electricsheepeurope/europe-ilo-emp-pifl-sex-ins-geo-nb-employment-outside-the-formal-sector-by-sex-public

这是一个关于欧洲国家非正规经济就业的表格数据集，包含1008个观测值，覆盖3个欧洲国家（MDA、BIH、SRB），时间跨度为2003年至2025年。数据集专注于一个指标：按性别、公共/私营部门和城乡地区细分的非正规经济就业人数（以千计）。数据源自国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，适用于表格分类、回归和时间序列预测等机器学习任务。数据集包含多列，如国家代码、来源、指标、性别分类、观测年份和数值等，支持细粒度分析。This dataset contains 1,008 observations of informal economy data across 3 Europe countries (MDA, BIH, SRB), spanning 2003 to 2025, covering 1 distinct indicator: Employment outside the formal sector by sex, public/private sector and rural/urban areas (thousands). It is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and harmonized using ICLS definitions. The dataset is structured for tabular analysis, with columns including country codes, source, indicator, sex disaggregation, time, and observed values, suitable for tasks like tabular classification, regression, and time-series forecasting.

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，采用其代表性的EMP_PIFL_SEX_INS_GEO_NB指标，表征非正规部门就业的性别、公私部门及城乡分布。构建过程依托ILOSTAT的REST API接口，直接抓取原始数据，并依据欧洲ISO3国家代码进行精确筛选，最终覆盖摩尔多瓦、波黑与塞尔维亚三国，时间跨度为2003至2025年。ILOSTAT按照国际劳工统计学家会议（ICLS）的定义对各国劳动力调查等微观数据进行标准化调和，且每条记录均通过source.label列标注来源，以确保数据的可追溯性与一致性。

特点

该数据集以表格化结构承载1008条观测记录，包含ref_area、sex、classif1、classif2及time等关键字段，支持按性别（总计、男性、女性）和制度部门、城乡区域等多维度交叉分析。数据呈现年度频率，涵盖三国不均衡的时间序列，其中摩尔多瓦记录最为丰富，时间跨度最长。观测值以千人为单位，并附带观测状态标志与注释字段，便于识别序列断裂或方法修订等数据质量信息。整体规模适中，既适于宏观趋势探索，也为细粒度分类建模提供了基础。

使用方法

数据集可通过HuggingFace的datasets库便捷加载，调用load_dataset函数并指定仓库名称即可获取，随后可转换为Pandas数据框进行灵活操作。用户能够依据ref_area字段筛选特定国家，或按indicator与time排序以绘制单一指标的时间序列趋势图。利用pivot_table可将数据重塑为国家与年份的交叉矩阵，便于跨国比较分析。此外，数据集的原生Parquet格式与规范化模式设计，使其能无缝接入机器学习流水线，服务于表格分类、回归及时间序列预测等任务。

背景与挑战

背景概述

非正规经济就业的测度长期构成劳动统计领域的核心难题，其就业规模与结构特征直接关系到社会保障覆盖、劳动权益保护及可持续发展目标的监测。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）确立的界定标准，通过ILOSTAT平台系统汇编各国劳动力调查等微观数据，构建了全球范围内可比性较强的非正规就业统计体系。该数据集由Electric Sheep Europe于2025年从ILOSTAT REST API抽取并重新封装，聚焦摩尔多瓦、波黑与塞尔维亚三个欧洲国家，涵盖2003至2025年间按性别、公私部门及城乡地域分组的非正规部门外就业观测值，共1008条记录。其核心研究问题在于揭示转型经济体非正规就业的性别差异与空间异质性，为劳动市场分层与社会保护政策评估提供细粒度数据支撑，对推动欧洲边缘地区体面劳动议程具有实证价值。

当前挑战

该数据集所回应的领域问题在于非正规就业的跨国可比测量，其挑战源于非正规经济概念本身的模糊性与统计口径的多样性。构建过程中，原始调查数据的碎片化与报告标准的不一致构成首要障碍，三个国家分别仅在特定年份提供观测值，时间序列的非连续性与断点标记（如方法修订）显著增加了趋势分析的复杂度。分类维度在指标未发布细分时呈现空值，迫使研究者在建模时进行非随机缺失处理。此外，各国劳动力调查的抽样设计与覆盖范围差异，以及非正规部门就业界定在转型经济体中的适用性争议，均对数据质量与推断效度构成持续挑战，要求使用者在跨國比较时审慎对待测量等价性问题。

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，该数据集构成了剖析欧洲非正规部门就业性别差异的基准性面板数据源。其经典应用聚焦于按性别、公私部门及城乡地域对非正规就业进行多维解构，通过时间序列分析与跨国比较，刻画摩尔多瓦、波黑与塞尔维亚三国自2003年至2025年非正规就业规模的动态轨迹。研究者常借助该数据集评估经济转型期非正规就业的性别敏感性与空间异质性，为理解后社会主义经济体的劳动力市场分割提供实证基础。

实际应用

在政策实践层面，该数据集为国际组织与各国劳工部门设计性别敏感型非正规就业干预措施提供了量化依据。社会保障机构可据此识别非正规就业女性集中区域，优化缴费型养老金与医疗保险的扩面策略；劳动监察部门能够针对城乡差异部署差异化的合规检查资源。此外，该数据集亦服务于世界银行、欧盟委员会等机构在东南欧入盟进程中对劳动力市场治理绩效的监测评估，助力将非正规就业纳入可持续发展目标的本土化实施框架。

衍生相关工作

以该数据集为基础，衍生出一系列聚焦非正规就业性别分层的比较研究，例如针对西巴尔干地区女性非农自雇与无酬家庭劳动关系的专题分析，以及利用多层模型分解个体与区域效应的方法论探索。部分研究将其与欧洲劳动力调查微观数据链接，构建非正规就业脆弱性指数；另有学者结合ILO其他指标数据集，考察非正规就业与工作贫困、社会保障覆盖之间的传导机制。这些工作共同拓展了转型经济体劳动市场统计分析的学术版图。