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

该数据集包含非洲41个国家从1999年至2025年关于非正规经济的统计数据，共有17,474个观测值，涵盖1个核心指标：按性别、经济活动和城乡划分的非正规部门就业比例（EMP_PIFL_SEX_ECO_GEO_RT）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Africa重新打包和标准化。数据集提供了详细的分类维度，包括性别（总计、男性、女性）、经济活动（按广义部门分类）和城乡类型（国家层面）。数据结构包含国家代码、指标代码、分类变量、观测年份、观测值及数据质量标志等字段，适用于表格分类、回归和时间序列预测等机器学习任务。This dataset contains 17,474 observations of informal economy data across 41 African countries, spanning 1999–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex, economic activity and rural/urban areas (EMP_PIFL_SEX_ECO_GEO_RT). The data is sourced from ILOSTAT, the ILOs central statistics database, and repackaged by Electric Sheep Africa. It includes disaggregation dimensions such as sex (total, male, female), economic activity (broad sector), and area type (national). The schema comprises columns for country codes, indicator codes, classification variables, observation year, observed values, and data quality flags, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织统计数据库（ILOSTAT）的非正规经济部门就业数据为源头，经Electric Sheep Africa机构进行标准化再封装而成。原始数据由各国劳动力调查与统计机构上报，覆盖41个非洲国家，时间跨度为1999年至2025年，共17474条观测记录。封装过程保留原始指标定义与数值，补充统一的元数据字段、加载指南与溯源说明，并以parquet列式格式重新组织，使分散于不同国家与年份的非正规就业统计得以聚合为可供机器学习分析的结构化资源。

特点

数据集聚焦于非洲非正规经济部门就业比例这一劳动经济学核心议题，按性别、经济活动类型及城乡地域三重维度切分，具备显著的交叉分析价值。其规模处于万级至十万级区间，兼顾统计粒度与计算可行性。数据同时提供表格与文本两种模态，便于直接建模或进行语义解析。作为开放数据，其采用CC BY 4.0许可，配合标准化元数据说明，增强了跨数据集关联与复现研究的便利性，尤其适合非洲劳动市场与性别经济学的比较研究。

使用方法

研究者可借助Hugging Face的datasets库直接加载该数据集，通过load_dataset函数获取数据对象，并利用features属性检视字段结构。对于表格分析任务，可将首个数据划分转换为Pandas数据框，以便进行缺失值诊断、变量分布剖析及地理与时间维度的分组统计。在建模之前，需核实变量定义、单位与采集方法，避免仅凭标签推断政策含义。该数据集亦适合与Electric Sheep Africa目录下其他非洲数据集按国家、年份和指标字段进行联结，以构建更丰富的分析工作流。

背景与挑战

背景概述

非正规经济部门就业的测度长期构成发展经济学与劳动经济学的核心议题，其数据基础直接关乎非洲结构性转型的政策研判。该数据集由Electric Sheep Africa于2026年整理发布，依托国际劳工组织ILOSTAT中央统计数据库，涵盖41个非洲国家自1999年至2025年间17,474条观测记录，以性别、经济活动部门及城乡地域为分层维度，系统刻画正规部门之外就业份额的分布特征。作为面向机器学习工作流的元数据标准化产物，其核心贡献在于降低非洲非正规就业比较研究的准入门槛，为跨国面板分析与可复现的实证研究提供结构化证据基础，对追踪非洲劳动力市场非正规化进程具有显著的数据基础设施意义。

当前挑战

该数据集所回应的领域问题，在于非正规就业测度长期受制于定义分歧、抽样口径异质与跨国可比性不足的困境，非洲区域尤甚，自雇、家庭帮工与临时雇佣的边界模糊致使统计口径难以统一。构建层面的挑战则集中于多源数据的元数据缺损与异质性整合，如country与upstream_publisher字段的缺失迫使研究者依赖标题或来源元数据做出地理归属假设；时间序列跨越二十六年，ILO方法学修订可能引入断点，需谨慎处理缺失值并验证变量单位。此外，非正规部门就业份额作为标签本身不应被直接赋予政策含义，研究者须回溯原始来源确认定义与方法，方能避免推断偏差。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的交汇处，该数据集最为经典的应用场景在于刻画非洲各国非正规部门就业的性别差异与城乡空间分异。研究者依托其涵盖41个非洲国家、1999至2025年间17,474条观测记录的面板结构，得以系统比较不同经济活动部门中男性与女性劳动者在正规部门之外的就业比例，进而揭示非正规就业在性别与地域维度上的结构性不均衡。此类分析通常以性别、经济活动类型及城乡属性为分组变量，构建描述性统计与横截面回归模型，为理解非洲劳动力市场二元结构提供量化基础。

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监测非正规就业态势提供了可操作的数据支撑。使用者可依据性别、经济活动与城乡维度分解的就业份额指标，识别非正规就业高度集中的行业与区域，进而为社会保障扩面、技能培训定向投放及女性就业促进政策的设计提供依据。同时，该数据集以parquet格式发布并支持Hugging Face数据集加载接口，便于分析师将其嵌入自动化监测仪表板或可复现研究流程，服务于劳动力市场诊断与政策效果评估等实际需求。

衍生相关工作

围绕该数据集，已衍生出一系列以非洲非正规经济为主题的分析性工作。部分研究将其与Electric Sheep Africa目录中的其他ILOSTAT指标数据集进行跨国面板拼接，构建多维劳动力市场脆弱性指数；亦有学者利用其性别与城乡分层变量，开展非正规就业对贫困脆弱性影响的计量分析。这些衍生工作通常遵循数据集说明中建议的分析路径，先行检视缺失结构与变量定义，再通过显式国家与年份字段实现跨数据集联结，从而在可复现框架下拓展了非洲劳动统计数据的二次利用边界。