electricsheepeurope/europe-ilo-emp-pifl-sex-age-edu-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含欧洲35个国家从2003年至2025年的非正规经济就业数据，共有111,237个观察值，聚焦于一个核心指标：按性别、年龄和教育划分的非正规部门就业比例（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过标准化处理，以确保符合国际劳工统计会议（ICLS）的定义。数据集包含多个维度，如国家代码、数据来源、指标代码、性别分类（总计、男性、女性）、年龄和教育分类变量、观测年份、观测值（百分比）以及数据状态标志。它还提供了数据质量说明，例如数据为年度频率，并包含来源可追溯性信息。该数据集由Electric Sheep Europe重新打包，旨在为欧洲提供统一的、适合机器学习的数据层，采用CC-BY-4.0许可。This dataset contains informal economy employment data for 35 European countries from 2003 to 2025, with 111,237 observations, focusing on a core indicator: the share of employment outside the formal sector by sex, age and education (%). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API and standardized according to International Conference of Labour Statisticians (ICLS) definitions. It includes multiple dimensions such as country codes, data sources, indicator codes, sex disaggregation (total, male, female), age and education classification variables, observation year, observed values (percentage), and data status flags. It also provides data quality notes, e.g., annual frequency and source traceability. The dataset is repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe, released under CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过其REST API接口直接获取指标EMP_PIFL_SEX_AGE_EDU_RT的原始数据，并筛选欧洲区域ISO3国家代码，涵盖35个欧洲国家。ILO统计部门依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化调和，确保跨国可比性；每个观测值附有来源标签和注释信息，以保障数据溯源与质量评估。

使用方法

研究者可通过HuggingFace的datasets库以load_dataset函数加载数据集，并转换为Pandas DataFrame进行灵活分析。典型操作包括按国家代码筛选特定区域数据、提取单一指标的时间序列以观察趋势，或透视生成国家×年份矩阵。数据集支持直接用于机器学习建模，如预测非正规就业份额或分析性别与教育差异，使用时应遵循CC-BY-4.0许可并引用ILO和Electric Sheep Europe的原始来源。

背景与挑战

背景概述

非正规经济部门就业的测度始终是劳动经济学与发展经济学的核心议题，其规模与结构直接关乎社会保障覆盖、税收基础及体面劳动的实现程度。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）框架，长期协调各国劳动力调查数据，构建了具有跨国家可比性的非正规就业统计体系。ILOSTAT作为全球劳动统计的权威中枢，此次经Electric Sheep Europe于2025年重新封装发布的欧洲数据集，涵盖35国、2003至2025年间111,237条观测，按性别、年龄与教育程度多维度刻画正规部门之外的就业占比。该数据集为追踪欧洲非正规就业的时空演变、评估结构性不平等提供了坚实的数据基础，对劳动政策制定与相关实证研究具有重要参考价值。

当前挑战

该数据集所回应的领域问题，在于如何以跨国可比口径精确刻画非正规就业的规模与分布。非正规就业概念本身在各国法律与统计实践中界定不一，ILO虽通过ICLS定义加以协调，但原始数据的采集方式、抽样框架与参考期仍存在国别差异，导致可比性受限。构建过程中的挑战同样显著：部分国家观测年份不连续，教育程度分类在各国教育体系间映射复杂，且数据中频繁出现方法修订所致的序列断裂与可靠性标记；少量国家在特定年份仅发布总量而未细分性别或年龄，形成结构性缺失。这些因素共同要求使用者在建模与解释时对数据质量标志保持审慎。

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，该数据集凭借对欧洲35国2003至2025年间非正规部门就业份额的精细化刻画，成为分析非正规就业性别差异、年龄分层与教育梯度的重要基础。研究者常利用其面板结构，构建跨国比较的时间序列模型，考察不同福利体制与劳动力市场政策下非正规就业的演变轨迹，亦可用于分解性别、年龄与教育对非正规就业概率的交互影响。

解决学术问题

该数据集有效回应了非正规就业测量中跨国可比性不足与长期趋势数据匮乏的难题。通过ILO统一协调的ICLS定义及多源调查数据整合，为检验非正规就业与经济发展、制度质量及教育扩张之间的因果关联提供了可靠的经验支撑，推动了关于非正规经济结构性决定因素的理论争鸣，并助力识别不同政策干预对非正规就业规模的中介效应。

实际应用

在国际组织与各国劳工部门的政策评估中，该数据集被用于监测体面劳动目标进展、诊断非正规就业高发群体与区域，并为设计针对青年、低教育水平劳动者及女性的就业正规化措施提供量化依据。同时，金融机构与咨询机构可据此评估东欧及巴尔干地区劳动力市场的结构性风险，辅助投资决策与社会保障改革方案的设计。

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的背景下，该数据集以国际劳工组织ILOSTAT的标准化框架为基石，覆盖欧洲35国2003至2025年逾十一万条观测记录，成为剖析非正规就业结构性差异的关键实证资源。当前前沿研究聚焦于性别、年龄与教育维度的交互效应，尤其关注中东欧与巴尔干地区非正规就业的持续性及其与劳动力市场制度转型的关联。该数据集亦服务于联合国可持续发展目标第八项关于体面劳动的监测评估，为跨国比较与时间序列预测提供了高粒度、可追溯的基准数据，对理解欧洲一体化进程中的劳动力市场分层与社会保护缺口具有重要学术与政策意义。