electricsheepeurope/europe-ilo-emp-5nif-sex-age-rt-informal-employment-rate-by-sex-and-age-19th-icls

这是一个关于欧洲非正规就业率的统计数据集，包含2621个观察值，覆盖32个欧洲国家，时间跨度为2014年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并过滤为欧洲国家代码。核心指标为EMP_5NIF_SEX_AGE_RT，即按性别和年龄划分的非正规就业率（基于第19届国际劳工统计学家会议定义）。数据集包含详细的列结构：国家代码（ref_area）、国家名称（ref_area.label）、数据来源代码和标签（source, source.label）、指标代码和标签（indicator, indicator.label）、性别分类（sex, sex.label）、年龄分类（classif1, classif1.label）、观测年份（time）、观测值（obs_value）、观测状态（obs_status, obs_status.label）以及相关注释列。数据按性别维度细分（总计、男性、女性），并包含数据质量说明，如年度频率、ILO选择的最佳来源原则等。数据集以表格形式组织，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistical data on informal employment rates in Europe, with 2,621 observations covering 32 European countries from 2014 to 2025. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via its REST API and filtered to European country codes. The core indicator is EMP_5NIF_SEX_AGE_RT, which represents the informal employment rate by sex and age, based on the 19th International Conference of Labour Statisticians (ICLS) definition. The dataset includes detailed columns: country code (ref_area), country name (ref_area.label), data source code and label (source, source.label), indicator code and label (indicator, indicator.label), sex disaggregation (sex, sex.label), age classification (classif1, classif1.label), observation year (time), observed value (obs_value), observation status (obs_status, obs_status.label), and related note columns. Data is disaggregated by sex (total, male, female) and includes data quality notes, such as annual frequency and ILOs best source selection principle. The dataset is organized in tabular format and is suitable for tasks like tabular classification, regression, and time-series forecasting.

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）旗下的ILOSTAT统计数据库，通过其REST API接口直接获取指标EMP_5NIF_SEX_AGE_RT的原始数据，并依据欧洲ISO3国家代码进行地理范围筛选。数据经过ILO统计部门基于第19届国际劳工统计学家会议（ICLS）定义的一致性校准与整合，最终由Electric Sheep Europe团队重新封装为统一的、面向机器学习（ML）的Parquet格式。数据集总计包含2,621条观测记录，覆盖32个欧洲国家，时间跨度从2014年至2025年，专注于非正规就业率这一核心指标，并按性别与年龄维度进行精细分层。

特点

本数据集的核心特点在于其高度的结构化与标准化，设计初衷是服务于时序预测与表格型回归等任务。其模式（Schema）包含了ref_area（国家代码）、sex（性别分层）、classif1（年龄分组）、time（观测年份）及obs_value（指标数值）等关键字段，并附带了详尽的数据质量标记（如obs_status）与来源注释（note_source.label），确保数据的可追溯性。数据已按年度频率整理，并优先采用ILO认定的‘最佳来源’，有效避免了多源冲突。欧洲区域的聚焦性以及9至11年的长时序跨度，为研究者深入分析区域内非正规就业的演变趋势、性别差异及年龄结构特征提供了坚实的数据基础。

使用方法

数据集以HuggingFace Datasets格式发布，可通过`load_dataset()`函数一键加载至Python环境，并便捷地转换为Pandas DataFrame进行后续操作。用户可利用`ref_area`字段筛选特定国家的数据以进行国别分析，或基于`indicator`与`time`字段构建单一时序序列并进行可视化。此外，通过`pivot_table`方法，可将数据轻松重塑为国家×年份的截面矩阵，便于进行面板数据分析或交叉比较。代码示例清晰展示了从数据加载到过滤、绘图及透视的全流程，极大降低了时间序列分析与劳动力经济学实证研究的入门门槛。

背景与挑战

背景概述

非正规就业是全球劳动力市场研究中的核心议题，尤其在欧洲多元经济结构中，其测量与跨国产出可比性一直是学术界和政策制定者关注的焦点。由国际劳工组织（ILO）统计局于2025年创建并经由Electric Sheep Europe在HuggingFace平台重新整理发布的“欧洲非正规就业率（按性别与年龄划分——第19届ICLS标准）”数据集，正是回应这一需求的重要数据资源。该数据集涵盖了2014年至2025年间32个欧洲国家的2,621条观测记录，基于ILO权威的ILOSTAT数据库，严格遵循第19届国际劳动统计学家会议（ICLS）定义，从各国劳动力和家庭收支调查中抽取并统一整合。其核心研究问题在于以精细的性别与年龄维度呈现非正规就业的全貌，为区域劳动力市场分析、可持续发展目标（SDG）监测以及跨国比较研究奠定了坚实的实证基础。该数据集凭借其权威出处和高质量的跨年度覆盖，显著推动了欧洲非正规就业研究的标准化进程，成为该领域研究者无法忽视的核心数据来源。

当前挑战

该数据集所解决的领域挑战在于，非正规就业因各国统计定义、调查方法和分类标准不一而长期缺乏系统性的可比数据，传统研究只能依赖估算或局部抽样，严重限制了跨国政策评估与理论建模。此外，构建数据的核心难题包括：协调32个国家超过十年间的不同劳动力调查与行政记录源，确保ICLS定义的统一应用；处理大量因方法论修订、年龄分组非标准或缺失值而标注的“不可靠”状态（obs_status），以及标记序列断裂（note_indicator）的复杂元数据；需从庞杂的原始ILOSTAT 原始微观数据中精准过滤并提炼出欧洲区域仅290余条有效指标记录，同时保留source.label等溯源链接以支撑透明度。更关键的是，实现多维度数据（性别、年龄）与时间序列的高效结构化和规范化，形成可直接用于机器学习（time-series-forecasting, tabular-classification/regression）的Parquet格式，并确保跨样本的横纵向一致性，对数据清洗与建模能力构成了极高要求。

常用场景

经典使用场景

该数据集收录了2014至2025年间32个欧洲国家的非正规就业率观测数据，涵盖按性别和年龄分类的统计指标。在劳动经济学与社会政策研究领域，研究者常将其用于跨国比较分析，通过时间序列数据揭示非正规就业的演变趋势与结构性差异。数据集的标准化架构与丰富注解使其成为构建预测模型和挖掘劳动力市场动态规律的理想基础，尤其适用于探索制度环境、经济发展水平与非正规就业形态之间的关联机制。

衍生相关工作

该数据集衍生了多项具有影响力的研究工作，包括利用其时间维度构建非正规就业率的长期预测模型，揭示经济周期与结构性因素对非正规部门的驱动作用。部分工作聚焦于性别差异分析，通过分解数据中男性与女性非正规就业率的动态变化，探讨家庭照料责任与职业隔离等结构性根源。另有研究将其与教育、社会保障等配套数据融合，评估非正规就业对劳动者福祉与代际流动的间接影响，拓展了劳动统计数据的交叉分析边界。

数据集最近研究

最新研究方向

基于ILOSTAT欧洲32国2014至2025年非正规就业率数据，当前研究聚焦于在性别与年龄维度下追踪欧洲劳动力市场的非正规化趋势，尤其关注新冠疫情后经济复苏中非正规就业的演变模式及其与社会保障政策、可持续发展目标（SDG 8体面工作）的关联。该数据集以国际劳工组织第19届劳工统计学家会议（ICLS）的定义为基准，为分析东欧与西欧在非正规就业结构性差异、性别不平等以及青年就业脆弱性提供了高时间分辨率面板数据，推动了机器学习和时间序列模型在劳动经济学中的应用，以预测政策干预对非正规经济规模的影响。