electricsheepafrica/africa-ilo-emp-pifl-sex-eco-mts-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集名为按性别、经济活动和婚姻状况划分的非正规部门就业比例 | 非洲（ILOSTAT），包含58,042个观测值，覆盖45个非洲国家，时间跨度为1999年至2025年。数据集源自国际劳工组织（ILO）的ILOSTAT数据库，专注于非正规经济指标，具体指标为EMP_PIFL_SEX_ECO_MTS_RT，即按性别、经济活动和婚姻状况划分的非正规部门就业比例（百分比）。数据通过ILOSTAT REST API获取，并经过过滤以仅包含非洲国家。数据模式包括国家代码、来源、指标、性别分类、经济活动和婚姻状况分类、年份、观测值及其状态等列。数据集适用于表格分类、回归和时间序列预测任务，旨在为研究非洲劳动力市场、非正规就业趋势提供机器学习就绪的数据。数据集由Electric Sheep Africa重新打包，采用CC-BY-4.0许可证发布。The dataset is titled Share of employment outside the formal sector by sex, economic activity and marital status | Africa (ILOSTAT), containing 58,042 observations across 45 African countries from 1999 to 2025. It is sourced from the International Labour Organization (ILO)s ILOSTAT database, focusing on informal economy indicators, specifically EMP_PIFL_SEX_ECO_MTS_RT, which represents the share of employment outside the formal sector by sex, economic activity, and marital status (%). Data is pulled from the ILOSTAT REST API and filtered to African country codes. The schema includes columns for country codes, sources, indicators, sex disaggregation, economic activity and marital status classifications, year, observed values, and status flags. It is suitable for tabular classification, regression, and time-series forecasting tasks, designed to provide ML-ready data for studying labor markets and informal employment trends in Africa. The dataset is repackaged by Electric Sheep Africa and released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集隶属于Electric Sheep Africa在Hugging Face平台发布的非洲公共数据目录，其原始数据来源于国际劳工组织（ILO）的中央统计数据库ILOSTAT，系该机构关于非正规经济部门就业状况的权威统计记录。Electric Sheep Africa对原始数据实施了系统的再包装工程，以标准化元数据框架重整数据结构，统一采用Parquet格式存储，并附加了数据溯源说明、加载指南与分析导向的上下文信息。经此处理，数据集涵盖45个非洲国家自1999年至2025年的非正规部门就业数据，共计58,042条观测记录，每条观测均按性别、经济活动类型与婚姻状况等维度进行交叉分类，形成结构化的表格型数据资源。

特点

该数据集以非洲非正规经济就业为核心议题，聚焦于正式部门以外就业人口比例的量化刻画，覆盖45个非洲国家逾四分之一个世纪的时间跨度。数据在性别、经济活动与婚姻状况三个维度上提供细粒度分类，使研究者得以从多重社会人口学视角审视非正规就业的结构性差异。数据集采用Parquet列式存储格式，兼顾存储效率与分析性能，适用于大规模统计计算与机器学习建模。作为面向非洲数据发现而索引的标准化资源，其附带完整的元数据标签、明确的许可证信息（CC BY 4.0）及溯源注释，为跨域比较与可复现研究提供了规范化的基础条件。

使用方法

研究者可通过Hugging Face datasets库以单行代码加载该数据集，调用后获取数据集对象并查看其分片结构与特征 schema。针对表格型数据，可借助to_pandas方法将指定分片转换为Pandas数据框，便于开展探索性数据分析与统计建模。在建模之前，建议先行检查数据集的模式定义、缺失值分布及各变量的量纲，审慎对待缺失数据并保留可辩护的插补规则。若数据中存在显式的国家列，应据此进行地理维度的分组分析；当地理位置仅由标题或来源元数据隐含表达时，须在后续分析中明确记录该假设。该数据集亦可与Electric Sheep Africa目录下的其他数据集通过国家、年份及指标字段进行联结，以构建更丰富的分析框架。

背景与挑战

背景概述

非正规部门就业长期以来是全球劳动经济学与发展经济学关注的核心议题，尤其在非洲大陆，非正规经济吸纳了绝大多数劳动力，其规模与结构直接关系到贫困缓解、社会保障覆盖及性别平等。既有跨国比较研究多依赖国际劳工组织（ILO）的ILOSTAT数据库，但该数据库在非洲区域的指标呈现长期存在国别碎片化、性别与经济活动交叉维度披露不充分等局限。Electric Sheep Africa于2026年将ILOSTAT中按性别、经济活动与婚姻状况分类的非正规部门就业占比数据加以系统整理，形成涵盖45个非洲国家、58,042条观测值、时间跨度自1999年至2025年的标准化数据集，为非洲非正规就业的跨国比较、性别差异分析与婚姻状况分层研究提供了可复现的数据基础，亦为机器学习驱动的劳动市场建模拓展了证据来源。

当前挑战

该数据集所回应的是非正规就业测量中定义不统一、跨国可比性不足与子群体维度缺失等长期难题。在构建过程中，原始ILOSTAT数据的国别填报口径差异、指标年份不连续、性别与婚姻状况交叉分类下的样本稀疏，以及部分国家元数据中地理与出版机构字段的缺漏，均对数据整合与标注一致性构成挑战。此外，非正规部门边界的界定随经济活动类别而变动，婚姻状况在部分非洲国家的统计口径亦存在文化语境差异，如何在保留原始缺失结构的前提下支持跨国比较与机器学习建模，仍是该数据集在后续分析中需持续应对的方法论挑战。

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，该数据集最经典的使用场景在于刻画非洲各国非正规部门就业份额的性别差异与经济活动分布。研究者依托1999至2025年间45个非洲国家逾五万八千条观测记录，按性别、经济活动类别与婚姻状况等维度展开横截面与时序分析，揭示非正规就业在劳动力市场中的结构性特征及其演变轨迹，为跨国比较研究提供统一的口径基础。

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测量口径不一与跨国数据碎片化问题。通过整合国际劳工组织统计数据库的标准化指标，它使学者得以在统一框架下检验性别、婚姻状况与经济部门对非正规就业份额的交互影响，弥补了既有文献多局限于单一国别或短时序的不足，为理解发展中国家劳动力市场二元结构提供了可复现的实证基础。

衍生相关工作

围绕该数据集，已衍生出若干与非洲劳动力市场相关的经典工作，包括基于Electric Sheep Africa目录的跨国非正规就业面板研究、性别就业差距的分解分析，以及将本数据与贫困、教育等指标联结的交叉学科探索。这些工作共同拓展了ILOSTAT数据在机器学习与可复现研究流程中的应用边界，推动了非洲开放数据生态的学术积累。