electricsheepafrica/africa-ilo-emp-pifl-sex-ocu-mts-nb-employment-outside-the-formal-sector-by-sex-occupa

该数据集包含非洲43个国家从1999年至2025年关于非正规经济的61,945个观测值，涵盖1个独特指标：按性别、职业和婚姻状况划分的正式部门外就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳工统计的主要来源，通过劳动力调查、家庭收入调查、机构调查和行政记录等渠道收集并协调数据。数据集包含国家代码、年份、性别、职业分类、婚姻状况、观测值及数据质量标志等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 61,945 observations of Informal economy data across 43 Africa countries, spanning 1999–2025, covering 1 distinct indicator: Employment outside the formal sector by sex, occupation and marital status (thousands). The data is sourced from ILOSTAT, the ILOs central statistics database and a leading global source for labour statistics, harmonized from national labour force surveys, household income surveys, establishment surveys, and administrative records. It includes fields such as country codes, year, sex, occupation classification, marital status, observed 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数据库构建，原始数据经标准化元数据封装与Parquet格式重打包后发布于Hugging Face平台。ILOSTAT作为全球劳动统计的核心权威来源，提供了非洲地区非正规经济部门就业状况的国别面板数据。构建过程以非洲数据发现为导向，保留了源数据的指标定义、单位及缺失值结构，并补充了面向分析者的上下文说明与引用指引，确保数据来源可追溯且符合开放许可要求。

特点

数据集覆盖1999年至2025年间43个非洲国家的非正规部门就业观测，按性别、职业与婚姻状况对就业人数进行千计单位的分组统计，体量介于1万至10万条记录之间，以表格与文本模态呈现。其突出特点在于维度交叉的细粒度结构，能够支撑性别差异、职业隔离与婚姻状态关联的多维分析，同时采用CC BY 4.0许可与标准化元数据标签，便于在非洲经济金融研究中进行跨数据集链接与复现。

使用方法

研究者可通过Hugging Face的datasets库以单行代码加载该数据集，利用内置的数据集查看器快速检视特征与样本，并可转换为Pandas数据框以进行表格分析。使用时应优先查阅仓库文件确认变量定义与计量单位，对地理标识仅由标题或元数据隐含的情形需在分析中明确假设，并保留缺失值直至建立可靠的插补规则。该数据可与其他Electric Sheep Africa数据集按国家、年份和指标字段进行连接，以构建可复现的非洲劳动力市场分析工作流。

背景与挑战

背景概述

非正规部门就业长期是发展经济学与劳动经济学的核心议题，其规模与结构直接关系到社会保障覆盖、税收基础及劳动力市场脆弱性。国际劳工组织（ILO）通过ILOSTAT数据库系统采集各国劳动力调查数据，为跨国比较提供权威基准。Electric Sheep Africa于2026年将ILOSTAT中非洲地区非正规部门外就业数据整理为标准化数据集，涵盖1999至2025年、43个非洲国家、61,945条观测，按性别、职业与婚姻状况分类。该数据集为非洲非正规经济研究提供了可复现的跨国面板基础，支撑性别差异与职业隔离等议题的实证分析。

当前挑战

该数据集所回应的领域问题在于非洲非正规就业统计长期存在口径不一、覆盖不全与性别维度缺失等困境，跨国可比性薄弱制约了政策评估。构建过程中的挑战同样显著：ILOSTAT原始数据源自各国劳动力调查，抽样设计、职业编码与婚姻状况分类标准存在异质性，需在标准化过程中谨慎处理；部分国家与年份存在缺失值，且元数据中country与upstream_publisher字段未声明，地理归属依赖标题推断。此外，非正规部门定义在不同国家间存在差异，单位与指标口径需在使用前逐一核验，以避免跨国比较中的系统性偏差。

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对非洲各国非正规部门就业规模进行性别、职业与婚姻状态的多维解构。研究者依托其覆盖43个非洲国家、跨越1999至2025年的61,945条观测记录，可系统描绘非正规就业的性别差异图谱，剖析职业隔离与婚姻状况对劳动力市场边缘化的交互影响，进而为理解发展中国家劳动力市场二元结构提供坚实的实证基础。

衍生相关工作

围绕该数据集已衍生出一系列具有影响力的经典工作。例如，基于ILOSTAT非正规就业序列的跨国面板研究，探讨了贸易开放与女性非正规就业之间的因果关系；结合人口健康调查的微观计量分析，则揭示了婚姻状态通过家庭议价能力影响女性劳动参与质量的机制。此外，Electric Sheep Africa标准化元数据体系亦催生了多个非洲劳动力市场数据集成项目，推动了开放数据在经济学与机器学习交叉领域的可复现研究。

数据集最近研究

最新研究方向

全球南方非正规经济长期受制于高质量微观数据的匮乏，而该数据集依托ILOSTAT体系，系统整合了43个非洲国家自1999年至2025年间非正规部门就业的6万余条观测记录，并按性别、职业与婚姻状况进行多维交叉分层，为非洲劳动市场研究提供了稀缺的纵向可比证据。当前前沿研究正围绕非正规就业的性别分化机制、职业隔离与婚姻状态对劳动参与的非线性影响展开，与此同时，国际劳工组织推动的非正规经济统计标准化议程及非洲大陆自由贸易区对劳动力流动的潜在冲击，进一步凸显了此类数据的政策价值。该数据集使学者得以在统一框架下检验结构性转型假说，为包容性就业政策与社会保护体系设计提供实证基础，其影响已延伸至发展经济学与性别经济学的交叉领域。