electricsheepafrica/africa-ilo-emp-pifl-age-ec2-nb-employment-outside-the-formal-sector-by-age-and-ec

该数据集包含20,900个观测值，涉及非正规经济就业数据，覆盖42个非洲国家，时间跨度为1999年至2025年。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，主题为非正规经济。具体指标为“按年龄和经济活动划分的正式部门外就业 - ISIC 2级（千）”，使用ISIC（国际标准产业分类）第2级进行经济活动分类。数据集通过ILOSTAT REST API获取，并过滤为非洲国家代码，数据经过ILO harmonization处理，以确保一致性和可追溯性。数据集为表格形式，包含多个列，如国家代码、国家名称、来源代码、指标代码、分类变量（如年龄和经济活动）、观测年份、观测值、观测状态等。数据为年度频率，适用于表格分类、表格回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以方便机器学习使用，并遵循CC-BY-4.0许可证。This dataset contains 20,900 observations of informal economy employment data across 42 African countries, spanning from 1999 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, focusing on the informal economy topic. The specific indicator is Employment outside the formal sector by age and economic activity - ISIC level 2 (thousands), which uses ISIC (International Standard Industrial Classification) level 2 for economic activity classification. The data is pulled directly from the ILOSTAT REST API and filtered to Africa ISO3 country codes, with ILOSTAT harmonizing raw survey microdata using ICLS definitions for consistency and traceability. The dataset is in tabular format, including columns such as country code, country name, source code, indicator code, classification variables (e.g., age and economic activity), observation year, observed value, observation status, etc. The data is annual frequency and suitable for tasks like tabular classification, tabular regression, and time-series forecasting. It is repackaged by Electric Sheep Africa for machine learning readiness and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集依托国际劳工组织ILOSTAT的官方统计资料，由Electric Sheep Africa依照其元数据目录进行系统性再包装与标准化处理。原始数据经采集、清洗与格式统一后，转化为Parquet列式存储结构，涵盖1999年至2025年间42个非洲国家共计20,900条观察记录。构建过程中，编制方保留了来源指标的原始语义与计量单位，同时对发现元数据、使用指引及溯源备注加以完善，使分散的劳动力统计信息整合为结构一致、可供复现分析的数据资产。

特点

数据集聚焦于非正规部门就业这一非洲劳动力市场的核心议题，按年龄组与经济活动类别（ISIC第二级）双重维度组织观测值，单位为千人。其突出特征在于时间跨度长、国别覆盖广，兼具表格与文本两种模态，并以CC BY 4.0许可开放共享。数据标签体系围绕非正规经济、劳动就业与ILOSTAT来源构建，便于跨国比较与跨域检索。编制方对缺失值采取保留策略，并明确提示用户在使用前需核实变量定义与计量口径，以确保分析结论的稳健性。

使用方法

研究者可通过Hugging Face datasets库以load_dataset接口直接加载该数据集，随后借助features属性检视字段结构，并可利用to_pandas方法将表格拆分转换为数据框以便深入分析。使用过程中，建议优先检查各列的缺失情况与地理标识，在建模前明确国家、年份与指标字段的对应关系。该数据集亦可与Electric Sheep Africa目录下的其他非洲数据集按国家、年份及指标进行联接，从而构建可复现的分析工作流，并在成果中同时引用原始来源与再包装仓库。

背景与挑战

背景概述

非正规经济部门构成众多发展中国家劳动力市场的主体，其规模与结构的精确刻画对理解就业脆弱性、社会保障覆盖及经济政策制定具有基础性意义。国际劳工组织（ILO）长期致力于全球劳动力统计标准化建设，其ILOSTAT数据库为跨国比较研究提供了权威数据源。Electric Sheep Africa在Hugging Face平台发布的该数据集，以ISIC二级经济活动分类为框架，系统整理了1999至2025年间42个非洲国家按年龄分组的非正规部门就业数据，共计20,900条观测记录。该数据集通过标准化元数据与开源许可，显著降低了非洲非正规经济研究的门槛，为劳动经济学、发展经济学及区域政策分析提供了可复现的数据基础设施。

当前挑战

该数据集所应对的核心领域问题在于非正规就业的界定与测度长期缺乏跨国可比性，不同国家的统计口径、调查方法与经济活动分类标准存在显著异质性，而非洲地区数据覆盖的历史不平衡性更加剧了这一困难。构建过程中的主要挑战包括：源数据中部分国家的年龄分组粒度不一致，导致跨年跨国的面板对齐存在结构性缺失；ISIC二级分类的指标文本描述需要与原始调查问卷进行语义映射，存在分类模糊地带；此外，元数据清单中标注的ISO3覆盖未声明与上游出版者信息缺失，提示数据溯源链条尚不完整，分析者在建模前需审慎核验变量定义与单位，避免从标签本身推断政策含义。

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地带，该数据集凭借其覆盖42个非洲国家、跨越1999至2025年的近两万一千条观测记录，成为刻画非洲非正规部门就业结构的经典数据源泉。研究者惯常依据年龄组与ISIC二级经济活动分类，对非正规就业的规模、行业分布及人口学特征进行描述性统计与横截面比较，从而揭示不同年龄群体在经济活动中的非正规就业参与模式。此类分析往往以国别面板或时序趋势为切入点，借助可复现的Parquet格式数据，构建标准化的跨国比较框架，为后续因果推断奠定实证基础。

解决学术问题

该数据集所直面的核心学术议题，在于非洲非正规经济长期缺乏系统化、可比对的跨国统计数据，致使关于非正规就业与经济发展、劳动力市场分割及社会保护之间关系的实证研究受到严重制约。通过整合ILOSTAT的标准化指标，该数据集有效缓解了非洲国家间非正规就业数据碎片化与口径不一的困境，使研究者得以在统一框架下检验非正规部门与正式部门之间的动态关联，评估年龄结构变化对非正规就业的差异化影响，并推进关于非正规经济周期性与结构性特征的学术争鸣，其意义在于为非洲劳动市场研究提供了可累积、可复验的数据基座。

衍生相关工作

以该数据集为基座，衍生了一系列围绕非洲非正规经济的经典研究脉络。部分学者将其与非洲各国的人口健康调查、劳动力调查及世界银行企业调查数据进行链接，构建多源融合的微观—宏观分析框架；另有研究者依托该数据集开发了非正规就业预测模型与情景模拟工具，用以评估不同经济增长路径下的就业结构演变。在方法论层面，该数据集亦催生了针对非洲劳动市场缺失数据的插补与校准技术研究，推动了跨国劳动统计可比性方法的改进。这些衍生工作共同拓展了非洲非正规经济研究的深度与广度，形成了以数据驱动为核心的学术共同体。