electricsheepeurope/europe-ilo-emp-pifl-sex-ste-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含关于欧洲非正规经济的统计信息，具体指标为“按就业状态分列的（按性别）非正规部门就业占比（%）”。数据集涵盖34个欧洲国家，时间跨度为2003年至2025年，共包含12,737个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API提取并过滤为欧洲国家代码。数据集包括国家代码、国家名称、数据来源、指标代码、性别分类、就业状态分类、观测年份、观测值、数据状态标志等列，并提供了数据质量说明和使用示例。数据集旨在为机器学习和研究提供标准化的欧洲劳动力统计数据，重点关注非正规经济中的就业情况。This dataset contains statistical information on the informal economy in Europe, specifically the indicator Share of employment outside the formal sector by status in employment (by sex) (%). It covers 34 European countries from 2003 to 2025, with 12,737 observations. The data is sourced from the International Labour Organizations (ILO) ILOSTAT database, extracted via API and filtered to European ISO3 country codes. The dataset includes columns such as country code, country name, data source, indicator code, sex disaggregation, employment status classification, observation year, observed value, and data status flags, along with data quality notes and usage examples. It is designed to provide standardized European labor statistics for machine learning and research, with a focus on informal economy employment.

搜集汇总

数据集介绍

构建方式

在非正规经济部门就业统计领域，该数据集源自国际劳工组织ILOSTAT数据库，通过REST API接口直接提取指标EMP_PIFL_SEX_STE_RT的原始观测记录，并依据ISO3国家代码筛选欧洲地区数据。原始调查微观数据经国际劳工统计学家会议定义框架统一协调，来源信息以source.label字段标记以保障可追溯性，最终由Electric Sheep Europe重新打包为Parquet格式发布于HuggingFace平台，涵盖2003至2025年间34个欧洲国家的12737条观测记录。

使用方法

研究者可借助HuggingFace datasets库以load_dataset函数加载数据并转换为Pandas数据框，通过ref_area字段筛选特定国家，利用indicator与time字段构建单指标时间序列以观察演变轨迹，或使用pivot_table方法重塑为国家与年份交叉矩阵以支持面板分析。数据亦可直接用于表格分类、回归及时间序列预测等机器学习任务，使用时需遵循CC-BY-4.0许可并同时引用国际劳工组织与Electric Sheep Europe。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计的标准化与可比性建设，其ILOSTAT数据库作为全球劳动统计的权威来源，涵盖就业、失业、工资、非正规经济等多元指标。在此背景下，非正规部门就业份额成为衡量发展中国家及转型经济体劳动力市场结构的关键维度。该数据集由Electric Sheep Europe于2025年重新封装发布，基于ILOSTAT REST API提取欧洲34国2003至2025年间12,737条观测记录，聚焦按性别与就业身份分类的非正规部门就业比例。其核心研究问题在于揭示欧洲各国非正规就业的性别差异与就业身份分布，为劳动政策制定与社会保护扩展提供量化依据。该数据集的影响力在于推动非正规经济研究的跨国比较与时间序列分析，助力实现联合国可持续发展目标中关于体面工作的相关指标监测。

当前挑战

该数据集所应对的领域问题在于非正规就业的界定与测量本身具有高度复杂性，不同国家依据国际劳工统计学家会议（ICLS）定义所采用的调查方法与口径存在差异，导致跨国比较面临概念一致性与数据可比性的挑战。构建过程中，数据源自各国劳动力调查、家庭收入调查及行政记录等多类渠道，ILO虽以‘最佳来源’原则进行筛选与调和，但观测状态标记（如临时性、不可靠）及序列断裂（如方法修订）仍普遍存在，影响时间序列的连续性与分析稳健性。此外，性别与就业身份分类变量的非全覆盖性造成部分维度缺失，进一步增加了建模与推断的难度。

常用场景

经典使用场景

在非正规经济部门就业规模的量化研究中，该数据集常被用于构建欧洲34国2003至2025年间的面板数据模型。研究者借助其按性别与就业身份细分的指标，刻画非正规就业占比的时空演变轨迹，并通过时间序列分析与跨国比较，揭示不同劳动力市场结构下非正规就业的性别差异与身份构成特征。

解决学术问题

该数据集有效回应了非正规就业测量中口径不一、跨国可比性不足的学术难题。依托国际劳工组织统一协调的ICLS定义与标准化指标，它为劳动经济学与发展经济学提供了可靠的跨国比较基准，推动了非正规经济规模估算、性别差距分解及就业脆弱性评估等议题的实证进展，对理解全球南方与欧洲边缘劳动力市场的结构差异具有重要参考价值。

实际应用

在政策实践层面，该数据集为国际组织与各国劳工部门监测非正规就业趋势提供了数据支撑。其应用涵盖体面劳动议程进展评估、社会保障覆盖面扩展的政策模拟，以及针对女性与非正规就业者的定向劳动干预设计。借助其年度频率与国别细分，决策者能够识别非正规就业高发群体与地区，优化劳动力市场监管与就业促进策略。

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深化的背景下，该数据集依托ILOSTAT标准化框架，成为追踪欧洲非正规就业结构演变的关键实证基础。近期研究聚焦于按性别与就业身份分解的非正规就业占比，结合机器学习与时序预测方法，识别转型经济体与南欧国家的非正规性持续路径，并评估结构性改革与劳动力市场政策的外溢效应。数据覆盖2003至2025年、34个欧洲国家，为比较政治经济学与劳动社会学提供了跨国面板支撑，尤其在非正规就业性别差异、自雇与家庭帮工动态等议题上，推动了可持续发展目标8的量化评估与政策模拟。