electricsheepeurope/europe-ilo-emp-pifl-sex-age-mts-nb-employment-outside-the-formal-sector-by-sex-age-an

该数据集包含欧洲34个国家关于非正规经济部门就业的统计数据，具体指标为按性别、年龄和婚姻状况划分的非正规部门就业人数（千人）。数据集涵盖2003年至2025年期间的160,295条观测记录，数据来源于国际劳工组织(ILO)的ILOSTAT数据库。数据集包含国家代码、国家名称、数据来源、指标代码、性别分类、年龄分类、婚姻状况分类、观测年份、观测值、数据质量标志等字段。数据经过ILO标准化处理，适用于劳动力市场分析、经济研究和机器学习任务。This dataset contains statistical data on employment outside the formal sector in 34 European countries, specifically the indicator Employment outside the formal sector by sex, age and marital status (thousands). It includes 160,295 observations spanning the years 2003 to 2025, sourced from the International Labour Organizations (ILO) ILOSTAT database. The dataset includes fields such as country codes, country names, data sources, indicator codes, sex disaggregation, age classification, marital status classification, observation year, observed values, and data quality flags. The data is harmonized by ILO and suitable for labor market analysis, economic research, and machine learning tasks.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过其REST API接口直接提取指标EMP_PIFL_SEX_AGE_MTS_NB的原始记录，并依据ISO3国家代码筛选出欧洲地区数据。ILOSTAT对各国劳动力调查、家庭收入调查等微观数据进行统一协调，采用国际劳工统计学家会议（ICLS）定义确保跨国可比性，每项观测均标注来源代码以供溯源。经Electric Sheep Europe重新打包为Parquet格式，形成涵盖2003至2025年、34个欧洲国家的结构化表格数据。

特点

数据集包含160,295条观测，聚焦非正规部门以外就业人口（千人），按性别、年龄和婚姻状况多维 disaggregation。变量涵盖国家代码、来源标签、指标代码与标签、性别（总计/男/女）、年龄组、婚姻状况分类、年份、观测值及数据质量标志（如临时性、不可靠）。观测状态和注释字段提供非标准年龄组、就业定义差异等细粒度信息，增强了数据透明度和可解释性，适用于非正规经济、劳动市场性别差异等议题的探索。

使用方法

研究者可通过Hugging Face的datasets库以load_dataset()函数快速加载数据，并转换为Pandas DataFrame进行灵活操作。支持按国家代码（如DEU）筛选子集，或针对单一指标提取时间序列以绘制趋势图。还可利用pivot_table将数据重塑为国家×年份矩阵，便于面板分析或预测建模。数据适用于表格分类、回归及时间序列预测任务，使用时应遵循CC-BY-4.0许可，并同时引用ILO原始来源与Electric Sheep Europe的再包装工作。

背景与挑战

背景概述

非正规经济就业的测度长期构成劳动统计领域的核心议题。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）确立的概念框架，通过ILOSTAT平台系统汇编各国劳动力调查与住户收入调查等微观数据，为全球非正规就业监测提供权威基准。该数据集由Electric Sheep Europe于2025年从ILOSTAT REST API摄取并重新封装，覆盖34个欧洲国家、2003至2025年间160,295条观测记录，按性别、年龄与婚姻状况多维分解，系欧洲非正规部门就业规模的首个统一机器学习就绪型长时序面板。其发布为劳动经济学、社会政策评估及非正规经济跨国比较研究提供了细粒度量化基础。

当前挑战

非正规就业的界定本身即面临概念与操作化的双重困难：ICLS定义在不同国家调查中的落实程度参差不齐，且自雇、家庭帮工等边缘就业形态的归属边界模糊，直接导致跨国可比性受损。就构建过程而言，原始微观数据经各国调查工具采集后需经ILO统一调和，期间观测状态标记（如provisional、unreliable）与来源注释的不规则分布使数据清洗与缺失机制推断复杂化。时序预测任务则须应对2003至2025年间各国调查频率、覆盖范围及社会经济波动所致的非平稳性与结构性断点，而部分国家序列起始年份滞后进一步加剧了面板不平衡问题。

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，该数据集凭借其覆盖34个欧洲国家、跨越2003至2025年的160,295条观测记录，构成了分析正式部门之外就业动态的核心面板资源。经典使用场景聚焦于按性别、年龄与婚姻状况分层，刻画非正规就业的规模演变与结构差异，诸如借助时间序列分解方法揭示性别鸿沟的周期性波动，或通过面板回归模型评估婚姻状况对非正规就业参与率的调节效应，从而为跨国比较研究提供基准数据。

衍生相关工作

围绕该数据集，后续研究衍生出一系列经典工作，包括跨国非正规就业决定因素的比较分析、性别与婚姻状况交互效应的计量检验，以及基于机器学习方法对非正规就业趋势的预测建模。部分研究进一步将其与世界银行发展指标或经合组织社会支出数据链接，构建多维度福利分析框架，推动了非正规经济核算方法论的完善与劳动力市场制度比较研究的深化。

数据集最近研究

最新研究方向

在全球非正规经济持续引发政策关切之际，基于国际劳工组织统计数据库的欧洲非正规部门就业数据集为劳动经济学前沿研究提供了关键支撑。当前研究聚焦于运用时间序列预测与面板回归方法，揭示性别、年龄及婚姻状况等多重身份维度下非正规就业的异质性演变规律，并借助可解释机器学习模型识别结构性驱动因素。该数据集覆盖34个欧洲国家逾十六万条观测记录，使得跨国比较与政策效应评估成为可能，尤其为探究非正规就业与性别不平等、社会保障覆盖及劳动力市场制度之间的动态关联提供了实证基础。相关成果对实现体面劳动可持续发展目标具有重要参考意义，并推动了非正规经济测度标准的跨国协调研究。