electricsheepeurope/europe-ilo-emp-pifl-sex-ocu-nb-employment-outside-the-formal-sector-by-sex-and-oc

该数据集包含关于非正规部门就业的统计数据，具体按性别和职业分类（以千为单位），覆盖欧洲34个国家，时间跨度为2003年至2025年。数据集共有21,058个观测值，涵盖一个核心指标：EMP_PIFL_SEX_OCU_NB（即非正规部门就业按性别和职业分类的千人数据）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过处理和过滤以专注于欧洲地区。数据集包括多个字段，如国家代码、国家名称、数据来源、指标代码、性别分类、观测年份、观测值等，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，并包含数据质量注释，如观测状态标志（例如临时或不可靠数据）。数据集由Electric Sheep Europe重新打包，旨在为欧洲提供统一的、机器学习就绪的数据层。This dataset contains statistical data on employment outside the formal sector, disaggregated by sex and occupation (in thousands), covering 34 European countries from 2003 to 2025. It includes 21,058 observations and focuses on one key indicator: EMP_PIFL_SEX_OCU_NB (Employment outside the formal sector by sex and occupation in thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via REST API, and processed to filter for European ISO3 country codes. The dataset features multiple columns such as country code, country name, data source, indicator code, sex classification, observation year, observed value, etc., and is suitable for tasks like tabular classification, regression, and time-series forecasting. Data is published at annual frequency and includes quality caveats like observation status flags (e.g., provisional or unreliable). Repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe.

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REST API直接提取指标EMP_PIFL_SEX_OCU_NB的原始数据，并依据ISO3国家代码筛选出覆盖欧洲34国的观测记录。ILOSTAT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，数据来源在source.label列中予以标注以确保可追溯性。Electric Sheep Europe对原始数据进行了重新打包，统一模式并发布为HuggingFace数据集，最终形成21,058条观测。

使用方法

研究者可通过HuggingFace的datasets库以load_dataset函数直接加载数据集，并转换为Pandas DataFrame进行探索分析。典型操作包括按ref_area筛选特定国家、按indicator提取单一指标的时间序列、以及利用pivot_table构建国家与年份的交叉矩阵。数据亦可直接用于表格分类、回归及时间序列预测等机器学习任务。使用时需遵循CC-BY-4.0许可，并同时引用ILO原始来源与Electric Sheep Europe的再打包工作。

背景与挑战

背景概述

非正规经济就业的测度长期以来构成劳动统计学与包容性发展研究的核心议题。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）的标准化定义，经由ILOSTAT数据库对全球各国的劳动力调查、住户收入调查及行政记录进行系统化协调，构建了具有跨时空可比性的非正规部门就业指标体系。2025年，Electric Sheep Europe将ILOSTAT原始数据重新封装，发布了覆盖34个欧洲国家、2003至2025年间21,058条观测记录的按性别与职业分列的非正规部门外就业数据集，为劳动经济学、社会政策评估与可持续发展目标的量化监测提供了重要的经验基础。

当前挑战

该数据集所回应的领域难题在于非正规就业本身的概念边界模糊与跨国测度异质性——非正规部门界定随ICLS决议演进、各国调查工具与抽样框架的差异导致观测值存在系统性偏差，而按性别与职业技能层级的交叉分列进一步稀释了样本密度。构建过程中，API抽取需处理来源选择的不确定性（同一国家—年份可能对应多套来源）、序列中断（obs_status标注的不可靠或临时性数据）、分类维度缺失（部分指标不发布性别或职业细分）以及部分国家时间序列跨度的不均衡，这些因素共同构成了数据协调与机器学习建模中不可忽视的方法论挑战。

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，该数据集凭借其涵盖三十四国、跨越二十余载的非正规部门就业分类统计，构成了刻画欧洲非正规就业性别与职业结构变迁的基准性面板数据。研究者常依托其开展国别比较与时间序列分析，用以揭示不同职业技能层级中非正规就业的性别差异及其演变轨迹。

解决学术问题

针对非正规就业测量口径不一、跨国可比性不足的长期困境，该数据集依托国际劳工组织基于国际劳工统计学家会议定义的统一协调框架，为检验非正规就业与经济增长、制度质量及性别平等之间的因果关联提供了标准化证据基础。其意义在于将分散的国别劳动力调查数据整合为可复现的跨国时间序列，显著提升了比较研究的内部效度。

实际应用

在政策实践层面，该数据集为各国劳动监察部门、社会保障机构及国际发展组织评估非正规就业规模与结构提供了量化依据，可用于监测体面劳动目标进展、识别脆弱就业群体，并辅助设计针对特定职业与性别群体的正规化干预措施及社会保障扩面策略。

数据集最近研究

最新研究方向

在全球非正规经济研究持续深化的背景下，该数据集为探究欧洲非正规就业的性别与职业结构差异提供了独特的长时段面板支撑。当前前沿研究聚焦于非正规就业的职业技能分层机制，利用该数据集2003至2025年的年度观测值，结合ILO对非正规经济定义的历次修订，学者们得以识别方法论断点对趋势估计的干扰，并构建性别—职业交叉分类下的非正规就业脆弱性指数。与此同时，欧洲劳动力市场转型、移民潮与平台经济扩张等热点议题，也推动研究者将该数据与收入调查、社会保护记录进行微观匹配，以评估非正规就业对社会保障覆盖缺口的因果影响。该数据集在推动跨国比较劳动统计标准化、支撑SDG体面工作目标监测方面具有显著的学术与政策意义。