electricsheepafrica/africa-ilo-emp-5pif-sex-age-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含2016年至2025年间23个非洲国家按性别和年龄划分的非正规部门就业比例统计数据，涵盖558个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取并经过非洲国家代码过滤，使用第19届国际劳工统计学家会议（ICLS）的定义进行标准化。数据集包含唯一指标“EMP_5PIF_SEX_AGE_RT”，表示按性别和年龄划分的非正规部门就业比例（百分比）。数据结构包括国家代码、国家名称、数据来源、指标代码、性别分类（总计、男性、女性）、年龄分类、观测年份、观测值及数据状态标志等列。数据由Electric Sheep Africa重新打包，旨在为非洲提供统一的、适合机器学习的数据层。This dataset contains statistics on the share of employment outside the formal sector by sex and age for 23 African countries from 2016 to 2025, comprising 558 observations. The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, retrieved via REST API and filtered to African ISO3 country codes, harmonized using the 19th International Conference of Labour Statisticians (ICLS) definitions. It includes a single indicator EMP_5PIF_SEX_AGE_RT, representing the share of employment outside the formal sector by sex and age (%). The schema includes columns for country code, country name, data source, indicator code, sex disaggregation (total, male, female), age classification, observation year, observed value, and data status flags. Repackaged by Electric Sheep Africa as part of a unified, ML-ready data layer for Africa.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于ILOSTAT官方REST API构建。数据通过调用特定接口（id=EMP_5PIF_SEX_AGE_RT）直接获取，并依据非洲ISO3国家代码进行地理范围过滤，最终汇集了来自23个非洲国家的558条观察记录。ILO统计部门依据第19届国际劳动统计学家会议（ICLS）定义对原始调查微观数据进行协调处理，确保跨国可比性，数据来源信息在source.label字段中明确标注以供追溯。

特点

数据集核心特色在于聚焦非洲非正规经济领域，提供了按性别和年龄维度细分的非正规部门就业占比指标。内容覆盖2016至2025年的年度数据，包含性别（总、男、女）三个分类维度，且每条记录均附带来源、观测状态、注释等质量标记字段。数据经过专业协调处理，解决了不同国家调查方法差异问题，为研究者提供了可比性强、质量可控的非洲劳动市场面板数据资源。

使用方法

数据集可通过HuggingFace的datasets库直接加载使用，调用load_dataset函数即可获取完整数据并转换为Pandas DataFrame。用户可以按国家代码过滤特定国家数据，制作单指标时间序列图，或利用透视表构建国家×年份的矩阵面板。数据以Parquet格式存储，支持高效的分类与回归任务，同时天然适用于时间序列预测分析，为非洲非正规经济研究提供了便捷的数据接口。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计部门依托ILOSTAT数据库构建，并由Electric Sheep Africa于2025年重新打包发布，聚焦非洲23个国家2016至2025年间非正规部门就业比例（按性别与年龄分列，基于第19届国际劳工统计学家会议定义）。非正规就业作为发展中国家劳动力市场的核心特征，长期缺乏高分辨率、跨国的可比数据，阻碍了对劳动力市场双元结构的量化理解以及可持续发展目标（SDG 8）的精准监测。该数据集整合了各国劳动力调查等原始微观数据，经ILO统一协调与标准化，为研究非洲非正规经济的规模、性别差异及动态演变提供了标准化、机器可读的时间序列基础，对劳动经济学、发展经济学与区域政策评估具有重要推动价值。

当前挑战

该数据集所应对的领域挑战在于非正规就业测度的复杂性：不同国家对“非正规部门”的定义与统计口径存在显著差异，加之调查方法（如劳动力调查与家庭调查）的异质性，导致跨国可比性脆弱。此外，非洲地区大量劳动力从事农业、家政或小型自雇活动，常被传统调查低估或遗漏，存在系统性测量偏差。在构建过程中，ILO面临多源异构数据整合的障碍——各国调查频次、分类标准、缺失年份及历史数据断裂（如方法论修订导致的序列中断）均需精细处理。数据集虽采用ILO“最佳来源”规则与19届ICLS定义进行标准化，但部分国家样本量稀疏（如肯尼亚仅1年）、时间覆盖不均及性别维度聚合的局限性，使得模型训练和因果推断面临样本稀疏性与统计噪声并存的挑战。

常用场景

经典使用场景

该数据集汇聚了国际劳工组织（ILO）ILOSTAT数据库中非洲23个国家2016至2025年间非正规部门就业占比的统计信息，涵盖性别与年龄分层指标。其经典的使用场景在于开展非洲劳动力市场的跨国比较与时间序列分析。研究者可借助该数据集量化不同非洲经济体非正规就业的规模与演变趋势，尤其适合评估性别差异在非正规就业中的分布格局，为理解非洲大陆劳动力结构性转型提供数据支撑。

解决学术问题

该数据集有效回应了劳动经济学与发展经济学中关于非正规就业测度不足的长期困境。通过提供统一口径下多国可比的非正规就业比例，它使得学者能够系统检验非正规经济与性别不平等、人口年龄结构之间的关联，并验证制度变迁（如国际劳工标准采纳）对就业形态的冲击效应。其意义在于填补了非洲区域高质量、细粒度非正规就业数据的空白，为理论模型的经验验证奠定了可靠基石。

衍生相关工作

基于该衍生数据集，学界已催生了多项关于非洲非正规经济动态建模与预测的经典工作。例如，研究者结合该数据与宏观经济变量构建面板回归模型，揭示非正规就业规模与GDP增长、城市化率的内在关联；亦有工作将其作为时间序列基础，应用长短期记忆网络（LSTM）预测非正规就业的未来演化路径。此外，该数据集已被整合入若干非洲劳动力市场可视化分析平台，支撑交互式政策模拟工具的研发。