electricsheepasia/asia-ilo-emp-pifl-sex-ins-geo-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含亚洲21个国家在2006年至2025年间关于非正规经济领域的就业数据，具体指标为按性别、公共/私营部门及城乡划分的非正规部门就业比例。数据集共有2,748个观测值，涵盖1个核心指标（EMP_PIFL_SEX_INS_GEO_RT），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并筛选至亚洲国家。数据模式包括国家代码、年份、性别分类、部门分类、观测值及数据质量标志等列，适用于表格分类、回归和时间序列预测等任务。数据集以CC-BY-4.0许可证发布，由Electric Sheep Asia重新打包，旨在为亚洲地区提供机器学习就绪的数据层。This dataset contains employment data in the informal economy sector for 21 Asian countries from 2006 to 2025, with the specific indicator Share of employment outside the formal sector by sex, public/private sector and rural/urban areas. It includes 2,748 observations covering one core indicator (EMP_PIFL_SEX_INS_GEO_RT), sourced from the International Labour Organization (ILO) ILOSTAT database via its REST API and filtered to Asian countries. The schema includes columns such as country code, year, sex classification, sector classification, observed values, and data quality flags, making it suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is released under the CC-BY-4.0 license and repackaged by Electric Sheep Asia to provide a unified, ML-ready data layer for Asia.

搜集汇总

数据集介绍

构建方式

在全球劳动力市场非正规就业问题日益受到关注的背景下，该数据集依托国际劳工组织（ILO）的ILOSTAT中央统计数据库，经由Electric Sheep Asia对原始API接口进行系统化采集与再封装而构建。数据源自ILOSTAT REST API中指标代码为EMP_PIFL_SEX_INS_GEO_RT的官方端点，依据国际劳工统计学家会议（ICLS）定义对原始调查微观数据进行统一调和，并筛选出21个亚洲ISO3国家代码所对应的记录。采集过程保留了来源标签、指标注释与观测状态等溯源字段，确保每一观测值均可追溯至原始国别劳动力调查或家庭收入调查等数据来源，最终形成涵盖2006至2025年、共计2748条观测的标准化表格数据集。

使用方法

该数据集通过HuggingFace平台以标准化的load_dataset接口进行加载，用户可便捷地将其转换为Pandas数据框以便后续分析。实际应用中，研究者可依据ref_area字段筛选特定国别子集，或按indicator字段提取目标指标序列并依时间排序以绘制趋势图。对于跨国比较研究，可将数据透视至国家与年份交叉的矩阵形式，从而直观呈现不同经济体在非正规就业占比上的时空差异。借助数据集内置的性别、机构部门与城乡分类变量，还可进一步开展分组回归或面板数据分析，为劳动经济学与非正规经济研究提供可复现的数据支撑。

背景与挑战

背景概述

国际劳工组织长期致力于全球劳动力市场统计监测，其ILOSTAT数据库为衡量非正规经济就业提供了权威依据。亚洲地区非正规就业现象普遍且结构复杂，性别、公私部门与城乡差异交织，对政策制定构成严峻挑战。Electric Sheep Asia于2025年将ILOSTAT原始数据重新打包发布，覆盖21个亚洲国家、2006至2025年的2748条观测记录，聚焦于非正规部门以外就业占比这一核心指标。该数据集填补了亚洲非正规就业跨国比较数据的空白，为劳动经济学、发展经济学及社会政策研究提供了机器学习就绪的标准化数据基础，对推动体面劳动议程和SDG目标监测具有重要参考价值。

当前挑战

非正规就业的统计测量本身面临概念界定与跨国可比性的双重难题，ILOSTAT虽采用国际劳工统计学家会议定义进行协调，但各国劳动力调查方法、抽样框架及非正规部门界定标准仍存显著异质性，导致数据序列中频繁出现断点与不可靠标记。构建过程中，数据来源涉及多国调查与行政记录，指标覆盖不均造成大量缺失值，分类维度（性别、机构部门、城乡）并非在所有国家×年份组合中完整发布。此外，部分国家仅有个别年份观测，时间序列预测与面板分析受限，而观测状态标志（如临时性、序列断点）要求使用者审慎处理统计推断中的偏差风险。

常用场景

经典使用场景

在劳动经济学与包容性增长研究中，该数据集构成刻画亚洲非正规就业结构的基础性面板资源，其经典应用聚焦于以国别—年度—性别—城乡—机构部门五维交叉的方式，测算非正规部门就业占比的时序演变轨迹，进而支撑关于劳动力市场二元结构、非正规性与正规化进程的跨国比较分析。研究者借助其长时序属性，可构建跨国面板回归模型，评估贸易开放、城镇化与产业转型对非正规就业份额的差异化影响。

解决学术问题

该数据集有效回应了非正规就业测度中长期存在的口径不一与跨国可比性不足问题。依托国际劳工组织基于国际劳工统计学家会议定义所实施的标准化调和流程，它使研究者得以在同一分析框架内考察性别、城乡及公私部门间非正规就业的结构性差异，为检验劳动力市场分割理论、非正规性诅咒假说以及社会保障覆盖缺口等议题提供了可靠的经验基础，对推动发展经济学中非正规部门研究的实证化具有实质意义。

实际应用

在政策实践层面，该数据集为国际组织与各国劳动行政部门监测体面劳动目标进展、设计非正规就业正规化干预措施提供了量化依据。社会保障机构可据此识别女性、农村劳动者及非正规受雇群体等脆弱性较高的对象，优化缴费型与非缴费型保障方案的覆盖策略；发展金融机构与智库亦可将其纳入国别劳动力市场诊断，评估技能培训、小微融资及劳动法规改革对非正规就业规模的潜在效应。

数据集最近研究

最新研究方向

在全球非正规经济研究持续深化的背景下，该数据集为亚洲非正规就业的性别与城乡差异分析提供了关键支撑。近期研究聚焦于利用其长时序、多维度特征，探究非正规就业份额如何随经济周期、政策改革及外部冲击（如疫情）动态演变，并借助机器学习方法预测其未来趋势。同时，该数据被用于评估体面劳动目标进展，揭示结构性不平等，为制定包容性劳动力市场政策提供实证依据，对推动区域可持续发展具有重要影响。