electricsheepeurope/europe-ilo-emp-pifl-sex-eco-ins-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含欧洲非正规经济领域的就业统计数据，具体指标为按性别、经济活动和公共/私营部门划分的非正规部门就业份额。数据涵盖4个欧洲国家（摩尔多瓦、波斯尼亚和黑塞哥维那、北马其顿、塞尔维亚），时间跨度为2003年至2025年，共9,794个观测值。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过标准化处理，包括国家代码、数据来源、指标代码、性别分类、经济活动和部门分类、观测年份、数值及状态标志等字段。数据集适用于表格分类、回归和时间序列预测任务，旨在为机器学习和研究提供欧洲劳动力市场的非正规经济层面数据。This dataset contains employment statistics focused on the informal economy in Europe, with core indicators being the share of employment in the informal sector, categorized by gender, economic activity, and public/private sector. It covers four European countries: Moldova, Bosnia and Herzegovina, North Macedonia, and Serbia, spanning the period from 2003 to 2025, with a total of 9,794 observations. The data is sourced from the ILOSTAT database of the International Labour Organization (ILO), obtained via API and standardized. Its included fields are country codes, data sources, indicator codes, gender categories, economic activity and sector classifications, observation years, numerical values, and status flags. This dataset is applicable to tasks such as tabular classification, regression, and time series forecasting, and is designed to provide data on the informal economy aspect of European labor markets for machine learning research and academic studies.

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ILOSTAT中央统计数据库，通过其REST API接口直接提取指标EMP_PIFL_SEX_ECO_INS_RT的原始记录，并依据欧洲ISO3国家代码进行空间筛选，最终由Electric Sheep Europe以Parquet格式重新封装发布。ILOSTAT依托各国劳动力调查、家庭收入调查及行政记录等多元数据源，遵循国际劳工统计学家会议（ICLS）定义对原始微观数据进行标准化调和，并在source.label字段中标注来源以确保可追溯性。

特点

数据集涵盖摩尔多瓦、波黑、北马其顿与塞尔维亚四个欧洲国家，时间跨度自2003年至2025年，共计9,794条年度观测记录。其核心变量为非正规部门就业份额，按性别、经济活动及公共/私营部门多维度交叉细分，并附有观测状态标志与来源注释等元数据。数据以表格形式组织，涵盖分类变量与连续型观测值，适用于分类、回归及时间序列预测等多类建模任务。

使用方法

研究者可借助HuggingFace datasets库以load_dataset函数直接加载数据并转换为Pandas数据框，进而通过条件筛选提取特定国家或指标子集，或对单一指标按时间排序绘制时序趋势图。利用pivot_table方法可将数据重塑为国家与年份的交叉矩阵，便于横向比较。数据遵循CC-BY-4.0许可协议，使用时应同时引用国际劳工组织原始来源与Electric Sheep Europe的再封装工作。

背景与挑战

背景概述

非正规经济就业的测度长期以来构成劳动经济学与发展经济学的核心议题，其数据基础直接关系到体面劳动议程的监测与政策评估。国际劳工组织（ILO）依托其中央统计数据库ILOSTAT，依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查等微观数据进行协调，构建了跨國可比指标。该数据集由Electric Sheep Europe于2025年重新封装发布，覆盖摩尔多瓦、波斯尼亚和黑塞哥维那、北马其顿与塞尔维亚四国，时间跨度自2003年至2025年，包含9,794条观测，聚焦按性别、经济活动及公私部门分解的非正规部门就业占比。其核心价值在于为转型经济体非正规就业的性别差异与结构变迁提供长时序、可复现的实证基础。

当前挑战

该数据集所应对的领域问题在于非正规就业统计固有的界定模糊与跨国可比性难题：不同国家劳动力调查对非正规部门的操作化定义存在差异，且非正规就业本身具有高度异质性与隐蔽性，导致观测值易受测量误差影响。构建过程中的挑战则集中于数据协调与整合层面，包括ILOSTAT对多源微观调查的标准化处理、同一国家—年份存在多个来源时‘最佳来源’的遴选机制、分类变量仅在指标发布相应分解时方可非空的结构性缺失，以及序列中断等数据质量标记的妥善保留。此外，最终仅覆盖四个欧洲国家，限制了区域代表性，部分年份观测状态被标注为不可靠，亦对时序建模与跨国比较构成约束。

常用场景

经典使用场景

在非正规经济与劳动力市场结构研究中，该数据集最经典的使用场景在于构建跨国面板数据，用以刻画欧洲部分国家非正规部门就业占比的时序演变轨迹。研究者可借助按性别、经济活动门类及公私部门属性划分的细化维度，开展趋势分析、结构性断点检验以及性别差异的横向比较，从而揭示转型经济体在正规化进程中的异质性特征。

衍生相关工作

围绕该数据集及其所依托的ILOSTAT体系，学界衍生出一系列关于非正规经济规模测算、非正规就业决定因素以及正规化路径比较的经典研究。相关成果广泛发表于劳动经济学与发展经济学领域，并催生了多套非正规就业指标体系的构建与验证工作，为后续跨国比较研究和微观调查数据的衔接分析奠定了重要基础。

数据集最近研究

最新研究方向

在全球非正规经济治理与体面劳动议程深化的背景下，该数据集所承载的欧洲四国非正规部门就业占比时序信息，正成为劳动经济学与发展经济学交叉领域的前沿分析载体。近期研究聚焦于利用其性别、经济活动与公私部门的多维 disaggregation 结构，探究非正规就业的性别鸿沟、行业异质性及其与制度转型的关联，尤其关注西巴尔干地区后社会主义经济体在非正规就业规模上的收敛与分化。此类数据亦被用于检验国际劳工组织体面劳动指标与可持续发展目标8的进展，为政策评估提供跨国可比证据，对理解欧洲劳动力市场边缘化机制具有关键意义。