electricsheepafrica/africa-ilo-emp-5nif-sex-age-rt-informal-employment-rate-by-sex-and-age-19th-icls

该数据集包含非洲23个国家在2016年至2025年间的非正规经济数据，共558个观测值，涵盖1个基于第19届国际劳工统计学家会议(ICLS)标准的指标：按性别和年龄划分的非正规就业率（%）。数据来源于国际劳工组织(ILO)的ILOSTAT数据库，经过标准化处理，包括国家代码、年份、性别分类、年龄分组和观测值等字段，适用于表格分类、回归或时间序列预测任务。This dataset contains informal economy data from 23 African countries spanning the period 2016 to 2025, with a total of 558 observations. It covers one indicator formulated in accordance with the standards of the 19th International Conference of Labour Statisticians (ICLS): the informal employment rate by sex and age group (in %). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), and has been standardized. It includes fields such as country code, year, sex category, age group and observed values, and is suitable for tasks including 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数据库，经由Electric Sheep Africa团队重新封装处理。数据通过调用ILOSTAT REST API直接获取指标EMP_5NIF_SEX_AGE_RT，并筛选出非洲ISO3国家代码对应的观测值。ILOSTAT依据国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行协调处理，数据来源在source.label列中予以标注，确保了数据的可追溯性与标准化。最终形成了涵盖23个非洲国家、时间跨度为2016至2025年的558条观测记录，每条记录均包含国家代码、性别、年龄分组以及非正规就业率等核心字段。

特点

该数据集聚焦于非洲地区按性别与年龄分类的非正规就业率，依据第19届ICLS定义进行测算。数据以年度频率呈现，支持性别维度（总计、男性、女性）的细粒度拆解，同时包含年龄分组变量（如15岁以上青年与成人）。每个观测值均附有观测状态标记（如临时性、中断序列）以及详细的注释字段，用以说明方法修订或数据来源变更。数据质量方面，对于同一国家同年份存在多个来源的情况，采用ILO选定的最佳来源，保证了数据的一致性与可靠性。

使用方法

研究者可通过HuggingFace Datasets库便捷加载数据，使用load_dataset()函数即可获取包含全部观测的DataFrame。支持按国家代码（ref_area）筛选特定国家的时序数据，亦可按指标代码排序后绘制非正规就业率随年份变化的趋势图。数据集还提供了pivot_table方法的示例，用于将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析与跨国家比较。所有字段均采用英文命名，包含清晰的类型定义与示例，降低了数据预处理的门槛。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）于2025年通过其ILOSTAT数据库编制，并由Electric Sheep Africa重新打包发布，聚焦于非洲23国2016至2025年间按性别与年龄划分的非正规就业率。非正规经济是非洲劳动力市场的核心特征，占地区就业总量的绝大部分，但长期受限于数据碎片化、定义不统一及跨国可比性匮乏。该数据集基于第19届国际劳工统计学家会议（ICLS）定义，对原始调查微观数据进行协调，统一了性别与年龄的分层维度，旨在为非洲非正规就业的时空动态提供标准化、机器可读的量化基础。其发布填补了非洲区域级非正规就业高频观测数据的空白，为可持续发展目标中体面工作指标的监测、跨国比较以及基于数据的政策评估提供了关键支撑，对发展经济学、劳动社会学及公共政策研究具有显著推动作用。

当前挑战

在领域问题层面，非正规就业的界定与度量长期面临概念歧义：不同国家采用差异化的就业调查框架与统计口径，导致同一指标在跨国比较中难以直接对应。该数据集虽以第19届ICLS定义进行协调，但仍需应对因方法修订、调查更替造成的时序断点问题，数据中可见多处‘序列断裂’与‘指标注释’标识。在构建过程中，面临非洲多国调查体系薄弱、年度数据频率不足、部分国家样本量稀疏（如肯尼亚仅有2019年9条记录）等结构性挑战，且数据来源涵盖劳动力调查、行政记录等多种类型，异构数据的融合、清洗与质量标注本身即构成技术难题。此外，非正规就业的季节性与隐蔽性特征可能使调查低估实际规模，如何确保数据对非正规经济全貌的忠实反映，仍是持续存在的信效度挑战。

常用场景

经典使用场景

该数据集的核心应用场景在于对非洲国家非正规就业率进行跨时空的量化分析。研究人员可借助其中的观测值，按性别与年龄组别剖析非正规就业的演变态势，结合ILOSTAT统一的国际劳工统计标准，构建面板数据模型以揭示非洲各国劳动力市场的结构性特征。

衍生相关工作

该数据集衍生了一系列具有影响力的学术工作，包括基于多国面板数据探究非正规就业与经济增长关系的实证研究、运用贝叶斯分层模型对缺失值进行推断的方法论探索，以及聚焦于性别与年龄交叉视角的非正规就业不平等测度工作。这些成果进一步强化了ILOSTAT数据在非洲劳动市场研究中的枢纽地位。

数据集最近研究

最新研究方向

该数据集聚焦于非洲23国2016至2025年间按性别与年龄划分的非正规就业率，其最新研究动向紧密关联国际劳工组织第19届劳工统计学家会议（ICLS）对非正规经济测算标准的更新。在全球可持续发展目标（SDGs）框架下，学界与政策机构正借助此类高粒度时序数据，剖析非洲大陆非正规就业的结构性差异，例如性别不平等与代际分化。数据集中蕴含的‘系列断裂’标志（如方法论修订）亦催生了关于统计口径变迁如何影响比较研究稳健性的方法论探讨，为追踪非洲劳动力市场灵活化与体面劳动赤字提供了量化锚点。