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

该数据集包含了非洲45个国家从1999年至2025年期间，关于非正规经济中按性别、教育水平和婚姻状况划分的就业比例（%）的60,741个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动力统计的主要来源，通过协调各国劳动力调查、家庭收入调查等数据，提供标准化的统计指标。数据集涵盖一个核心指标：EMP_PIFL_SEX_EDU_MTS_RT，即按性别、教育和婚姻状况划分的正式部门外就业份额（百分比）。数据以表格形式组织，包含国家代码、年份、观测值、数据来源、分类变量（如性别、教育、婚姻状况）以及数据质量标志等信息，适用于表格分类、回归和时间序列预测等机器学习任务。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的、机器学习就绪的数据层。This dataset contains 60,741 observations of informal economy data across 45 African countries, spanning 1999–2025, covering one distinct indicator: Share of employment outside the formal sector by sex, education and marital status (%). The data is sourced from ILOSTAT, the International Labour Organizations central statistics database, which harmonizes raw survey microdata using International Conference of Labour Statisticians definitions. It includes disaggregation dimensions such as sex, education, and marital status, with columns for country codes, years, observed values, source information, and data quality flags. The dataset is repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集植根于国际劳工组织对非正规经济部门就业状况的长期统计关切，由Electric Sheep Africa团队基于ILOSTAT中央统计数据库进行系统化整理与重新封装。构建过程以非洲区域为地理边界，从原始劳工统计数据库中提取按性别、教育程度和婚姻状况交叉分类的非正规部门就业占比指标，覆盖四十五个非洲国家自一九九九年至二零二五年的观测记录，最终形成六万零七百四十一条结构化数据，并以Parquet格式存储，同时配套标准化元数据、来源注释与分析导向的说明文档，确保数据在可追溯性与可复用性之间取得平衡。

特点

数据集的核心特征在于其多维交叉的分类架构，将非正规就业占比这一劳动经济学关键指标沿性别、教育水平和婚姻状况三个维度展开，从而揭示非洲劳动力市场中非正规性的结构性差异。时间跨度长达二十七年，涵盖四十五个非洲国家，使跨国比较与历时性趋势分析成为可能。数据以表格与文本双模态呈现，体量介于一万至十万条之间，采用CC BY 4.0开放许可，且经Electric Sheep Africa标准化元数据增强，便于在非洲数据发现框架内被检索、引用与整合，兼顾了统计严谨性与工程可用性。

使用方法

研究者可通过Hugging Face datasets库以单行代码加载该数据集，利用内置的数据查看器快速浏览结构与样本，并通过to_pandas方法将表格分支转换为数据框以接入常规分析流程。在使用过程中，建议先行检视各变量的定义、单位与缺失模式，对地理信息仅由标题或来源元数据隐含的情况在下游分析中明确记录假设，并保留缺失值直至确立可辩护的插补规则。该数据集可依据国家、年份与指标字段与其他Electric Sheep Africa数据集进行连接，适用于构建可复现的分析笔记，但不应仅凭标签推断政策含义，而需回溯原始来源确认方法学细节。

背景与挑战

背景概述

非正规经济就业的测度长期构成劳动经济学与发展经济学交叉领域的核心议题，其与性别、教育及婚姻状况的交互关系更直接关涉非洲劳动力市场的结构转型命题。该数据集由Electric Sheep Africa基于国际劳工组织ILOSTAT数据库整理发布，覆盖45个非洲国家、1999至2025年间共计60,741条观测记录，以parquet格式封装并以CC BY 4.0协议开放共享，构成非洲非正规就业研究领域规模可观的跨国面板数据资源。其核心价值在于为比较不同性别与教育层级群体在非正规部门中的就业份额提供统一的跨国口径，进而支撑劳动力市场二元结构、教育回报率及性别就业差距等议题的实证检验。

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面临概念界定歧异、国别统计口径不一以及自雇与家庭帮工等边缘就业形态难以被常规劳动力调查充分捕捉等固有困难。构建过程中的挑战同样显著，源数据跨越四分之一世纪，各国调查工具与抽样框架历经多次调整，指标可比性受到削弱；部分国家与年份存在系统性缺失，婚姻状况等维度的细分信息尤为稀疏；元数据中未声明ISO3国别编码及上游发布机构，地理标识仅能从标题与来源元数据推知，若不加审慎处理易引入推断偏误。此外，非正规部门份额对经济周期与政策变动高度敏感，面板数据中的结构性断点需要通过严密的方法论检验予以识别。

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，该数据集最经典的使用场景在于刻画非洲各国非正规部门就业的性别差异与教育梯度。研究者依托1999至2025年间45个非洲国家逾六万条观测记录，按性别、学历与婚姻状况对非正规就业占比进行分层比较，进而揭示不同社会群体在正式部门之外谋生的结构性特征。此类描述性统计与横截面比较构成后续计量建模的基础。

衍生相关工作

围绕该数据集已衍生出一系列与非正规经济测度、性别就业差距及教育匹配相关的经典工作。研究者将其与国际劳工组织其他劳动力市场指标数据集进行联结，开展跨国面板回归与分解分析，亦有工作借助该数据构建非正规就业脆弱性指数。这些衍生研究持续拓展了非洲劳动力市场比较研究的证据边界，并推动了元数据标准化数据集的复用实践。

数据集最近研究

最新研究方向

在全球南方非正规经济研究持续深化的背景下，该数据集以45个非洲国家1999至2025年逾六万条观测为基底，聚焦性别、教育程度与婚姻状况三重维度下正规部门外就业占比的异质性分布。近期研究前沿围绕非正规就业的结构性决定因素展开，尤其关注女性与低教育群体在非正规经济中的过度聚集现象，以及婚姻状况作为劳动力市场分层机制的调节效应。与ILOSTAT数据体系相呼应，该数据集支撑了关于非洲劳动力市场二元结构、社会保障覆盖率缺口及非正规经济周期敏感性的实证检验，为SDG 8体面劳动议程的国别监测提供了可复现的计量基础，亦推动了非洲经济发展研究中性别与教育交互效应的精细化建模。