electricsheepeurope/europe-ilo-emp-pifl-sex-age-ocu-nb-employment-outside-the-formal-sector-by-sex-age-an

该数据集包含欧洲34个国家从2003年至2025年的非正规经济就业统计数据，共有178,815个观测值，涵盖一个核心指标：按性别、年龄和职业划分的非正规部门外就业人数（千）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，确保与ICLS定义一致。数据集提供详细的结构化信息，包括国家代码、数据来源、指标代码、性别分类、年龄和职业分类、观测年份、观测值及数据质量标志。适用于表格分类、回归分析和时间序列预测等机器学习任务，旨在支持欧洲劳动力市场研究。数据以年度频率发布，并包含数据来源和方法的透明度说明。This dataset contains 178,815 observations of informal economy employment statistics for 34 European countries spanning 2003 to 2025, covering one key indicator: Employment outside the formal sector by sex, age and occupation (thousands). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and harmonized using ICLS definitions. It provides structured details including country codes, data sources, indicator codes, sex disaggregation, age and occupation classifications, observation years, observed values, and data quality flags. Suitable for tabular classification, regression, and time-series forecasting tasks, it supports research on European labor markets. The data is published at annual frequency and includes transparency on sources and methodology.

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（ILO）的ILOSTAT中央统计数据库，通过REST API接口（rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_AGE_OCU_NB）直接提取原始数据，并依据ISO3国家代码筛选出34个欧洲国家，时间跨度为2003年至2025年。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行标准化调和，数据来源在source.label列中标注以保证可追溯性。最终由Electric Sheep Europe重新打包为Parquet格式并发布，共包含178,815条观测记录。

使用方法

该数据集可通过HuggingFace的datasets库以load_dataset()函数直接加载，返回的DataFrame支持按国家代码（如DEU）进行筛选，亦可针对单一指标提取时间序列并绘制趋势图。用户可利用pivot_table方法将数据重塑为国家与年份的交叉矩阵，便于跨国比较或面板分析。数据集适用于表格分类、回归及时间序列预测等任务，使用时应遵循CC-BY-4.0许可协议，并同时引用ILO原始来源与Electric Sheep Europe的再包装工作。

背景与挑战

背景概述

非正规经济部门就业统计长期构成全球劳动治理的关键议题。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）确立的标准化定义，通过ILOSTAT数据库系统汇编各国劳动力调查与住户收入调查数据，为衡量体面劳动议程提供权威基准。在此背景下，Electric Sheep Europe于2025年将该机构发布的欧洲区域非正规部门就业指标（EMP_PIFL_SEX_AGE_OCU_NB）重新打包为机器学习友好格式，涵盖34个欧洲国家、2003至2025年间178,815条观测记录，按性别、年龄与职业维度细粒度呈现。该数据集承袭ILO统计司的协调框架，成为探究欧洲非正规就业结构演变与跨国比较研究的核心数据基础设施。

当前挑战

非正规就业测度本身面临界定模糊与跨国可比性不足的固有难题，各国调查工具、抽样设计与统计口径的异质性导致指标口径难以完全统一。数据集构建过程中，数据来源标注与观测状态标志（如暂定值、不可靠估计）的保留虽增强了可追溯性，却对建模时的缺失值与质量加权处理提出更高要求；部分国家时间序列起始年份差异显著，且序列中断与方法修订造成的结构性断点需谨慎识别。此外，性别、年龄与职业三维分类的稀疏交叉导致细分单元格样本量不足，如何在保持统计效力的前提下实现可靠预测与趋势推断，构成该数据集在时间序列建模与因果分析中的核心挑战。

常用场景

经典使用场景

在探究非正规部门就业的性别与年龄分化议题上，该数据集构成了劳动经济学与经济社会学交叉研究中的核心经验素材。研究者依托其涵盖了34个欧洲国家、2003至2025年间的178,815条观测记录，得以在职业分类与技能层级的细分维度下，刻画男性与女性、青年与成年劳动者在非正规经济中的分布样态。时间序列结构的完整性使其尤为适用于面板数据分析与跨国比较研究，从而揭示非正规就业演变的长期趋势与周期性波动。

解决学术问题

非正规就业的测量长期受制于概念界定歧义与跨国数据可比性不足的双重困境。该数据集以国际劳工组织所主导的国际劳工统计学家会议定义为基准，对各国劳动力调查与住户收入调查微数据进行标准化调和，有效缓解了学术研究中普遍存在的口径不一问题。其意义在于为检验非正规就业与性别不平等、年龄歧视、职业隔离等理论命题提供了可重复、可追溯的实证基础，推动了劳动统计从碎片化描述向系统化因果推断的范式转型。

实际应用

在政策制定与劳动力市场监测领域，该数据集为识别非正规就业脆弱群体、设计针对性社会保障干预提供了量化依据。国际组织与欧洲各国劳工部门可借助其细分至性别、年龄与职业技能层级的统计结果，评估非正规就业规模变动对税收基础、社会保险覆盖率及贫困率的影响。企业人力资源研究与工会组织亦能利用该数据研判特定行业或职业类别中非正规用工的扩张态势，从而在集体谈判与劳动权益保障中作出更有据可依的决策。

数据集最近研究

最新研究方向

在全球非正规经济持续扩张与体面劳动赤字日益凸显的宏大背景下，该数据集所承载的按性别、年龄与职业细分的非正规部门就业统计，正成为劳动经济学与发展经济学交叉前沿的关键实证基础。近期研究依托此类高维面板数据，聚焦非正规就业的性别差距演化、青年群体在非正规劳动力市场中的脆弱性累积，以及不同技能层级职业的非正规化路径分异，力图揭示结构性不平等在正规与非正规部门之间的再生产机制。伴随国际劳工组织关于向正规经济转型的决议推进，该数据集亦为评估转型政策成效、监测可持续发展目标第八项进展提供了可跨国比较的量化标尺，其影响延伸至社会保障扩面、劳动市场制度设计及包容性增长战略的精细化制定。