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

该数据集包含欧洲34个国家从2003年至2025年期间关于非正规经济的12,745个观测值，涵盖1个独立指标。数据来源于国际劳工组织(ILO)的ILOSTAT数据库，经过Electric Sheep Europe重新打包。数据集包含多个维度，如国家、年份、性别、就业状态等，用于表格分类、回归和时间序列预测任务。This dataset contains 12,745 observations of informal economy data across 34 Europe countries, spanning 2003–2025, covering 1 distinct indicator. The data is sourced from the International Labour Organization (ILO) ILOSTAT database and repackaged by Electric Sheep Europe. It includes multiple dimensions such as country, year, sex, and employment status, and is suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织统计数据库（ILOSTAT），通过其REST API接口按指标编码EMP_PIFL_SEX_STE_NB直接提取原始记录，并依据ISO3国家代码筛选出欧洲区域数据。ILOSTAT对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调，采用国际劳工统计学家会议（ICLS）标准定义非正规部门就业，来源信息以source.label列标注以供溯源。经Electric Sheep Europe重新封装为Parquet格式并发布至HuggingFace平台。

使用方法

研究者可通过HuggingFace的datasets库以load_dataset函数直接加载该数据集并转换为Pandas数据框进行后续分析。支持按国家代码筛选特定国家记录，或针对单一指标按时间排序绘制时序趋势图，亦可利用透视表将数据重塑为国家与年份的矩阵形式，便于开展跨国比较、非正规就业规模测度以及性别与就业身份维度的差异分析。使用时应同时引用ILO原始来源与Electric Sheep Europe的再封装工作。

背景与挑战

背景概述

非正规部门就业长期以来是全球劳动力市场研究中的核心议题。国际劳工组织（ILO）依托其权威的ILOSTAT统计数据库，整合各国劳动力调查、家庭收入调查及行政记录，构建了覆盖200余个经济体的劳动统计体系。该数据集由Electric Sheep Europe于2025年重新封装发布，汇集了34个欧洲国家2003至2025年间共计12,745条观测记录，聚焦于按性别与就业身份分类的非正规部门外就业指标（EMP_PIFL_SEX_STE_NB），采用国际劳工统计学家会议（ICLS）标准定义进行跨国口径统一，为非正规经济规模的跨国比较与趋势研判提供了高粒度、可追溯的实证基础。

当前挑战

从领域层面看，非正规就业的界定与测度本身即面临概念边界模糊、跨国统计口径参差、调查方法异质等固有困难，如何在性别与就业身份双重维度下实现跨国可比的时间序列分析，构成了劳动经济学与政策评估的持续挑战。就构建过程而言，原始数据源自多套抽样调查与行政记录，存在指标口径修订导致的序列断裂、观测状态标记为不可靠的样本、不同国家首末年份参差不齐、部分国家与年份的细分维度缺失等问题，上述因素对数据清洗、缺失值处理及建模时的稳健性提出了较高要求。

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，该数据集最为经典的使用场景在于刻画欧洲各国非正规部门就业的性别结构与就业身份分布。研究者常以ref_area与time为面板维度，将obs_value视作非正规就业规模的千人数度量，借由sex与classif1两个分类变量构建多维交叉表，进而比较男性与女性在自雇、家庭帮工、雇主等不同就业身份下的非正规就业占比差异。时序建模、面板回归与跨国收敛性分析亦构成常见分析路径。

解决学术问题

该数据集有力回应了非正规经济测量中长期存在的跨国可比性难题。ILO以国际劳工统计学家会议定义对各国劳动力调查与家庭收入调查微数据进行调和，使研究者得以在统一口径下考察非正规就业的规模、性别差异及其随时间演变的轨迹。其学术意义在于为检验非正规部门女性化假说、评估正规化政策成效以及分析转型经济体劳动力市场变迁提供了可靠的经验基础，并推动了非正规就业与贫困、社会保障覆盖之间关系的量化研究。

实际应用

在政策实践层面，该数据集可服务于国际组织与各国劳动部门的就业监测、体面劳动议程进展评估以及社会保障扩面策略制定。非政府组织与智库可借助其识别非正规就业高发国家与脆弱群体，为定向干预提供依据。数据科学与商业分析领域则将其用于劳动力市场风险建模、区域经济韧性评估及保险产品设计中的风险分层，亦常作为欧洲社会经济面板数据集的补充来源。

数据集最近研究

最新研究方向

在全球非正规经济监测与体面劳动议程纵深推进的背景下，该数据集以其覆盖34个欧洲国家、跨越2003至2025年的12745条观测，成为刻画非正规部门就业性别差异与就业身份结构的前沿经验基础。近期研究依托此类面板数据，聚焦非正规就业的性别分化机制、非标准就业形态的演化轨迹及其与劳动力市场制度、社会保障覆盖之间的动态关联；机器学习方法被引入以提升对非正规就业时序趋势的预测精度，并识别不同就业身份群体间的异质性模式。该数据集亦为检验国际劳工组织体面劳动目标进展、评估后疫情时代欧洲劳动力市场韧性提供了关键证据，对推动跨国比较研究和循证政策制定具有重要学术价值与现实意义。