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

该数据集包含了关于非洲45个国家在1999年至2025年间非正规经济部门就业占比的数据，具体指标为“按就业状态和性别划分的非正规经济部门就业占比（%）”。数据集共包含5,267个观测值，覆盖一个核心指标（EMP_PIFL_SEX_STE_RT）。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，经过标准化处理以符合国际劳工统计会议定义。数据集提供结构化表格，包括国家代码、国家名称、数据来源、指标代码、性别分类、就业状态分类、观测年份、观测值、数据状态标志及相关注释列。数据按年度频率发布，并包含性别维度（总计、男性、女性）的细分。该数据集旨在支持表格分类、回归和时间序列预测等机器学习任务，适用于劳动力市场、非正规经济研究和政策分析。This dataset contains panel data on the share of employment in the informal economy across 45 African countries from 1999 to 2025, with the specific core indicator being "Share of Employment in the Informal Economy by Employment Status and Sex (%)". It includes 5,267 observations, covering a single core indicator: EMP_PIFL_SEX_STE_RT. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API, filtered to retain only African countries, and standardized to align with the definitions of the International Conference of Labour Statisticians (ICLS). The dataset provides structured tables with columns including country code, country name, data source, indicator code, sex category, employment status category, observation year, observed value, data status flag, and relevant annotation columns. Released at an annual frequency, the dataset features breakdowns by sex (total, male, female). This dataset is designed to support machine learning tasks such as table classification, regression, and time series forecasting, and is applicable to labor market research, informal economy studies, and policy analysis.

搜集汇总

数据集介绍

构建方式

该数据集根植于国际劳工组织关于非正规经济部门就业统计的长期努力，旨在刻画非洲劳动力市场中非正规就业的性别与身份结构。其构建依托ILOSTAT中央统计数据库，由Electric Sheep Africa对原始指标进行标准化提取、格式转换与元数据整理，整合为可供机器学习使用的Parquet文件。数据集汇合了1999至2025年间45个非洲国家的5267条观测记录，以性别和就业身份为分类维度，逐项计算非正规部门外就业所占百分比，并通过显式国家、年份与指标字段保留来源可追溯性，为非洲非正规经济研究提供结构化基础。

特点

该数据集呈现非洲非正规就业的跨时空分布特征，覆盖45国逾四分之一世纪的观测，使得性别与就业身份维度的比较分析成为可能。其以表格与文本双模态存储，包含工作身份和性别等分类变量及百分比形式的连续型目标变量，兼容分类与回归任务。数据保持原始缺失值不作填充，并附带来源说明、许可标识和字段注释，便于研究者在建模前确认变量定义与单位。作为非洲开放数据目录的组成部分，该数据集经过标准化元数据治理，可直接接入数据发现与复现工作流，为劳动经济学和性别研究提供可审计的微观证据层。

使用方法

使用者可借助Hugging Face datasets库直接加载该数据集，通过load_dataset函数获取默认划分，并以features属性查看字段类型，或者将其转换为Pandas数据框以进行探索性统计与可视化。在应用前，建议先检查模式结构与缺失比例，结合国家、年份和性别等显式字段剖析变量分布，再依据研究问题选择分类或回归建模策略。该数据集可与其他Electric Sheep Africa数据集按国家、年份和指标进行连接，也可在保留缺失值的状态下采用合理的插补规则。使用时应引用原ILOSTAT来源与Hugging Face仓库地址，并在下游分析中记录地理覆盖与单位假设。

背景与挑战

背景概述

非正规经济部门的就业规模与结构长期构成发展经济学与劳动经济学的核心议题，其测度质量直接关系到对发展中国家劳动力市场健康状况的判断。国际劳工组织（ILO）依托其国别劳动力调查数据体系，系统编纂了非正规就业统计，ILOSTAT由此成为全球最具权威性的劳动统计数据库之一。Electric Sheep Africa于2026年将该指标以元数据标准化方式重新封装发布，覆盖45个非洲国家、1999至2025年间共5267条观测记录，按就业身份与性别分列，为非洲非正规部门就业研究提供了可复现的数据基础设施，亦服务于区域劳动政策比较分析之需。

当前挑战

该数据集所回应的领域难题在于非正规就业界定标准的跨国异质性：各国劳动力调查在非正规部门口径、就业身份分类及统计时段上存在显著差异，由此产生的测量误差与可比性缺口对跨国面板分析构成实质障碍。构建层面的挑战同样不容忽视，原始ILOSTAT数据在国别、上游发布者等元数据字段存在缺失，观测值的稀疏性与时间序列的不平衡性亦限制了计量建模的稳健性，而性别与就业身份交叉维度的样本分割进一步加剧了子群体推断的统计效力不足问题。

常用场景

经典使用场景

在劳动经济学与非正规经济研究中，该数据集通常被用于刻画非洲各国非正规部门就业的性别差异与就业身份构成。研究者借助其涵盖45个非洲国家、1999至2025年、共5267条观测值的时间序列与截面数据，构建面板回归模型，分析自雇、家庭帮工等不同就业身份在非正规就业中的占比演变。借助该数据集，可系统比较各国非正规就业结构的异质性，识别性别维度上的结构性差异，进而为理解非洲劳动力市场的二元特征提供量化基础。

解决学术问题

该数据集有效回应了非洲非正规就业统计长期碎片化、口径不一的学术困境。通过ILOSTAT统一标准与Electric Sheep Africa的元数据标准化，它使跨国家、跨时间的比较研究成为可能，解决了既往研究因指标定义迥异而难以横向对照的问题。其按性别与就业身份细分的数据结构，为检验非正规部门性别隔离、就业脆弱性等理论假设提供了可复现的实证素材，对推动非洲劳动市场研究的规范化与可比性具有积极意义。

衍生相关工作

依托该数据集，Electric Sheep Africa目录体系衍生出一系列面向非洲的开放数据工作，包括与其他ILOSTAT指标数据集的交叉联接研究、非正规经济专题的可复现笔记本，以及基于country与year字段构建的跨国面板分析。这些工作进一步拓展了该数据集在劳动经济学、发展经济学与数据科学交叉领域的应用边界，形成了以标准化元数据为纽带的非洲数据发现与再利用生态。