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

该数据集包含非洲31个国家2005年至2025年间按性别、公私部门和残疾状况划分的非正规部门就业份额的统计观测数据，共1,662个观测值，覆盖1个核心指标（EMP_PIFL_SEX_INS_DSB_RT）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API提取并过滤至非洲地区，涵盖了国家代码、年份、观测值、数据来源、性别分类、机构部门分类、残疾状况分类等多个维度。数据集旨在提供非洲非正规经济就业的标准化、机器学习就绪数据，适用于表格分类、回归和时间序列预测等任务。This dataset contains statistical observations on the share of informal sector employment disaggregated by gender, public/private sectors, and disability status, covering 31 African countries across the period from 2005 to 2025, with a total of 1,662 observations. It encompasses one core indicator: EMP_PIFL_SEX_INS_DSB_RT. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), extracted via API and filtered to focus on the African region. It includes multiple dimensions such as country code, year, observation value, data source, gender classification, institutional sector classification, and disability status classification. This dataset is designed to provide standardized, machine learning-ready data on informal economy employment in Africa, applicable to 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）的中央统计数据库ILOSTAT，由Electric Sheep Africa团队进行元数据标准化与重新封装。原始数据覆盖31个非洲国家，时间跨度为2005年至2025年，共计1662条观测记录，聚焦于非正规经济部门就业比例这一核心指标。构建过程中，团队依据统一的数据目录规范，对原始统计资料进行结构化整理，并以Parquet格式存储，同时补充了标准化的元数据描述、来源说明及分析指引，从而形成面向非洲数据发现的可复用数据集。

特点

数据集以表格与文本为模态，涵盖经济学与金融领域，重点刻画非洲地区按性别、公共/私营部门及残疾状况划分的非正规部门就业占比。其规模处于1K至10K之间，采用单语言英语标注，并以CC BY 4.0许可开放。数据集附带详尽的来源追踪、缺失值提示及地理覆盖说明，便于研究人员在建模前评估数据质量与适用性，同时为跨国比较和时间序列分析提供了结构化的证据基础。

使用方法

研究者可通过Hugging Face的datasets库直接加载该数据集，利用load_dataset函数获取数据并查看特征与样本。对于表格数据，可转换为Pandas数据框以进行探索性分析与建模。使用时应优先检查模式与缺失情况，依据显式国家、年份及指标字段进行地理与时间维度的剖析，并可与其他Electric Sheep Africa数据集进行连接。分析过程中需保留缺失值直至确立合理的插补规则，并引用原始来源与仓库信息以确保可复现性。

背景与挑战

背景概述

非正规经济就业的测度长期是非正规部门研究中的核心议题，其统计口径直接影响对发展中国家劳动力市场结构的判断。国际劳工组织（ILO）自二十世纪七十年代起持续推动非正规就业统计标准化，ILOSTAT数据库已成为全球最具权威性的劳工统计来源之一。该数据集由Electric Sheep Africa于2026年前后整理发布，以ILOSTAT为上游来源，系统汇集了2005至2025年间31个非洲国家共1,662条观测记录，按性别、公私部门及残疾状况等维度刻画正规部门以外就业的分布特征。作为面向非洲数据发现与机器学习应用的标准化编目成果，该数据集为比较非洲各国非正规就业的性别差异与结构演变提供了可复用的结构化证据基础。

当前挑战

该数据集所回应的领域问题在于，非正规就业本身缺乏跨国可比的统一定义，不同国家对“正规部门”的界定、调查方法与覆盖范围存在显著差异，致使跨国比较与时间序列分析面临口径不一致的固有困难。在构建层面，数据集需在保留原始指标语义的前提下完成元数据标准化，同时应对来自上游编目中的信息缺口，例如国家编码与上游发布者字段尚未声明，ISO3覆盖范围亦未明示，这要求使用者在建模前自行核验地理标识与变量单位。此外，残疾与公私部门等细分维度的数据稀疏性，以及缺失值的合理处理，均对下游分析的稳健性构成挑战。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的交叉领域中，该数据集以其对非洲三十一国2005至2025年间非正规部门就业占比的系统记录，构成了刻画发展中国家劳动力市场结构性特征的关键经验素材。研究者通常以性别、公共或私营部门归属以及残疾状况作为分组维度，借助表格分类与回归模型，辨识非正规就业在不同人口群体间的分布差异及其随时间演进的轨迹，从而为比较不同国家非正规化程度的异质性提供可复现的量化基础。

解决学术问题

该数据集着力回应了非正规经济研究中长期存在的度量碎片化与跨国可比性不足的难题。依托国际劳工组织统计数据库的统一口径，它将分散于各国劳动力调查中的指标整合为标准化面板，使学者得以在一致框架下检验性别歧视、部门分割与残疾排斥等结构性假设，推动非正规就业从描述性议题向可检验的因果命题转化，为非洲劳动力市场制度化理论的深化提供了实证支点。

衍生相关工作

作为Electric Sheep Africa元数据目录的组成部分，该数据集已催生一系列围绕非洲非正规经济的衍生研究。相关经典工作包括跨国非正规就业面板的比较分析、基于性别与残疾维度的劳动力市场排斥测度，以及与其他非洲开放数据集进行国家、年份与指标字段联接的整合型研究。这些工作共同拓展了开放元数据驱动型劳动统计在非洲语境下的方法论边界。