electricsheepafrica/africa-ilo-emp-pifl-sex-ins-geo-nb-employment-outside-the-formal-sector-by-sex-public

该数据集包含非洲41个国家从1999年至2025年的非正规部门就业数据，总计3090个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为非正规经济，具体指标为“按性别、公共/私营部门及城乡地区划分的非正规部门就业人数（以千计）”。数据集提供了详细的列结构，包括国家代码、国家名称、数据来源、指标代码、性别分类、分类变量、观测年份、观测值、观测状态和相关注释。数据按年度频率发布，并经过ILO的标准化处理，确保与ILO统计会议定义一致。使用该数据集时，需注意数据可能来自劳动力调查等不同来源，并已选择最佳来源进行整合。数据集适用于表格分类、回归和时间序列预测等任务，旨在为非洲地区的机器学习研究提供统一、标准化的数据层。This dataset contains 3,090 observations of informal economy employment data across 41 African countries, spanning from 1999 to 2025. It is sourced from the International Labour Organization (ILO) ILOSTAT database, with a focus on the informal economy, specifically the indicator Employment outside the formal sector by sex, public/private sector and rural/urban areas (thousands). The dataset includes a detailed schema with columns such as country code, country name, data source, indicator code, sex disaggregation, classification variables, observation year, observed value, observation status, and related notes. The data is published at an annual frequency and harmonized by ILO using International Conference of Labour Statisticians definitions. Note that the data may come from various sources like labour force surveys, and the ILO-selected best source is used for integration. It is suitable for tasks like tabular classification, regression, and time-series forecasting, and is part of the Electric Sheep mission to provide a unified, ML-ready data layer for Africa on HuggingFace.

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统计数据库（ILOSTAT）中关于非正规经济部门就业状况的官方统计记录，由Electric Sheep Africa团队进行系统性重包装与元数据标准化而成。构建过程以非洲区域劳动市场监测为导向，从ILOSTAT原始数据中抽取涵盖性别、公共/私营部门及城乡地域维度的非正规部门以外就业指标，经过结构化整理、字段对齐与格式转换，最终以Parquet列式存储格式发布。数据集覆盖41个非洲国家、3090条观测记录，时间跨度自1999年至2025年，并附带标准化的来源说明、加载指引及分析背景注释，以提升数据在非洲经济研究中的可发现性与可复用性。

特点

数据集以非洲非正规经济部门的就业结构为核心议题，兼具多维分类与长时序特征。其变量体系围绕性别、公共/私营部门归属以及城乡区域三个维度展开，能够支持对非正规就业性别差异与空间异质性的交叉分析。数据规模处于1K至10K区间，格式为Parquet，便于高效读取与列式查询。数据集采用CC BY 4.0开放许可，附有完整的来源溯源与元数据说明，且经Electric Sheep Africa标准化处理，具备良好的机器可读性与分析就绪性。需注意，部分元数据字段如国家与上游发布者存在缺失，使用前应结合原始文件加以核验。

使用方法

使用者可通过Hugging Face datasets库直接加载该数据集，调用load_dataset函数并传入仓库标识符即可获取数据对象，进而查看数据结构与特征字段。对于表格型分析任务，可将数据集转换为Pandas DataFrame，以便进行缺失值检查、变量分布剖析及按地理、时间与子群体维度的分组统计。建议在建模前先行检验模式结构与缺失模式，保留原始缺失值直至确立合理的插补规则。该数据集亦可与Electric Sheep Africa目录中其他非洲数据集，通过显式的国家、年份与指标字段进行联结，以构建可复现的分析流程，并在研究输出中同时引用ILOSTAT原始来源与Hugging Face仓库信息。

背景与挑战

背景概述

非正规部门就业的测度长期以来构成劳动经济学与发展经济学的重要议题，尤其在全球南方国家，其规模庞大且与贫困、社会保障缺位及性别不平等紧密交织。国际劳工组织（ILO）通过ILOSTAT数据库系统汇集各国劳动力调查数据，为跨国比较提供统计基准。该数据集由Electric Sheep Africa于2026年整理发布，覆盖41个非洲国家、1999至2025年间3090条观测记录，聚焦按性别、公私部门及城乡区域划分的非正规就业指标。其核心研究问题在于揭示非洲非正规经济中性别与空间维度的结构性差异，并为跨国面板分析提供可复现的数据基础，对监测体面劳动目标与制定包容性就业政策具有参考价值。

当前挑战

该数据集所回应的领域问题在于非正规就业统计口径的跨国异质性：各国劳动力调查对非正规部门的界定、抽样框架及参考期存在差异，直接削弱了指标的可比性。构建过程中则面临来源元数据的缺失，清单记录显示国家字段与上游发布机构信息未被完整声明，地理覆盖仅依赖标题或源元数据推断，需在分析中显式记录此类假设。数据使用者还须在建模前审慎核查变量定义与单位，保留缺失值以待合理插补规则确立，避免因标签字面含义而过度推断政策意涵。上述局限要求下游研究在跨国比较与趋势解读时保持审慎，并借助明确的年份与指标字段与其他非洲数据集进行联结验证。

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，该数据集以性别、公私部门与城乡地域的三重维度，细致呈现了非洲41国自1999年至2025年间非正规部门就业的分布格局。研究者通常借助其3090条观测记录，开展跨国家、跨时期的比较分析，用以刻画非洲劳动力市场结构性差异的时空演变轨迹，进而识别非正规就业在不同人口群体中的集中程度与变动趋势。

解决学术问题

该数据集有效回应了非洲非正规经济研究中长期存在的数据碎片化与跨国可比性不足的难题。通过整合国际劳工组织统计数据库的标准化指标，它为检验非正规就业的性别差异、城乡分化以及公私部门构成等理论命题提供了可靠的经验基础，推动了关于发展中国家劳动力市场二元结构的学术对话与实证积累。

衍生相关工作

围绕该数据集，已衍生出一系列聚焦非洲非正规经济与劳动力市场治理的研究成果，包括跨国非正规就业比较报告、性别就业差距的计量分析，以及城乡劳动力配置与贫困关联的实证探索。这些工作持续拓展了ILOSTAT数据在非洲发展研究中的应用边界，并为后续微观调查数据的衔接与融合奠定了方法基础。