数据的获取门槛，为探究非正规经济的人口与职业分布提供可复用的证据层，对非洲区域劳动政策评估与实证研究具有基础性支撑意义。

当前挑战

非正规部门就业的界定与测量本身存在跨国口径差异，非正式就业常与自雇、家庭帮工等形态交织，导致指标可比性受限。构建该数据集需应对的挑战包括：多国统计体系在年龄分组与职业编码上的报告不一致，部分年份与国别存在数据缺失；元数据清单中country与upstream_publisher字段尚存空白，地理归属多依赖标题或来源隐含假定；原始计数以千为单位且未经统一换算标准化，若直接建模须审慎处理缺失值与单位口径。此外，从标签本身无法直接推断政策含义，须回溯ILOSTAT源定义以确认变量内涵与方法学。

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，该数据集最经典的使用场景在于刻画非洲各国非正规部门就业的年龄与职业结构特征。研究者依托国际劳工组织（ILOSTAT）提供的标准化框架，按ISCO二级职业分类与年龄段对非正规就业人口进行横截面与纵向剖析，进而识别青年群体、高龄劳动者在非正规就业中的分布差异。该数据集覆盖37个非洲国家、1999至2025年的时间跨度，共计逾一万两千条观测记录，为跨国比较与长期趋势分析提供了坚实的数据基础。

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动部门制定就业促进策略提供了实证依据。社会保障机构可据此识别非正规就业高度集中的年龄与职业群体，从而精准设计养老保险扩面、职业技能培训与劳动权益保护等干预措施。发展金融机构亦可将该数据纳入国别风险评估与包容性增长项目设计，辅助判断非正规部门吸纳劳动力的能力及其随经济周期的波动特征，进而优化资源配置与政策时序安排。

衍生相关工作

围绕该数据集，已衍生出一系列关联性研究工作。部分学者将其与世界银行、联合国开发计划署的国别社会经济指标进行链接，构建非正规就业与贫困、教育、性别平等之间的多维分析框架。亦有研究以此为基础，结合Electric Sheep Africa目录中的其他ILOSTAT派生数据集，开展非洲劳动市场的跨指标联合建模。这些工作共同拓展了非洲非正规经济数据的应用边界，并为后续机器学习驱动的劳动市场预测研究提供了标准化的数据起点。