electricsheepafrica/africa-ilo-emp-5pif-sex-age-nb-employment-outside-the-formal-sector-by-sex-and-ag

该数据集包含非洲23个国家在2016年至2025年期间的非正规经济部门就业数据，按性别和年龄分类（基于第19届国际劳工统计学家会议定义）。数据集包含744个观测值，核心指标为EMP_5PIF_SEX_AGE_NB，表示非正规经济部门的就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤至非洲国家，涵盖了国家代码、数据来源、性别分类、年份、观测值及其状态等详细信息。数据集适用于表格分类、回归和时间序列预测等任务，主要用于分析非洲非正规经济就业趋势。This dataset contains employment data for the informal economic sector in 23 African countries spanning 2016 to 2025, categorized by gender and age as defined by the 19th International Conference of Labour Statisticians. The dataset comprises 744 observations, with its core indicator being EMP_5PIF_SEX_AGE_NB, which denotes the number of employed individuals in the informal economic sector (in thousands). The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), collected via API and filtered to focus exclusively on African countries. It includes detailed information such as country codes, data sources, gender classifications, years, individual observations and their respective statuses. This dataset is applicable for tasks including tabular classification, regression and time series forecasting, and is primarily utilized to analyze employment trends in Africa's informal economy.

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，通过REST API接口直接提取指标代码为`EMP_5PIF_SEX_AGE_NB`的原始数据，并依据非洲ISO3国家代码进行地理范围过滤。ILOSTAT采用国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行统一协调与标准化，数据来源在`source.label`字段中加以标注以确保可追溯性。数据集最终由Electric Sheep Africa重新打包整理，形成包含744条观测记录的整洁表格。

特点

数据集覆盖2016至2025年间23个非洲国家，聚焦于非正规部门就业这一关键劳动力指标，并按性别（总、男、女）进行细粒度分层。每条观测记录包含国家代码、数据来源、指标定义、时间戳、观测值及其状态标志等丰富元数据，并附有系列断裂、方法修订等质量注释，便于用户评估数据可靠性。数据以Parquet格式存储，兼具跨平台兼容性与高效列式存储优势。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset()`函数一键加载数据集，并利用Pandas进行后续分析。例如，可筛选特定国家（如肯尼亚）的子集，或按时间序列对单一指标进行可视化。数据透视功能支持将观测值重塑为国家×年份的矩阵形式，便于进行面板数据分析或跨国家比较。数据集适合用于监督学习中的表格分类与回归任务，以及时间序列预测建模。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）的ILOSTAT数据库于2025年发布，经Electric Sheep Africa重新打包后以HuggingFace数据集形式公开，聚焦于非洲23个国家、2016至2025年间、按性别与年龄分层的非正规部门就业人数的统计。非正规经济研究一直是发展经济学与劳动经济学的重要议题，尤其在撒哈拉以南非洲，非正规就业占非农就业的绝大部分。该数据集的核心研究问题在于揭示非洲非正规就业的结构性特征和演变趋势，为政策制定与学术建模提供标准化、跨国的参考。通过采用第19届国际劳动统计学家会议（ICLS）统一分类标准，该数据集有效增强了非洲各国数据可比性，助力可持续生计与体面工作的评估，对学界和政策机构均产生重要影响。

当前挑战

在领域层面，该数据集所面临的核心挑战在于量化非正规就业这一概念本身：由于不同国家对“正规部门”定义不一、调查覆盖率有限且隐性经济难以观测，导致跨时跨地的比较与分析面临严峻的测度偏差。在构建过程中，ILO需要协调各国来源迥异的劳动力调查与家庭收支调查，处理方法论修订（如标记为‘序列中断’的观测）和数据频率不一的问题；而Electric Sheep Africa在重包装时还需应对多层分类变量过滤、缺失指标的填补以及确保元数据可追溯性。此外，受限于年度频次与少数国家可获取的细分维度，基于此数据集进行细粒度时间序列预测和因果推断时的样本空间与粒度不足，构成另一个技术挑战。

常用场景

经典使用场景

在非洲劳动经济学与可持续发展目标（SDGs）研究中，该数据集被广泛用于分析非正规就业的性别与年龄分布格局。研究者通过744个观测值覆盖23个非洲国家2016至2025年的时序数据，可系统描绘非正规部门就业的整体规模、演变趋势及结构性特征。利用性别（SEX_T、SEX_M、SEX_F）与年龄组分类维度，经典使用场景聚焦于测度女性、青年及成年劳动力在非正规经济中的参与率差异，以及这些差异如何随时间与国别变化。数据集支持时间序列回归、面板数据分析及空间比较，为实证检验非正规就业与经济发展、社会保障、性别平等等议题的关联提供了高质量、标准化的底层数据支撑。

解决学术问题

该数据集的核心学术贡献在于破解了非洲非正规就业长期存在的数据稀缺与口径不统一难题。ILOSTAT依据第19届国际劳工统计学家会议（ICLS）定义进行标准化处理，使得跨国面板分析成为可能。它解决的经典学术问题包括：量化非正规就业比例及其与正规化政策效果的关联，识别性别与年龄差距在非正规部门中的收敛或扩大趋势，以及评估经济波动（如新冠疫情）对非正规就业的冲击。其意义在于填补了非洲区域劳动力市场研究的数据空白，为劳动经济学、发展经济学与性别研究提供了可复现的实证基础，推动了从描述性统计向因果推断的方法论跃迁。

衍生相关工作

该数据集衍生了一系列具有影响力的研究工作。在方法论层面，研究者基于该时序数据开发了兼顾跨国异质性与时间序列依赖性的贝叶斯分层模型，用于预测非正规就业的未来趋势。在实证方面，经典工作包括利用性别细分数据检验“非正规就业的女性化”假说在非洲的适用性，以及结合DHS调查数据探讨非正规就业与儿童营养状况的关系。此外，该数据集还被用于构建机器学习模型，通过国家特征变量预测非正规就业率，部分研究将其纳入decent work缺口综合指标的构建。Electric Sheep Africa的标准化封装进一步降低了使用门槛，使其成为非洲劳动经济学等领域的基准数据集。