electricsheepafrica/africa-ilo-ees-tees-sex-ifl-edu-nb-employees-by-sex-informal-formal-job-and-education

该数据集是ILOSTAT（国际劳工组织统计数据库）中关于非洲非正规经济的数据，具体指标为“按性别、非正规/正规工作和教育划分的雇员（千人）”。数据集包含23,294个观测值，覆盖45个非洲国家，时间跨度为2000年至2025年，仅包含一个核心指标（EES_TEES_SEX_IFL_EDU_NB）。数据来源于国际劳工组织（ILO）的官方统计，通过ILOSTAT REST API获取，并经过过滤仅包含非洲国家ISO3代码。数据集提供了详细的表格结构，包括国家代码、国家名称、数据来源、指标代码、指标名称、性别分类（总计、男性、女性）、教育分类、观测年份、观测值（单位：千人）、观测状态标志以及相关注释列。数据经过ILO harmonisation处理，使用国际劳工统计学家会议（ICLS）定义进行标准化，确保可比性。数据集适用于表格分类、回归和时间序列预测等任务，可用于分析非洲各国劳动力市场中非正规经济的性别和教育维度变化。数据以Parquet格式发布，便于机器学习研究使用，并遵循CC-BY-4.0许可。This dataset contains informal economy data from ILOSTAT (ILOs central statistics database), specifically the indicator Employees by sex, informal/formal job and education (thousands) for Africa. It includes 23,294 observations across 45 African countries, spanning the years 2000 to 2025, and covers one distinct indicator (EES_TEES_SEX_IFL_EDU_NB). The data is sourced from the International Labour Organization (ILO), retrieved via the ILOSTAT REST API and filtered to African ISO3 country codes. The dataset features a detailed schema with columns for country code, country name, data source, indicator code, indicator name, sex disaggregation (total, male, female), education classification, observation year, observed value (in thousands), observation status flags, and related notes. Data is harmonized by ILO using International Conference of Labour Statisticians (ICLS) definitions for consistency. It is suitable for tabular classification, regression, and time-series forecasting tasks, enabling analysis of gender and education dimensions in informal economies across African labor markets. The dataset is published in Parquet format for machine learning readiness and licensed under CC-BY-4.0.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织（ILO）的中央统计数据库ILOSTAT，原始数据由各国劳动力调查与行政记录汇聚而成，经Electric Sheep Africa以标准化流程重新封装。构建过程保留了按性别、非正规或正规就业身份以及教育程度交叉分类的就业人员数量，以千人为计量单位，覆盖45个非洲国家自2000年至2025年的观测记录，形成23,294条样本，最终以Parquet格式发布于Hugging Face平台，并附有元数据说明与溯源信息。

使用方法

该数据集可通过Hugging Face的datasets库直接加载，调用load_dataset函数即可获取数据对象，继而查看特征结构与样本记录。当数据以表格形式存储时，可借助to_pandas方法转换为DataFrame以支持进一步分析。使用前应核查仓储中的实际文件以确认变量定义与单位，对缺失值保持审慎，并在涉及地理推断时明确记录假设。建议将其与Electric Sheep Africa其他数据集按国家、年份和指标字段进行联结，构建可复现的分析流程。

背景与挑战

背景概述

非正规经济长期构成非洲劳动力市场的重要特征，其规模与结构直接影响就业质量、社会保障覆盖面及人力资本积累。国际劳工组织（ILO）长期通过ILOSTAT数据库系统采集全球劳动统计资料，为跨国比较与政策评估提供基准。Electric Sheep Africa在此基础上对非洲区域数据进行工程化重组，于2026年发布本数据集，覆盖45个非洲国家、2000至2025年间23,294条观测记录，按性别、非正规/正规就业身份及教育程度细分雇员人数。该数据集为研究非洲非正规部门性别差异、教育回报与就业形态演变提供了稀缺的跨国面板资源，亦有助于推动劳动经济学与发展经济学领域对非正规就业的量化分析。

当前挑战

该数据集所回应的领域问题在于：非正规就业的界定与度量在跨国情境中存在显著异质性，非正规部门与正规部门的边界模糊，且教育程度与就业身份的交叉分类往往面临样本稀疏的困境。构建过程中，原始ILOSTAT数据的指标口径、调查年份与抽样方法在各国间并不统一，缺失值与单位换算问题需审慎处理；同时，部分国家元数据中country与upstream_publisher字段存在缺口，地理标识依赖标题或来源元数据推断，增加了下游分析中变量对齐与跨国比较的难度。如何在保留原始定义的前提下实现可复现的跨国面板整合，仍是该数据集应用中的核心挑战。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的交汇地带，该数据集以性别、就业形态（正规与非正规）及教育程度三重维度交叉刻画非洲各国雇员分布的核心特征，其经典使用场景在于剖析非正规就业的性别分化与人力资本梯度。研究者可借助该数据集构建面板回归与分组统计模型，考察不同教育层级女性与男性在非正规部门中的占比差异，进而揭示非洲劳动力市场结构性分割的深层机制。

解决学术问题

该数据集有效回应了非洲非正规经济研究中长期存在的度量口径不一与跨国可比性不足的问题。依托国际劳工组织统一统计框架，它为学者提供了覆盖四十五国、跨越四分之一世纪的可比观测，使关于非正规就业与教育回报、性别不平等之间关系的实证检验成为可能，并为跨国比较研究与时间序列分析奠定了可靠的数据根基，推动了劳动经济学与发展经济学在非洲语境下的理论对话。

实际应用

在政策实践层面，该数据集为国际组织与非洲各国政府部门制定就业促进、职业教育改革及性别平等政策提供了量化依据。劳动力市场监测机构可据此识别非正规就业高发群体与教育错配行业，社会保障部门能够评估非正规劳动者覆盖缺口，非政府组织亦可基于性别与教育交叉数据设计精准的技能培训与创业扶持方案，从而提升劳动力市场干预的针对性与有效性。

数据集最近研究

最新研究方向

在全球南方劳动治理与非正规经济议题持续升温的背景下，该数据集以性别、教育程度与就业正规性三重维度刻画非洲45国2000至2025年间逾两万三千条就业观测，为解析结构性不平等提供了细粒度证据。当前前沿研究聚焦于教育资本如何经由正规与非正规部门的分化路径作用于性别就业差距，尤其关注女性在非正规经济中的过度代表及其与人力资本回报的关联。此类分析对非洲工业化战略、社会保障扩面以及国际劳工组织体面劳动议程具有直接的政策反馈意义，亦为跨国比较与因果推断研究奠定了可复现的数据基础。