electricsheepeurope/europe-ilo-ees-tees-sex-ifl-mts-nb-employees-by-sex-informal-formal-job-and-marital-s

该数据集包含6,725个关于欧洲非正规经济的观测数据，覆盖5个欧洲国家（摩尔多瓦、北马其顿、俄罗斯、波黑、塞尔维亚），时间跨度为2003年至2025年。数据集核心指标为EES_TEES_SEX_IFL_MTS_NB，即按性别、非正规/正规工作和婚姻状况分类的雇员数量（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，包含国家代码、指标、性别分类、时间、观测值等字段，适用于表格分类、回归和时间序列预测等任务。数据集以CC-BY-4.0许可发布，由Electric Sheep Europe重新打包，便于机器学习使用。This dataset contains 6,725 observations of informal economy data across 5 Europe countries, spanning 2003–2025, covering 1 distinct indicator: EES_TEES_SEX_IFL_MTS_NB — Employees by sex, informal/formal job and marital status (thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via the ILOSTAT REST API, and filtered to European ISO3 country codes. It includes columns such as country codes, indicators, sex disaggregation, time, observed values, and metadata, designed for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Europe under the CC-BY-4.0 license for machine learning readiness.

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，依托各国劳动力调查、家庭收入调查及行政记录等多元微观数据源，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行严格协调与标准化处理。Electric Sheep Europe通过ILOSTAT REST API直接抽取指标EES_TEES_SEX_IFL_MTS_NB的原始记录，并按照欧洲ISO3国家代码筛选，最终封装为Parquet格式发布于HuggingFace平台。整个构建流程保证了数据从采集、协调到再分发的可追溯性，其中源标签列完整记录了原始调查来源。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载数据集，并便捷地转换为Pandas数据框进行后续操作。典型用法包括按国家代码筛选子集以开展国别比较研究，或针对特定指标生成时间序列图以观察趋势演变，亦可利用透视表功能构建国家与年份的交叉矩阵以进行面板数据分析。数据中提供的分类变量（如性别、职业性质、婚姻状况）支持多维度分组统计，而来源标签与注释字段则为结果的可信度评估提供依据。使用时需遵守CC-BY-4.0许可协议，并同时引用ILO原始来源与Electric Sheep Europe的再封装工作。

背景与挑战

背景概述

在全球劳动力市场结构性变迁与非正规经济持续扩张的背景下，国际劳工组织（ILO）长期致力于构建跨国可比劳动统计体系。该数据集由ILO统计部门基于ILOSTAT数据库原始微数据调和生成，经Electric Sheep Europe于2025年重新封装发布，涵盖欧洲五国2003至2025年间按性别、非正规/正规就业及婚姻状况分组的雇员人数观测值。其核心研究问题在于揭示非正规就业的性别差异与婚姻状况关联，为监测体面劳动目标及制定包容性劳动力市场政策提供量化基准，对劳动经济学与非正规经济研究具有重要参考价值。

当前挑战

该数据集所直面的领域难题在于非正规就业界定本身的高度复杂性与跨国异质性，ILO虽以国际劳工统计学家会议定义加以调和，但各国劳动力调查在非正规部门边界、婚姻状况分类及正规/非正规就业判定上仍存显著操作差异，导致跨国比较面临测量等价性威胁。构建过程中的挑战同样突出，原始API数据需经国别代码过滤、多源指标对齐、间断序列标注处理及非空维度筛选，且部分年份存在序列中断与暂定值，如何在保留数据完整性的同时确保时间序列的连贯性与分析可靠性构成持续难题。

常用场景

经典使用场景

在国际劳动统计领域，针对非正规经济部门就业结构的量化分析长期倚赖跨国可比的面板数据。该数据集汇聚了五个欧洲国家2003至2025年间按性别、非正规/正规就业性质及婚姻状况分类的雇员人数，构成了典型的时间序列截面混合面板。经典使用场景集中于运用固定效应模型或面板协整方法，探究性别差异与婚姻状态如何交互影响劳动者进入非正规就业的概率，并通过时间趋势分解识别转型经济体劳动力市场正规化进程的阶段性特征。

解决学术问题

该数据集有效回应了非正规就业研究中长期存在的测度不一致与覆盖偏差问题。通过ILO统一遵循国际劳工统计学家会议定义对原始调查微数据进行调和，它解决了跨国比较中非正规就业界定标准迥异、性别与婚姻状况交叉分类数据稀缺等学术困境。其意义在于为检验劳动力市场分割理论、家庭议价模型在转型经济中的适用性提供了标准化证据基础，并支撑了关于非正规就业性别极化与婚姻保护效应的实证争论。

实际应用

在政策实践层面，该数据集为欧洲转型经济体设计有针对性的就业促进与社会保障政策提供了量化依据。劳动行政部门可借助其识别非正规就业中的性别脆弱群体与婚姻状态相关风险，例如评估已婚女性在非正规部门的集中度，进而优化 childcare 补贴、灵活工作安排及养老金便携性政策。国际组织亦可将该数据用于监测可持续发展目标中体面工作指标的进展，指导技术援助资源的精准投放。

数据集最近研究

最新研究方向

在全球非正规经济持续扩张与性别化劳动市场分层日益显著的背景下，该数据集依托ILOSTAT标准化框架，为解析欧洲转型经济体中非正规就业的性别异质性提供了关键实证基础。近期研究聚焦于婚姻状况作为社会分层变量如何与性别交互，影响个体在非正规与正规部门间的就业选择及收入轨迹，尤其关注西巴尔干与东欧国家在劳动力市场转型中的结构性差异。该方向亦与联合国可持续发展目标中体面工作议程及后疫情时代非正规经济复苏政策紧密关联，推动了对非正规就业性别差距的时序演变与跨国比较分析。其意义在于为精准化社会保护政策提供微观证据，并促进劳动统计方法在性别与婚姻维度上的方法论反思。