electricsheepafrica/africa-ilo-emp-pifl-age-oc2-rt-share-of-employment-outside-the-formal-sector-by-a

该数据集包含非洲37个国家从1999年至2025年关于非正规经济就业的统计数据，具体指标为按年龄和职业（ISCO 2级）划分的非正规部门就业比例（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至非洲国家。数据集共有12,670个观测值，涵盖年龄、职业等分类变量，并提供国家代码、年份、观测值、数据来源和质量标志等信息。数据以表格形式组织，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，旨在为非洲提供统一的机器学习就绪数据层。This dataset contains statistical data on informal economy employment across 37 African countries from 1999 to 2025, specifically the indicator Share of employment outside the formal sector by age and occupation - ISCO level 2 (%). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to African countries. It includes 12,670 observations, covering classification variables such as age and occupation, and provides information on country codes, years, observed values, data sources, and quality flags. The data is organized in tabular format, suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset is 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

该数据集源自国际劳工组织中央统计数据库（ILOSTAT），由Electric Sheep Africa团队进行标准化重新封装而成。原始数据涵盖37个非洲国家在1999年至2025年间关于非正规经济部门就业比例的统计记录，共计12,670条观测值。构建过程中，团队以标准化元数据为框架，将原始指标——按年龄与职业（ISCO二级分类）划分的非正规部门就业份额（百分比）——整理为Parquet格式，并附以来源注释与加载指引，确保数据在非洲数据发现目录中具备可检索性与可复现性。

特点

该数据集以表格与文本为模态，聚焦经济学与金融领域，核心指标为非洲各国非正规部门就业份额的时序变化。数据覆盖范围横跨37个非洲国家，时间跨度自1999年延伸至2025年，体量介于一万至十万条记录之间。其突出特点在于以年龄与职业双维度切分就业结构，并遵循ISCO二级分类标准，为标准化的跨国比较与劳动力市场分析提供了结构化证据。数据以CC BY 4.0协议开放，配有明确的元数据标签与来源溯源信息。

使用方法

研究者可通过Hugging Face的datasets库以load_dataset函数直接加载该数据集，获取其默认切分与特征结构。对于表格分析，可将切分对象转换为Pandas数据框，以便进行统计摘要与可视化。使用时应从仓库文件与数据查看器出发，确认变量定义与计量单位后再行建模；若地理信息仅隐含于标题或来源元数据中，需在下游分析中明确记录该假设。缺失值应予以保留，直至确立可辩护的插补规则。

背景与挑战

背景概述

非正规经济部门的就业规模测算是劳动经济学与发展经济学的核心议题，其数据质量直接关系到对发展中国家劳动力市场结构的判断。国际劳工组织（ILO）长期通过ILOSTAT数据库系统收集和标准化各国劳动力调查数据，为跨国比较提供权威基础。该数据集由Electric Sheep Africa于2026年基于ILOSTAT源数据整理发布，覆盖37个非洲国家、1999至2025年间共计12,670条观测记录，以ISCO二级职业分类和年龄组为维度，量化了正规部门之外就业份额的分布特征。数据集采用CC BY 4.0开放许可，以Parquet格式存储，服务于非洲非正规经济领域的实证研究与数据发现，为刻画非洲劳动力市场非正规化程度提供了可复现的跨国面板证据。

当前挑战

该数据集所回应的领域问题在于，非正规就业的跨时空测度长期面临定义分歧、调查工具异质与报告口径不统一等障碍，使得非洲各国之间及其内部非正规就业水平的可比性难以保证。在构建层面，数据整合需应对不同国家劳动力调查在抽样设计、年龄分组边界与职业编码版本上的差异，并处理元数据中country与upstream_publisher字段的缺失，以及部分年份观测稀疏带来的面板不平衡问题。此外，年龄与ISCO二级职业交叉分类后的细粒度单元格可能存在样本量不足，导致估计值波动较大，使用者在进行回归建模或跨国比较前须审慎核查变量定义、单位与缺失机制，避免对标签含义作过度推断。

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，该数据集构成了刻画非洲劳动力市场结构的关键证据来源。其经典使用场景涵盖按年龄组与ISCO二级职业分类对非正规部门就业占比进行横截面与时序分析，借助37个非洲国家1999至2025年的12670条观测，研究者得以系统描绘非正规就业在青年与成年劳动者、不同职业层级之间的分布图景，并据此构建跨国比较面板，考察非正规化的年龄梯度与职业分化规律。

衍生相关工作

围绕该数据集，已衍生出若干具有代表性的研究方向与成果。其一，结合Electric Sheep Africa目录中的其他ILOSTAT系列数据，研究者构建了非洲非正规经济多指标联合分析管线；其二，在机器学习社区中，该数据被用于表格分类与回归任务的基准测试，探索缺失值与跨国异质性下的稳健建模策略；其三，相关元数据标准化实践推动了非洲公共数据集的可发现性与可复用性建设，为后续非洲劳动市场数据集的工程化整理树立了范本。

数据集最近研究

最新研究方向

非洲非正规经济部门就业占比的年龄与职业异质性正成为劳动经济学与发展研究的焦点。该数据集基于ILOSTAT的12,670条观测，覆盖37个非洲国家1999至2025年，以ISCO二级职业分类和年龄组为维度，为刻画非正规就业的结构性演变提供了细粒度面板证据。近期研究借此探索非正规部门与人口年龄结构、职业分层之间的动态关联，并关联非洲青年就业危机、城市化进程及非盟《2063年议程》中包容性增长目标等热点议题。该数据支撑的实证分析有助于识别非正规就业的脆弱群体，为社会保障扩面、劳动市场制度改革及实现体面劳动目标提供量化依据，对理解非洲经济转型路径具有重要学术与政策意义。