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

该数据集包含欧洲5个国家（MDA、BIH、MKD、RUS、SRB）从2003年至2025年的非正规经济部门就业数据，按性别和每周实际工作小时数统计。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并重新打包。数据集共有2,186个观测值，核心指标为EMP_PIFL_SEX_HOW_NB，表示按性别和每周实际工作小时数统计的非正规经济部门就业人数（以千计）。数据以表格形式组织，包含国家代码、性别分类、年份、观测值、数据来源等列，并提供了数据质量说明和使用示例。数据集适用于表格分类、回归和时间序列预测等任务，遵循cc-by-4.0许可协议。This dataset contains 2,186 observations of informal economy employment data across 5 European countries (MDA, BIH, MKD, RUS, SRB), spanning from 2003 to 2025. The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and repackaged. The core indicator is EMP_PIFL_SEX_HOW_NB, which measures employment outside the formal sector by sex and weekly hours actually worked (in thousands). The data is structured in tabular format with columns such as country code, sex classification, year, observed value, and data source, along with data quality notes and usage examples. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, and is released under the cc-by-4.0 license.

搜集汇总

数据集介绍

构建方式

在全球非正规经济就业统计长期依赖国际劳工组织标准化框架的背景下，该数据集由Electric Sheep Europe团队通过ILOSTAT的REST API接口直接获取原始数据，并按照欧洲ISO3国家代码进行筛选与重打包。数据来源于国际劳工组织统计部门对各国劳动力调查、家庭收入调查及行政记录的协调处理，采用国际劳工统计学家会议定义进行统一，最终以Parquet格式发布，涵盖了五个欧洲国家从2003年至2025年的观测记录。

特点

该数据集聚焦于非正规部门外就业按性别与每周实际工作小时数划分的分布特征，包含2186条年度观测，覆盖摩尔多瓦、波黑、北马其顿、俄罗斯和塞尔维亚五国。数据以性别为主要分类维度，提供总计、男性与女性三个层次，并附有来源标签、观测状态标志及方法学断点注释，便于识别数据可靠性与序列连续性，其单语种、表格型结构适配分类、回归及时间序列预测等多类任务。

使用方法

研究者可借助HuggingFace的datasets库以load_dataset函数直接加载数据并转换为Pandas数据框，进而按国家代码筛选特定区域，或针对单一指标提取时间序列进行趋势分析。通过透视表操作可将数据重构为国家与年份的矩阵形式，便于跨国比较与可视化呈现。使用时应留意观测状态标志及方法学变更注释，并在成果中同时引用国际劳工组织原始来源与Electric Sheep Europe的再打包工作。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计监测，其ILOSTAT数据库为衡量非正规经济就业提供了权威跨境可比数据。该数据集由Electric Sheep Europe于2025年从ILOSTAT REST API获取并重新封装，涵盖摩尔多瓦、波黑、北马其顿、俄罗斯和塞尔维亚五国2003至2025年间的非正规部门就业观察值，按性别与每周实际工作小时数细分，共计2,186条年度记录。数据集回应了非正规就业统计标准化与性别维度可视化分析的迫切需求，为劳动经济学、社会政策评估及可持续发展目标中体面工作指标的追踪提供了关键数据基础，对转型经济体非正规就业研究具有显著参考价值。

当前挑战

非正规部门就业统计面临界定与测量的固有难题，不同国家调查口径与ILO国际标准之间的衔接存在异质性，部分年份数据因方法论修订出现序列断裂，观测状态标记为“不可靠”或“临时”的样本亦需审慎处理。数据构建过程中，五国样本量与时间跨度显著不均衡，俄罗斯2010年前数据缺失，塞尔维亚序列止于2020年，加之来源标签标注的“最佳来源”选择可能掩盖源间差异。分类变量（如小时段）仅当指标支持细分时才非空，导致部分维度稀疏，对长时序建模和跨性别比较构成技术性挑战。

常用场景

经典使用场景

在非正规经济就业研究领域，该数据集构成了一项关键的基础性资源。其经典使用场景聚焦于按性别与每周实际工作小时数两个维度，对欧洲五国（摩尔多瓦、波黑、北马其顿、俄罗斯、塞尔维亚）非正规部门就业规模进行跨国比较与趋势分析。研究者借助该数据集可对非正规就业的性别差异、工时分布特征及年度演变进行精细化刻画，进而支撑劳动经济学中关于非正规就业结构变迁的实证研究。

实际应用

在实际应用层面，该数据集为国际组织与各国劳动行政部门提供了监测非正规就业动态的量化依据。政策制定者可据此识别非正规就业中的性别脆弱性与工时过度集中现象，设计有针对性的社会保障扩展方案与劳动权益保护措施。同时，该数据集亦服务于世界银行、国际劳工组织等机构的国别就业诊断报告，支撑非正规经济正规化路径的循证决策与效果评估。

衍生相关工作

围绕该数据集已衍生出若干经典研究方向。学者们将其与ILOSTAT其他指标（如社会保障覆盖率、工资水平）相结合，构建非正规就业的多维评估框架；亦有研究利用其时序特征开展非正规就业的周期性波动与危机响应分析。在方法论层面，该数据集催生了针对工时异质性的非正规就业分解模型，并推动了欧洲边缘经济体劳动力市场韧性比较研究的深化。