electricsheepeurope/europe-ilo-emp-pifl-sex-est-nb-employment-outside-the-formal-sector-by-sex-and-es

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的欧洲非正规经济就业数据，具体指标为按性别和企业规模划分的非正规部门就业（千）。数据集涵盖4个欧洲国家（摩尔多瓦、北马其顿、波黑、塞尔维亚），时间跨度为2003年至2025年，共包含2,337个观测值。数据以年度频率提供，包含国家代码、国家名称、数据来源、指标代码、性别分类、企业规模分类、观测年份、观测值、观测状态及备注等列。数据集主要用于表格分类、回归和时间序列预测任务，适用于劳动力市场和非正规经济研究。This dataset contains informal economy employment data from the ILOs ILOSTAT database for Europe, specifically the indicator Employment outside the formal sector by sex and establishment size (thousands). It covers 4 European countries (Moldova, North Macedonia, Bosnia and Herzegovina, Serbia) from 2003 to 2025, with 2,337 observations. The data is provided at annual frequency and includes columns such as country code, country name, data source, indicator code, sex disaggregation, establishment size classification, observation year, observed value, observation status, and notes. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, particularly for labor market and informal economy research.

搜集汇总

数据集介绍

构建方式

该数据集立足国际劳工组织（ILO）关于非正规部门就业的统计框架，以欧洲区域为地理范围，系统汇集按性别划分的非正规部门以外就业人数估计值。构建过程依托ILO既有的就业统计数据库，对成员国上报的劳动力调查与专项就业调查数据进行标准化清洗，统一就业定义与统计口径，并采用统计模型对缺失年份或未覆盖国家进行插补与调整，最终形成具有跨国家、跨年度可比性的面板数据，以支撑非正规就业的监测与研究。

特点

数据集以性别为核心分类维度，聚焦于正规部门之外就业的规模与结构，时间跨度较长且覆盖欧洲多国，便于观察非正规就业的性别差异及其演变趋势。数据以估计值形式呈现，经过国际统计机构的校准，具有较高的权威性与一致性，能够支持跨国比较与纵向分析。同时，数据集采用标准化编码与统一计量单位，结构清晰，便于与人口、经济等其他统计资料进行匹配整合。

使用方法

研究者可通过HuggingFace平台加载该数据集，利用pandas等工具读取表格数据，按国家、性别和年份筛选所需子集。在使用时，应关注数据字典中变量定义与单位说明，明确就业人数的统计口径与估计方法。该数据集适用于性别就业差距测度、非正规经济规模评估以及劳动政策效果的实证分析，亦可作为计量模型中的因变量或分组变量，以探究非正规就业的影响因素与区域差异。

背景与挑战

背景概述

在全球劳动力市场结构性转型与非正规经济持续扩张的背景下，国际劳工组织（ILO）长期致力于监测各国非正规部门就业状况，以支撑体面劳动议程与可持续发展目标。该数据集由ILO统计部门主导构建，聚焦欧洲区域，按性别与经济部门细分非正规部门外就业人数，提供跨国可比的时间序列估计。其核心研究问题在于揭示非正规就业的性别差异与部门分布规律，为政策制定者评估劳动市场脆弱性提供实证基础。作为ILO劳工统计数据库的组成部分，该数据集对欧洲社会政策比较研究、非正规经济测算方法改进及性别平等监测具有重要参考价值。

当前挑战

该数据集所回应的领域问题在于非正规就业的精准测度与跨国可比性，非正规部门边界模糊、调查口径差异及非标准就业形式的隐蔽性构成主要障碍。构建过程中面临数据来源碎片化、各国统计能力不均衡、性别与经济部门交叉分类下的样本稀疏、缺失值插补与时序一致性维护等挑战。此外，非正规就业定义随国际标准更新而演变，历史数据需回溯调整以保持口径统一，而部分欧洲国家数据披露受限进一步加剧了覆盖偏差。这些因素共同制约着数据集在细粒度分析中的稳健性与政策推断的可靠性。

常用场景

经典使用场景

在国际劳工统计体系的框架下，该数据集聚焦于欧洲地区非正规部门就业的性别差异，按经济活动部门与就业身份细分为多个维度。经典使用场景体现在劳动力市场性别分层研究中，研究者借助该数据集量化女性在非正规经济中的参与率，并与男性进行对比分析，揭示正规部门之外就业的性别结构特征。该数据集亦常用于跨国比较研究，评估不同欧洲国家非正规就业性别差距的演变趋势。

实际应用

在政策实践层面，该数据集为欧盟及各国劳工部门制定性别敏感的就业政策提供了实证依据。国际组织与智库借助其评估非正规就业中的性别脆弱性，识别女性集中从事的低报酬、无保障工作类型，进而设计针对性的社会保障扩展方案。非政府组织亦利用该数据倡导将非正规就业女性纳入劳动权益保护框架，推动包容性劳动力市场建设。

衍生相关工作

围绕该数据集，学界衍生出多项经典研究，包括欧洲非正规就业性别差距的时序分解分析、部门性别隔离与非正规性的交互效应研究，以及基于就业身份分类的脆弱就业指数构建。部分工作进一步将该数据与收入调查数据链接，探讨非正规就业对性别工资差距的贡献度。这些衍生研究丰富了性别与发展的比较政治经济学文献。