electricsheepafrica/africa-ilo-emp-pifl-sex-est-mts-nb-employment-outside-the-formal-sector-by-sex-establ

该数据集包含38,720条观测数据，涵盖40个非洲国家从2000年至2025年的非正规经济就业统计。核心指标为EMP_PIFL_SEX_EST_MTS_NB，即按性别、企业规模和婚姻状况划分的非正规部门就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，经过统一处理，并包含国家代码、年份、观测值、数据来源、分类维度（如性别、婚姻状况）等详细字段。数据集适用于表格分类、回归和时间序列预测等任务，重点关注非洲地区的劳动力市场分析。This dataset contains 38,720 observational records, covering informal economy employment statistics for 40 African countries spanning from 2000 to 2025. The core indicator is EMP_PIFL_SEX_EST_MTS_NB, which denotes the number of informal sector employment (in thousands) classified by gender, firm size, and marital status. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), underwent standardized processing, and includes detailed fields such as country codes, years, observed values, data sources, and classification dimensions (e.g., gender, marital status). This dataset is applicable to tasks including tabular classification, regression, and time series forecasting, with a focus on labor market analysis in the African region.

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织统计数据库（ILOSTAT）的原始记录，经Electric Sheep Africa团队系统性地采集、整理与重新打包而成。其构建过程遵循开放数据工程规范，将2000年至2025年间40个非洲国家关于非正规部门就业的原始统计资料，以标准化元数据框架进行结构化重组，最终形成包含38,720条观测记录的Parquet格式数据集。每条记录均附带明确的性别、机构规模与婚姻状况维度标识，并保留原始发布者的出处信息，从而在提升数据可发现性的同时，确保来源可追溯与方法可复核。

特点

数据集聚焦非洲地区非正规部门就业议题，覆盖范围横跨四十年、四十国，具有显著的区域代表性与时间纵深。其核心特征在于以性别、机构规模及婚姻状况三重维度刻画正规部门之外的就业分布，为劳动经济学中的非正规性研究提供细粒度截面。数据以表格与文本双模态呈现，体量适中，便于统计建模与可视化探索。标准化元数据标签体系赋予其良好的开放数据互操作性，同时明确标注缺失字段与未声明项，体现出对数据不确定性的审慎处理。

使用方法

研究者可借助Hugging Face datasets库直接加载该数据集，以获取划分后的数据表及其特征结构。在建模前，宜先检视各变量的定义、单位与缺失模式，避免仅凭标签推断政策含义。对表格型数据，可转换为Pandas数据框进行统计分析，并利用显式的国家、年份与指标字段与其他Electric Sheep Africa数据集执行连接操作。下游分析应保留原始缺失值，直至确立可辩护的插补规则，并在可复现笔记本中同时引用ILOSTAT原始来源与本仓库的整理出处。

背景与挑战

背景概述

非正规经济部门的就业统计长期构成全球劳动力市场监测的薄弱环节，尤其在非洲大陆，非正规就业往往占据总就业的绝大多数，其规模、结构与性别差异却因数据采集体系残缺而难以精确刻画。该数据集由Electric Sheep Africa基于国际劳工组织ILOSTAT的权威统计数据进行标准化重构，涵盖2000至2025年间40个非洲国家共计38,720条观测记录，系统呈现按性别、企业规模与婚姻状况分类的非正规部门外就业人数。作为开放数据目录的重要组成部分，该数据集为非洲劳动经济学研究提供了跨国可比的面板数据基础，对推动非正规经济领域的实证分析与政策评估具有显著的方法论意义。

当前挑战

数据集所回应的核心领域问题在于非正规就业的多维统计建模，其难点集中于非正规部门界定标准的跨国异质性、自雇与家庭帮工等就业形态的测量误差，以及性别与婚姻状况交叉分类下的样本稀疏性。构建过程中，源数据来自各国劳动力调查的异构汇报口径，指标定义与参考周期缺乏统一规范，部分国家存在年份断裂与地理编码缺失。Electric Sheep Africa在标准化元数据时面临上游发布者信息不完整、国家标识未声明等治理挑战，须在保留原始缺失值的前提下建立可追溯的清洗与融合流程，以确保面板数据的时空可比性与可复现性。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的宏阔视域中，该数据集凭借对非洲四十国、2000至2025年间非正规部门就业状况的精细刻画，成为探究性别差异、企业规模与婚姻状态如何共同塑造劳动力市场边缘化的经典素材。研究者常以非正规就业占总就业之比为核心被解释变量，借助面板回归、分组比较与分解分析，揭示不同性别与婚姻状态下劳动者在非正规部门中的分布异质性，进而勾勒非洲劳动力市场结构性分割的时空图景。

解决学术问题

该数据集有效回应了非正规经济测度中长期存在的两大难题：一是跨国可比性不足，二是性别与家庭结构维度缺失。通过整合国际劳工组织标准化统计框架，它为检验“婚姻状态是否加剧女性非正规就业脆弱性”“微型企业规模是否与非正规性呈系统性关联”等假设提供了可复现的数据基础，推动了非正规就业理论从宏观总量叙事向微观异质性解释的范式转换，对非洲发展经济学与性别经济学研究具有奠基性意义。

衍生相关工作

以该数据集为基石，后续研究衍生出多条经典工作脉络：其一，与非洲家庭调查、劳动力调查微数据链接，构建多源非正规就业面板，用于因果识别；其二，结合机器学习分类方法，对非正规就业的隐性决定因素进行特征重要性排序；其三，催生一系列聚焦性别鸿沟与婚姻溢价／惩罚的比较国别研究，并推动Electric Sheep Africa目录内其他劳动统计数据集之间的横向整合与元分析。