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

该数据集包含了欧洲31个国家从2003年至2025年期间的非正规经济就业数据，总计4,511个观测值。核心指标为“按性别和城乡地区划分的非正规部门外就业比例（%）”，数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过筛选和标准化处理。数据集提供了国家代码、年份、性别分类、观测值等详细字段，并包含数据质量说明和使用示例，适用于表格分类、回归和时间序列预测等任务。This dataset contains 4,511 observations of informal economy data across 31 Europe countries, spanning 2003–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex and rural / urban areas (%). Data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered for European countries. It includes detailed fields such as country codes, years, sex disaggregation, observed values, and data quality notes, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过其REST API接口直接抽取指标EMP_PIFL_SEX_GEO_RT的原始记录，并依据ISO3国家代码筛选出欧洲区域数据。原始数据经ILOSTAT依据国际劳工统计学家会议（ICLS）定义进行标准化调和，来源涵盖国家劳动力调查、家庭收入调查及行政记录等，每条观测均标注源信息以保证可追溯性。最终由Electric Sheep Europe重新封装为Parquet格式，形成包含4511条观测、覆盖31个欧洲国家、时间跨度为2003至2025年的结构化数据集。

使用方法

使用者可通过HuggingFace的datasets库调用load_dataset函数加载数据集，并转换为Pandas数据框以进行后续分析。典型操作包括按国家代码筛选特定国家数据、针对单一指标提取时间序列并绘制趋势图，以及利用透视表将数据重塑为国家与年份的矩阵形式。此外，可利用性别与城乡分类字段进行分组比较，或结合来源标签与观测状态注释评估数据质量。该数据集适用于劳动经济学、非正规经济研究及性别就业差异等领域的实证分析。

背景与挑战

背景概述

非正规经济部门就业问题长期困扰着全球劳动力市场治理，国际劳工组织（ILO）自二十世纪末即着力构建跨国可比的非正规就业统计框架。ILOSTAT作为全球劳动统计的权威数据库，依托各国劳动力调查与家庭收入调查等微观数据，依据国际劳工统计学家会议（ICLS）标准进行系统化协调。该数据集由Electric Sheep Europe于2025年重新封装发布，覆盖2003至2025年间31个欧洲国家的4511条观测记录，按性别及城乡维度细分非正规部门就业占比。其核心研究问题在于揭示欧洲非正规就业的性别差异与地域分布特征，为劳动经济学、社会政策评估及可持续发展目标中的体面劳动监测提供关键数据支撑。

当前挑战

非正规就业的测度本身即构成统计学难题，各国对非正规部门的界定标准存在显著差异，且调查口径随年份更迭而变动，导致跨国比较面临同质性困境。数据构建过程中，ILO需协调来自劳动力调查、家庭收入调查及行政记录等多源异构数据，当同一国家-年份存在多个来源时须依据“最佳来源”原则取舍，并处理系列中断、观测值不可靠等质量标记。此外，城乡分类体系在各国间并不统一，部分国家缺失细分维度，加之部分年份数据为临时估计值，这些因素均对时序分析与面板建模的稳健性构成实质性挑战。

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，该数据集通常被用于构建欧洲各国非正规部门就业份额的跨国面板，以刻画性别与城乡维度下非正规就业的时空分异格局。研究者借助其2003至2025年的年度观测，开展时间序列预测、跨国收敛性检验以及性别差距的动态分解，亦可将其作为因变量纳入面板回归模型，考察制度变迁、经济周期与劳动力市场政策对非正规就业比例的影响。

解决学术问题

该数据集有效回应了非正规就业测度中长期存在的可比性难题。通过ILOSTAT对各国劳动力调查微观数据的ICLS口径调和，它缓解了跨国研究中定义歧异与口径断裂的困扰，使学者得以在统一框架下检验非正规就业的性别隔离假说、城乡二元结构理论以及非正规部门与贫困的关联，为理解欧洲边缘劳动力市场的分层机制提供了可复现的实证基础。

实际应用

在国际组织与政策部门层面，该数据集可用于监测体面劳动目标的进展，辅助识别非正规就业高发国家与脆弱群体。社会保障机构可据此评估缴费型保障的覆盖面缺口，工会与雇主组织可将其作为集体谈判与劳动监察资源配置的依据，数据科学与咨询机构亦可基于其构建国别风险画像或劳动力市场预警指标。

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，该数据集为解析欧洲劳动力市场非正规就业的结构性差异提供了关键支撑。前沿研究正借助其性别与城乡多维分层特征，结合时间序列预测与因果推断方法，探究非正规就业占比变动的驱动机制，如制度质量、劳动力市场规制及宏观经济波动的影响。同时，该数据集与SDG指标8.3.1直接关联，服务于监测体面劳动进展与政策评估。在方法论层面，研究者日益关注观测状态标记与序列断裂信息的建模处理，以提升跨国比较的稳健性，并推动非正规就业测度的标准化与可复现性。