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

该数据集是一个关于非洲非正规部门就业份额的表格数据集，包含1,860个观测值，覆盖28个非洲国家（如卢旺达、塞内加尔、赞比亚等），时间跨度为2007年至2025年。核心指标为按性别、城乡地区和残疾状况划分的非正规部门就业份额（%），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤非洲国家代码。数据集提供详细的细分维度，包括性别（总计、男性、女性）、地区类型（如全国）和残疾状况，适用于表格分类、回归和时间序列预测等机器学习任务。数据以年度频率发布，并包含数据质量标志（如断点序列），旨在支持对非洲劳动力市场非正规经济的分析。This dataset is a tabular dataset on the share of employment outside the formal sector in Africa, containing 1,860 observations across 28 African countries (e.g., Rwanda, Senegal, Zambia) from 2007 to 2025. The core indicator is Share of employment outside the formal sector by sex, rural/urban areas and disability status (%), sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via API and filtered for African country codes. It includes detailed disaggregation dimensions such as sex (total, male, female), area type (e.g., national), and disability status, making it suitable for machine learning tasks like tabular classification, regression, and time-series forecasting. Data is published at annual frequency with quality flags (e.g., breaks in series), aimed at supporting analysis of the informal economy in African labor markets.

搜集汇总

数据集介绍

构建方式

该数据集系Electric Sheep Africa基于国际劳工组织统计数据库（ILOSTAT）的原始记录进行系统性整编与元数据标准化的产物。原始数据源于各国劳动力调查与官方统计报告，经统一编码、格式转换与质量核验后，以Parquet列式存储格式重新封装，形成涵盖1860条观测值的结构化数据集。整编过程保留原始指标定义与单位，同时对缺失的国别与上游发布者元数据予以明确标注，确保数据来源可追溯、处理流程可复现。

特点

该数据集聚焦非洲非正规经济部门就业状况，覆盖28个非洲国家、2007至2025年的长时间跨度，以性别、城乡地域及残疾状况为分类维度，刻画正规部门以外就业份额的分布特征。数据规模介于一千至一万条记录之间，兼具表格与文本模态，采用CC BY 4.0开放许可，便于跨领域比较与二次分析。其元数据经标准化处理，附有来源注释与分析导向的上下文说明，利于非洲数据发现与可复现研究。

使用方法

研究者可借助Hugging Face datasets库直接加载该数据集，通过load_dataset函数获取数据对象并检视其结构与特征。对于表格型数据，可转换为Pandas数据框以开展统计描述、缺失值剖析与变量分组画像。建模之前应核验变量定义与计量单位，保留缺失值待确立合理插补规则后再行处理。若需跨国或跨指标比较，可依据显式国别、年份与指标字段与其他Electric Sheep Africa数据集进行连接，并在分析中引用原始来源与仓储信息。

背景与挑战

背景概述

非正规部门就业比例是衡量发展中国家劳动力市场结构与社会保障覆盖程度的关键指标。国际劳工组织（ILO）依托ILOSTAT数据库长期采集相关统计数据，为全球劳动治理提供基准信息。Electric Sheep Africa于2026年将此数据重新打包发布，覆盖28个非洲国家、2007至2025年间共计1,860条观测记录，按性别、城乡及残疾状况细分。该数据集为非洲非正规经济研究提供了标准化的跨国面板数据，有助于分析劳动力市场分割、性别差异与城乡不平等，对实证经济学与劳动政策评估具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于：非正规就业的界定与度量本身存在跨国差异，各国调查口径、参考期和抽样设计并不统一，直接比较可能产生偏差。构建过程中的主要挑战包括：上游元数据中country与upstream_publisher字段存在缺失，部分地理信息仅隐含于标题或来源说明中，需依赖显式国家列加以确认；残疾状况等敏感变量的定义和覆盖率因国而异，缺失值处理需谨慎；样本仅涵盖28个非洲国家且年份跨度不均衡，可能限制面板推断的稳健性。

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，衡量非正规部门就业规模及其结构性差异构成实证分析的核心议题。该数据集源自国际劳工组织ILOSTAT统计体系，经Electric Sheep Africa标准化整合，涵盖28个非洲国家2007至2025年间1860条观测记录，按性别、城乡地域及残疾状况三个维度系统刻画正规部门之外的就业占比。其最经典的使用场景在于构建非洲跨国面板数据，支撑非正规就业性别差距、城乡二元结构以及残障群体劳动市场排斥等异质性分析，并以表格分类与回归任务形式嵌入机器学习建模流程。

解决学术问题

长期以来，非洲非正规经济研究受制于跨国可比数据匮乏与统计口径割裂，难以在统一框架下量化性别、地域与残障状态对就业正规性的交互影响。该数据集以标准化元数据与可复现的parquet格式，回应了跨区域比较研究中的测量一致性难题，为检验结构性排斥假说、评估劳动力市场分层机制提供了可靠的经验基础。其意义在于将残障维度纳入非正规就业分析视野，弥补了既有文献对交叉弱势群体关注不足的缺憾，并对非洲包容性增长政策的证据基础形成有力支撑。

衍生相关工作

该数据集隶属Electric Sheep Africa非洲公共数据目录，与ILOSTAT系列劳动统计数据集形成互补关系，支持以国家、年份与指标字段进行跨库联结。围绕其衍生的经典工作包括非洲非正规经济跨国比较研究、性别就业差距的计量分析以及残障与劳动市场排斥的实证探索，同时催生了标准化元数据驱动的数据发现与可复现笔记本实践。此类工作持续拓展该数据集在劳动经济学、发展经济学与社会科学计算研究中的应用边界。