electricsheepafrica/africa-ilo-emp-pifl-sex-age-ins-nb-employment-outside-the-formal-sector-by-sex-age-an

该数据集包含非洲45个国家1999年至2025年间的19,975个非正规经济观测数据，涵盖1个独特指标。数据集名称：按性别、年龄和公共/私营部门划分的非正规部门就业（千）| 非洲（ILOSTAT）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过Electric Sheep Africa重新打包，以表格形式提供，适用于分类、回归和时间序列预测等任务。数据包括国家代码、性别、年龄分类、观测值和质量标志等字段，用于分析非洲非正规就业趋势。This dataset contains 19,975 observations of Informal economy data across 45 Africa countries, spanning 1999–2025, covering 1 distinct indicators. Dataset name: Employment outside the formal sector by sex, age and public/private sector (thousands) | Africa (ILOSTAT). It is sourced from the International Labour Organization (ILO) ILOSTAT database, repackaged by Electric Sheep Africa, in tabular format suitable for tasks like classification, regression, and time-series forecasting. The data includes fields such as country codes, sex, age classifications, observed values, and quality flags for analyzing informal employment trends in Africa.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织统计数据库（ILOSTAT）关于非正规经济部门就业的原始统计资料，由Electric Sheep Africa团队在Hugging Face平台完成工程化重构与元数据标准化。构建过程遵循可复现的数据工程范式，以原始ILO统计口径为基准，将1999年至2025年间45个非洲国家的非正规部门就业观测值整理为结构化表格，并统一采用Parquet格式存储，形成约19,975条记录的规范化数据集。元数据层经过系统化标注，补充了来源追溯、许可证信息与分析指引，使原始统计信息得以在机器学习工作流中高效调用。

特点

该数据集立足非洲非正规经济这一劳动经济学核心议题，以性别、年龄及公共/私营部门为交叉维度，刻画正规部门之外就业人口的规模与结构特征。其时间跨度逾四分之一世纪，地理覆盖遍及非洲大陆45个国家，兼具纵向时序深度与横向国别广度。数据以表格与文本双模态呈现，体量处于一万至十万行区间，适合中等规模的分析任务。标签体系融合劳动统计、非正规经济、就业与金融等主题，为跨领域数据发现与关联研究提供了清晰的语义索引。

使用方法

研究人员可通过Hugging Face的datasets库以单行代码加载数据，并借助内置的数据查看器快速核验模式与缺失状况。在建模之前，建议先审视各变量的定义、单位与缺失模式，避免对标签作过度诠释。当需要与传统统计分析工具衔接时，可将数据集转换为Pandas数据框进行探索性分析。该数据集亦可与Electric Sheep Africa目录中的其他非洲数据集基于国家、年份与指标字段进行联结，从而构建更具解释力的可复现分析流程，并在学术成果中规范引用原始来源与工程化仓库。

背景与挑战

背景概述

非正规经济部门的就业状况长期构成非洲劳动力市场统计的薄弱环节，其规模与结构对理解该区域生计模式、社会保障覆盖及经济韧性具有关键意义。该数据集由Electric Sheep Africa工程化整理，源自国际劳工组织ILOSTAT中央统计数据库，覆盖45个非洲国家、1999至2025年间共计19,975条观测记录，按性别、年龄及公共/私营部门维度刻画正规部门之外的就业人数（千人）。作为非洲数据发现目录的组成部分，该数据集以标准化元数据、溯源说明与分析导向语境降低了跨境劳动统计的获取门槛，为比较非洲非正规就业的性别与代际差异提供了可复现的结构化证据基础。

当前挑战

该数据集所回应的领域问题在于，非正规就业在多数非洲经济体中占据主导地位却长期缺乏跨境可比、按人口特征细分的连续统计，致使劳动政策评估与社会保护测算面临基线数据缺失。构建过程中，源数据横跨近三十年、数十国别且依循国际劳工组织分类标准，其指标定义、单位与统计口径在时间与空间上存在异质性，需通过元数据标准化加以协调。此外，性别、年龄与部门维度的交叉分类造成单元格稀疏与缺失值频现，国别覆盖不均衡进一步制约面板分析，如何在保留缺失结构的前提下支持分类与回归建模，构成该数据集应用的核心挑战。

常用场景

经典使用场景

在非正式经济与劳动力市场核算的研究领域中，该数据集凭借其涵盖45个非洲国家、跨越1999至2025年的19975条观测记录，成为刻画非洲非正规部门就业结构的核心数据资源。经典使用场景聚焦于按性别、年龄组及公共/私营部门维度，对非正规就业的规模与分布进行描述性统计与横截面比较分析，研究者可借助其标准化表格结构，系统检视不同人口群体在非正规经济中的参与差异，并以此为基座构建时间序列趋势模型或面板回归框架，探究非正规就业演变的宏观规律。

实际应用

在政策制定与国际发展实务中，该数据集为非洲各国政府及国际机构提供了量化非正规就业底数的关键依据。劳动部门可据此识别非正规就业高度集中的年龄与性别群体，设计靶向性的技能培训与社会保护扩面方案；国际组织则可利用其跨国可比性，评估区域一体化政策或危机冲击对非正规部门就业的差异化影响，并监测可持续发展目标中体面工作议程的推进进度，从而将宏观统计转化为可操作的干预策略与资源分配参考。

衍生相关工作

围绕该数据集，Electric Sheep Africa元数据目录衍生出一系列面向非洲数据发现与再利用的经典工作，包括与同一目录下其他国际劳工组织指标数据集的跨国联结分析、基于明确国家与年份字段的标准化合并流程，以及强调缺失值保留与定义核查的可复现笔记本范例。这些工作共同推动了非洲非正规经济数据基础设施的规范化，促进了经济学与计算社会科学领域对非洲劳动力市场异质性的持续实证探索。