electricsheepeurope/europe-ilo-emp-pifl-sex-mts-dsb-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含欧洲31个国家在2007年至2025年期间的非正规经济数据，具体指标为“按性别、婚姻状况和残疾状况划分的非正规部门就业比例”。数据集共有25,368条观测值，覆盖1个独立指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，该数据库是全球劳动统计的主要来源，通过国家劳动力调查、家庭收入调查、机构调查和行政记录等收集数据，并依据国际劳工统计学家会议（ICLS）定义进行标准化。数据集以表格形式存储，包含国家代码、年份、性别、婚姻状况、残疾状况、观测值等列，并提供了数据来源、质量说明和使用示例。数据由Electric Sheep Europe重新打包发布，旨在为欧洲提供统一的、机器学习就绪的数据层。This dataset contains 25,368 observations of informal economy data across 31 Europe countries, spanning 2007–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex, marital status and disability status. The data is sourced from ILOSTAT, the ILOs central statistics database, which harmonizes raw survey microdata using International Conference of Labour Statisticians (ICLS) definitions. It includes tabular data with columns such as country code, year, sex, marital status, disability status, observed value, and metadata on sources and quality. The dataset is repackaged by Electric Sheep Europe as part of a unified, ML-ready data layer for Europe on HuggingFace.

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）的中央统计数据库ILOSTAT，通过其REST API接口直接拉取指标EMP_PIFL_SEX_MTS_DSB_RT的原始数据，并依据ISO3国家代码筛选出31个欧洲国家，最终形成25,368条观测记录。ILOSTAT采用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处理，数据来源在source.label列中标注以保证可追溯性。

特点

数据集覆盖2007至2025年，涵盖31个欧洲国家，包含性别、婚姻状况和残疾状态三个维度的分解，总计25,368条观测。数据以表格形式组织，字段包括国家代码、来源、指标、分类变量、年份、观测值及质量标志等，其中部分观测带有可靠性或非标准定义等状态标记。年度频率数据反映了非正规部门就业份额的长期趋势。

使用方法

研究者可通过HuggingFace的datasets库以load_dataset函数加载数据集，并转换为Pandas数据框进行灵活分析。典型操作包括按国家筛选子集、提取单指标时间序列、或透视生成国家×年份矩阵。数据适用于表格分类、回归及时间序列预测等任务，使用时需遵循CC-BY-4.0许可，并同时引用ILO原始来源与Electric Sheep Europe的重新打包工作。

背景与挑战

背景概述

在全球劳动力市场日益碎片化的背景下，非正规部门就业的性别差异、婚姻状况与残疾状况之间的交互影响长期缺乏系统性的跨国数据支撑。国际劳工组织（ILO）依托其权威的ILOSTAT统计数据库，于2025年由Electric Sheep Europe重新封装发布了覆盖31个欧洲国家、时间跨度自2007年至2025年、共计25,368条观测值的“欧洲非正规部门就业占比数据集”。该数据集以性别、婚姻状况和残疾状况为核心分层维度，填补了欧洲地区非正规就业多维分化研究的空白，为劳动经济学、社会政策评估及SDG体面劳动目标的量化追踪提供了关键的数据基础设施。

当前挑战

该数据集所直面的领域问题在于非正规就业的精准界定与多维解构。非正规部门的概念在不同国家统计实践中存在显著差异，ILO虽以国际劳工统计学家会议（ICLS）定义进行协调，但各国劳动力调查、家庭收入调查及行政记录的口径不一，导致跨国可比性面临结构性障碍。构建过程中，数据需从ILOSTAT REST API接口提取并筛选欧洲ISO3国家代码，同时处理同一国家与年份存在多源数据时的“最优来源”选择问题。此外，残疾状况分类存在非标准定义，部分观测值被标记为“不可靠”，且分类变量仅在指标发布相应细分时非空，这些因素共同构成了数据质量与完整性的核心挑战。

常用场景

经典使用场景

在劳动经济学与非正规就业研究的宏大脉络中，该数据集凭借其覆盖31个欧洲国家、跨越2007至2025年的25,368条观测记录，成为刻画非正规部门就业性别差异的经典面板数据资源。研究者通常将其用于构建国家—年份二维矩阵，围绕性别、婚姻状况与残疾状况三重维度展开横向国别比较与纵向时序追踪，以揭示欧洲劳动力市场中非正规就业比例的演变轨迹，并借助时间序列建模方法评估结构性差异的收敛或发散趋势。

衍生相关工作

以该数据集为基础或与其紧密关联的经典工作涵盖多个方向，包括ILO定期发布的非正规经济全球报告与欧洲区域就业展望，以及围绕非正规就业性别差距、婚姻状况劳动供给效应与残疾就业惩罚等主题的计量经济学研究。此外，Electric Sheep Europe的规范化打包工作亦催生了一系列面向机器学习就绪格式的欧洲劳动统计数据衍生数据集，推动了劳动统计数据的可复用性与跨领域整合分析。

数据集最近研究

最新研究方向

在全球非正规经济研究持续深化的背景下，该数据集以性别、婚姻状况与残疾状态的三重交叉视角，为欧洲非正规部门就业份额的异质性分析提供了独特支撑。当前前沿研究聚焦于残疾与婚姻状态对非正规就业的调节效应，以及性别差距在制度转型经济体中的演变轨迹。该数据集覆盖2007至2025年31个欧洲国家，恰与欧盟残疾人就业战略及后疫情劳动力市场重构等热点议题相呼应，为评估包容性增长政策、揭示结构性脆弱群体的就业边缘化机制提供了关键实证基础，对推动精准社会保护干预具有重要参考价值。