electricsheepeurope/europe-ilo-emp-pifl-sex-eco-mts-nb-employment-outside-the-formal-sector-by-sex-econom

该数据集包含欧洲34个国家从2003年至2025年的非正规部门就业统计数据，共计118,285个观测值。数据集核心指标为EMP_PIFL_SEX_ECO_MTS_NB，即按性别、经济活动和婚姻状况划分的非正规部门就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取并过滤为欧洲国家。数据集包含详细的分类维度：按性别（总计、男性、女性）、经济活动（广义部门总计）和婚姻状况（总计）进行分解。数据结构包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、分类变量1（经济活动）、分类变量2（婚姻状况）、观测年份、观测值、观测状态标志以及相关注释列。数据为年度频率，覆盖欧洲34个国家，包括摩尔多瓦、俄罗斯、塞尔维亚、荷兰、波兰、北马其顿、捷克、斯洛文尼亚、芬兰、意大利、葡萄牙、西班牙、波黑、拉脱维亚、保加利亚等。数据集主要用于表格分类、回归和时间序列预测任务，适用于劳动力市场分析、非正规经济研究等应用。This dataset contains 118,285 observations of informal economy employment data across 34 European countries from 2003 to 2025. The core indicator is EMP_PIFL_SEX_ECO_MTS_NB — Employment outside the formal sector by sex, economic activity and marital status (thousands). Data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via its REST API and filtered to European countries. The dataset includes detailed disaggregation dimensions: by sex (total, male, female), economic activity (broad sector total), and marital status (aggregate total). The schema comprises columns for country code, country name, data source, indicator code, indicator name, sex classification, classification variable 1 (economic activity), classification variable 2 (marital status), observation year, observed value, observation status flags, and relevant notes. Data is annual frequency, covering 34 European countries including Moldova, Russia, Serbia, Netherlands, Poland, North Macedonia, Czech Republic, Slovenia, Finland, Italy, Portugal, Spain, Bosnia and Herzegovina, Latvia, Bulgaria, and others. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, applicable for labor market analysis and informal economy research.

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织（ILO）的ILOSTAT中央统计数据库为数据源，通过ILOSTAT REST API接口直接抽取指标EMP_PIFL_SEX_ECO_MTS_NB的原始记录，并依据ISO3国家代码筛选欧洲34国的观测数据。原始调查微观数据经国际劳工统计学家会议（ICLS）定义统一协调，来源信息以source.label字段标注以保证可追溯性，最终由Electric Sheep Europe重新打包为机器学习就绪的Parquet格式。

特点

数据集涵盖2003至2025年间的118285条观测，覆盖34个欧洲国家，聚焦非正规部门就业这一非正规经济核心议题，按性别、经济活动与婚姻状况三个维度进行交叉 disaggregation，包含ref_area、sex、classif1、classif2等多层级分类变量，并附有观测状态标志与注释字段以标识临时性、不可靠等数据质量信息，年度频率特征适用于时间序列建模与面板分析。

使用方法

研究者可通过HuggingFace datasets库以load_dataset函数直接加载数据并转换为pandas数据框，进而按ref_area字段筛选特定国家、按indicator字段抽取目标指标，或使用pivot_table将数据重塑为国家×年份矩阵以开展横向比较；该数据集适用于表格分类、表格回归与时间序列预测任务，亦可用于非正规就业的性别差异与经济结构分析。

背景与挑战

背景概述

非正规部门就业的量化监测始终是全球劳动统计的核心议题，国际劳工组织（ILO）依托其ILOSTAT中央数据库长期致力于该领域的指标协调与发布。在此背景下，Electric Sheep Europe于2025年对ILOSTAT原始API数据进行系统化提取与重新封装，构建了覆盖34个欧洲国家、时间跨度自2003年至2025年、包含118,285条观测记录的面板数据集，按性别、经济活动部门与婚姻状况等多重维度刻画正规部门以外就业的规模与结构。该数据集延续了国际劳工统计学家会议（ICLS）的定义框架，为比较劳动经济学、非正规经济研究与性别差异分析提供了跨国可比的量化基础。

当前挑战

该数据集所回应的领域问题，在于如何以统一口径测度跨国、跨时间的非正规就业水平，其根本困难源于各国劳动力调查在抽样设计、变量定义与数据发布频率上的异质性，以及非正规经济活动本身难以捕捉的特性。具体挑战包括：原始调查微数据经ILO协调后仍存在来源不统一与年度序列断层，部分国家观测值被标记为暂定或不可靠而影响推断稳健性；按经济活动与婚姻状况交叉分类时样本量稀疏，导致细分单元格出现缺失或估计噪声；此外，数据以年度频率发布，难以支持季度或月度动态分析，观测值单位随指标定义变化亦要求使用者谨慎解释。

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，该数据集构成了剖析欧洲非正规部门就业性别差异的核心实证基础。研究者惯常将其应用于按性别、经济活动分支及婚姻状况三维度拆解非正规就业的规模与结构，并借助2003至2025年的长时序面板，追踪各国非正规就业比重的演变轨迹。典型操作包括构建性别就业差距指数，以及利用固定效应模型估计经济周期对非正规就业的异质性冲击。

实际应用

在政策实践层面，该数据集成为欧洲各国劳工部门与社会保障机构评估非正规就业脆弱性的关键工具。国际组织可据此监测可持续发展目标中体面工作指标的进展，识别非正规就业高度集中的经济活动部门与弱势群体。智库与工会组织亦借助其数据设计针对女性非正规从业者的社会保险扩面方案，以及针对特定行业非正规用工的合规性干预策略。

衍生相关工作

围绕该数据集已衍生出一系列非正规就业比较研究与计量方法创新。部分学者将其与欧洲劳动力调查微观数据链接，发展出非正规就业的多层建模框架；另有研究利用其分类变量结构，检验婚姻状况与经济活动部门对非正规就业的交互效应。这些工作进一步催生了关于非正规经济周期敏感性及性别包容性劳动市场政策的系列文献。