electricsheepafrica/africa-ilo-ees-tees-sex-ifl-ocu-nb-employees-by-sex-informal-formal-job-and-occupatio

该数据集包含24,019个观测值，涵盖43个非洲国家2000年至2025年的非正规经济数据，聚焦于按性别、非正规/正规工作及职业分类的雇员数量（以千计）这一指标。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，经过标准化处理，包含国家代码、性别分类（总计、男性、女性）、职业分类、观测年份、数值及数据质量状态等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 24,019 observations of informal economy data across 43 African countries from 2000 to 2025, focusing on the indicator Employees by sex, informal/formal job and occupation (thousands). Sourced from the ILOSTAT database of the International Labour Organization (ILO), it includes standardized fields such as country codes, sex disaggregation (total, male, female), occupation classifications, observation year, values, and data quality flags, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织（ILO）的ILOSTAT中央统计数据库构建而成，通过标准化的元数据整理流程，将原始劳动统计信息重新封装为HuggingFace平台上的可访问数据集。构建过程涉及从ILOSTAT中提取2000至2025年间43个非洲国家关于非正规与正规就业中按性别和职业分类的雇员数据，形成包含24019条观测值的结构化表格，并以parquet格式存储，同时补充了来源标注、使用指引和分析建议等元数据信息，以增强数据的可发现性与可复现性。

特点

该数据集聚焦于非洲地区非正规经济中的就业结构，核心特征在于按性别、非正规/正规就业身份以及职业类别对雇员人数进行细分统计，覆盖43个非洲国家长达26年的时间跨度，总观测值超过2.4万条。数据以表格和文本混合模态呈现，采用parquet列式存储格式，便于高效读取与处理。标签体系涵盖劳动经济学、非正规经济、就业与性别等主题，并附有标准化的元数据字段，如国家覆盖范围、格式、大小类别及许可证信息，为跨领域比较分析提供了结构化基础。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载该数据集，利用内置的split机制获取数据表并查看特征结构。对于表格分析，可将数据集转换为Pandas DataFrame以进行统计建模或可视化。使用时应首先检查数据文件的模式、缺失值分布及变量单位，避免直接依据标签推断政策含义。建议结合显式的国家、年份和指标字段与其他Electric Sheep Africa数据集进行关联分析，并在可复现的笔记本中同时引用ILOSTAT原始来源与HuggingFace仓库信息。

背景与挑战

背景概述

非正规经济就业统计长期构成全球劳动力市场核算的薄弱环节，国际劳工组织（ILO）依托ILOSTAT数据库持续推动跨国可比口径的建设。该数据集由Electric Sheep Africa于2026年前后基于ILOSTAT原始资料再包装发布，覆盖43个非洲国家、2000至2025年间共计24,019条观测，按性别、非正规/正规部门与职业类别细分雇员人数。其核心问题在于揭示非洲劳动力市场中非正规就业的性别与职业分布异质性，为发展经济学与劳动政策研究提供标准化、可复现的表格数据基础，对非洲区域就业结构比较分析具有基础性支撑价值。

当前挑战

该数据集所回应的领域问题是非正规与正规就业的精细化测度，长期以来受制于定义口径不一、非正规部门抽样困难及跨国可比性不足。构建过程中，原始ILOSTAT数据按性别与职业交叉分类后存在稀疏样本，部分国家与年份维度缺失，且非正规就业的界定在不同国家调查中存在差异。数据再包装阶段还需处理元数据中缺失的国家标识与上游发布者信息，统一指标单位与编码体系，同时保留缺失值以供下游按可辩护的规则进行插补，避免因标签推断政策含义而产生误读。

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，该数据集为刻画非洲各国就业结构的性别差异提供了精细化的观测窗口。依托国际劳工组织统计数据库的权威框架，其经典应用聚焦于按性别、就业形态（非正规与正规）及职业类别对雇员人数进行分层统计，进而支撑跨国家、跨年度的比较分析。研究者可借此辨识女性在非正规就业中的过度代表现象，或考察特定职业类别中正规化程度的时序演变。该数据集以千人计的单位设定，便于宏观层面的劳动力总量估算与结构分解，构成非洲劳动市场画像的基础性素材。

实际应用

在政策实践层面，该数据集可服务于非洲各国劳动部门与国际发展机构的就业监测与干预设计。借助按性别与职业分列的雇员统计，决策者能够定位非正规就业密集的职业领域，评估社会保障覆盖的潜在缺口，并针对女性从业者集中度较高的部门制定靶向性正规化激励措施。同时，该数据亦适用于企业选址与人力资本配置的宏观背景分析，以及非政府组织在推动体面劳动议程时的基线证据构建。

衍生相关工作

该数据集作为Electric Sheep Africa元数据清单的组成部分，催生了一系列围绕非洲劳动统计的衍生性工作。研究者将其与同目录下的其他ILOSTAT指标数据集进行联结，构建覆盖就业、收入与工作条件的多维分析框架；亦有工作以此为基础开发性别就业差距的可视化仪表板与国别报告。此外，该数据集的标准化元数据实践为非洲开放数据的可发现性与可复用性树立了范本，推动了区域数据基础设施的学术讨论与方法论反思。