electricsheepeurope/europe-ilo-emp-nifl-sex-ocu-mts-rt-informal-employment-rate-by-sex-occupation-and-mar

该数据集包含欧洲34个国家从2003年至2025年的131,317个观测值，专注于非正规就业率指标，按性别、职业和婚姻状况进行分类。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过REST API获取，并经过处理以覆盖欧洲国家。数据集为表格形式，适用于表格分类、回归和时间序列预测任务。它包含多个列，如国家代码、指标代码、性别分类、观测年份和观测值等，并提供了数据质量说明和使用示例。数据集旨在为研究人员和开发者提供机器学习就绪的欧洲劳动力统计数据。license: cc-by-4.0 language: - en task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 100K<n<1M tags: - 表格数据 - 欧洲 - ILOSTAT - 非正规经济 - ILO - 劳工 - 就业 pretty_name: "按性别、职业和婚姻状况划分的非正规就业率（%）| 欧洲（ILOSTAT）" # 按性别、职业和婚姻状况划分的非正规就业率（%）| 欧洲（ILOSTAT） 🇪🇺 **131,317 条观测数据** · **34个欧洲国家** · **2003年–2025年** · *由 [Electric Sheep Europe](https://huggingface.co/electricsheepeurope) 二次整理*      ## 内容摘要 本数据集包含覆盖34个欧洲国家、时间跨度为2003年至2025年的131,317条非正规经济相关观测数据，涵盖1项核心指标。 ## 数据源说明 **ILOSTAT**（国际劳工组织统计数据库）是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，为全球领先的劳工统计权威来源。其整合了就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害以及可持续发展目标体面工作目标等各类指标，数据来源于全国劳动力调查、家庭收入调查、企业调查和行政记录。该数据库覆盖200多个经济体，数据标准化协调工作由国际劳工组织统计司负责。 - **来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_NIFL_SEX_OCU_MTS_RT) - **发布方**：国际劳工组织（ILO） - **许可证**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：非正规经济 ## 数据处理方法 数据直接从ILOSTAT的REST API接口（`https://rplumber.ilo.org/data/indicator?id=EMP_NIFL_SEX_OCU_MTS_RT`）拉取，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码对应的数据。ILOSTAT依据国际劳工统计学家会议（International Conference of Labour Statisticians, ICLS）的定义对原始调查微观数据进行标准化协调；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 34个欧洲国家 · 以下按行数排序的前若干行示例： | 国家 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MDA` | 6,537 | 2003 | 2025 | | `RUS` | 6,031 | 2010 | 2025 | | `POL` | 5,750 | 2007 | 2024 | | `NLD` | 5,461 | 2007 | 2024 | | `ITA` | 5,244 | 2007 | 2024 | | `SRB` | 5,050 | 2007 | 2024 | | `FRA` | 4,931 | 2007 | 2024 | | `MKD` | 4,794 | 2009 | 2025 | | `ESP` | 4,750 | 2007 | 2024 | | `CZE` | 4,745 | 2007 | 2024 | | `BIH` | 4,638 | 2006 | 2020 | | `PRT` | 4,600 | 2007 | 2024 | | `SVN` | 4,513 | 2007 | 2024 | | `FIN` | 4,362 | 2007 | 2024 | | `SVK` | 4,184 | 2007 | 2024 | | ... | _另有19个国家_ | | | ## 指标（示例） - `EMP_NIFL_SEX_OCU_MTS_RT` — 按性别、职业和婚姻状况划分的非正规就业率（%） ## 数据架构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3国家代码 | `AUT` | | `ref_area.label` | `string` | 英语国家名称 | `奥地利` | | `source` | `string` | ILOSTAT来源代码（如劳动力调查） | `BB:275` | | `source.label` | `string` | 英语来源名称 | `HIES - 欧盟收入与负债统计…` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_NIFL_SEX_OCU_MTS_RT` | | `indicator.label` | `string` | 英语指标名称 | `按性别、职业划分的非正规就业率…` | | `sex` | `string` | 按性别细分（`SEX_T`=总计，`SEX_M`=男性，`SEX_F`=女性） | `SEX_T` | | `sex.label` | `string` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `OCU_SKILL_TOTAL` | | `classif1.label` | `string` | — | `职业（技能水平）：总计` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | — | `婚姻状况（汇总）：总计` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `3.38` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `—` | | `note_classif.label` | `string` | — | `—` | | `note_indicator` | `string` | — | `I20:4077_I11:264` | | `note_indicator.label` | `string` | — | `就业定义：不含自营…` | | `note_source` | `string` | — | `R1:3513_T2:85` | | `note_source.label` | `string` | — | `存储库：ILO-STATISTICS - 微观数据…` | ## 数据细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 数据为年度频率。部分指标同时发布月度或季度序列，但本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个来源时，将采用国际劳工组织选定的“最优来源”数据。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-nifl-sex-ocu-mts-rt-informal-employment-rate-by-sex-occupation-and-mar") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家数据 python germany = df[df["ref_area"] == "DEU"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EMP_NIFL_SEX_OCU_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_NIFL_SEX_OCU_MTS_RT") ### 透视为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_NIFL_SEX_OCU_MTS_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_emp_nifl_sex_ocu_mts_rt_informal_employment_rate_by_sex_occupation_and_mar_2025, title = {Informal employment rate by sex, occupation and marital status (%) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_NIFL_SEX_OCU_MTS_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-nifl-sex-ocu-mts-rt-informal-employment-rate-by-sex-occupation-and-mar}}} ## 许可证 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)许可证发布。 原始数据版权归国际劳工组织（ILO）所有。使用本数据集时，请同时引用上述原始来源及Electric Sheep Europe的二次整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep使命的一部分：打造Hugging Face上面向欧洲的统一、可直接用于机器学习的数据层。我们从权威开源数据源拉取数据，标准化数据架构，封装为Parquet格式，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内开始使用数据。浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026年5月26日通过Electric Sheep流水线获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_NIFL_SEX_OCU_MTS_RT_

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统计数据库（ILOSTAT），由Electric Sheep Europe通过ILOSTAT的REST API接口直接获取指标EMP_NIFL_SEX_OCU_MTS_RT的原始记录，并依据ISO3国家代码筛选出34个欧洲国家，时间跨度为2003年至2025年，最终整理为包含131,317条观测的标准化表格数据。ILOSTAT采用国际劳工统计学家会议定义对各国劳动力调查等微观数据进行调和，数据中通过source.label列标注原始来源，以保证可追溯性。

特点

数据集聚焦于欧洲非正规就业率，按性别、职业与婚姻状况进行多维度分解，涵盖34个国家，观测总量超过13万条，时间序列绵延二十余年。每条记录包含国家代码、来源、指标、性别、职业分类、婚姻状况、年份与观测值等字段，且提供详细的标签与注释信息。数据以年度频率发布，对于同一国家同年份存在多来源时，ILO选取最优来源，并附有观测状态标记，便于评估数据可靠性。

使用方法

使用者可通过Hugging Face的datasets库以load_dataset函数加载数据集，并转换为Pandas数据框进行灵活分析。例如，可筛选特定国家（如df[df['ref_area'] == 'DEU']）或特定指标，按时间排序绘制趋势图，或利用pivot_table构建国家×年份矩阵以观察跨国差异。数据亦适用于表格分类、回归及时间序列预测等任务，为劳动经济学研究提供便捷的机器学习就绪格式。

背景与挑战

背景概述

非正规就业构成全球劳动力市场的重要议题，国际劳工组织（ILO）长期致力于其统计监测与跨国比较。ILOSTAT作为ILO中央统计数据库，依托各国劳动力调查与住户收入调查等微观数据，依据国际劳工统计学家会议（ICLS）定义进行协调。该数据集由Electric Sheep Europe于2025年从ILOSTAT REST API抽取并重新封装，覆盖34个欧洲国家、2003至2025年间131,317条观测，按性别、职业与婚姻状况细分非正规就业率，为欧洲非正规经济研究提供高粒度、可复用的开放数据基础。

当前挑战

该数据集所回应的领域挑战在于，非正规就业跨国家、跨时期可比统计长期受制于定义差异、调查口径不一与数据稀缺，制约了劳动力市场非正规化的精准测度与政策评估。构建过程中，数据协调面临多重困难：各国调查来源与参考期各异，需依赖ILO“最佳来源”筛选与ICLS定义进行事后协调；部分观测因样本量不足或方法差异被标记为“不可靠”；细分维度（性别、职业、婚姻状况）并非所有国家全覆盖，导致面板数据存在结构性缺失，对时序建模与因果推断构成显著障碍。

常用场景

经典使用场景

在劳动经济学与非正规经济研究领域，该数据集凭借其精细的性别、职业与婚姻状况交叉分类，成为刻画欧洲非正规就业率时空演变的经典面板数据资源。研究者常以2003至2025年34个欧洲国家的131,317条观测为样本，运用面板回归、时间序列预测及聚类分析等方法，揭示非正规就业在性别与职业维度上的结构性差异，并追踪婚姻状态对劳动参与模式的调节效应。

实际应用

在政策实践层面，该数据集为欧盟及各国劳工部门监测非正规就业风险、设计性别敏感的就业保障措施提供了量化依据。国际组织可据此评估非正规就业与社会保护缺口的关联，企业人力资源部门亦可借助职业与婚姻维度的细分数据优化用工策略，推动体面劳动议程在欧洲范围内的精准落地。

衍生相关工作

围绕该数据集，研究者已衍生出一系列经典工作，包括欧洲非正规就业收敛性分析、性别与职业隔离的分解研究，以及婚姻状况对非正规就业影响的跨国比较。这些工作进一步与ILOSTAT其他指标数据集联动，催生了多维度劳动市场脆弱性指数构建、非正规就业预测模型等延伸成果，丰富了劳动统计数据的二次开发生态。