electricsheepafrica/africa-ilo-emp-pifl-sex-age-ocu-nb-employment-outside-the-formal-sector-by-sex-age-an

该数据集包含非洲43个国家从1999年至2025年的非正规经济部门就业数据，重点关注性别、年龄和职业维度。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过过滤处理。数据集共有83,213个观测值，涵盖一个核心指标：EMP_PIFL_SEX_AGE_OCU_NB，表示按性别、年龄和职业划分的非正规经济部门就业人数（以千计）。数据以表格形式组织，包含国家代码、年份、指标值、性别分类（总计、男性、女性）、年龄组和职业技能水平等列，适用于表格分类、回归或时间序列预测等机器学习任务。数据经过ILO harmonization处理，确保符合国际劳工统计标准，并包含数据质量注释，如观测状态和来源说明。license: cc-by-4.0 语言： - 英语 任务类别： - 表格分类（tabular-classification） - 表格回归（tabular-regression） - 时间序列预测（time-series-forecasting） 多语言类型：单语言 数据规模类别： - 10000 < 样本量 < 100000 标签： - 表格数据 - 非洲 - ILOSTAT - 非正规经济 - 国际劳工组织（ILO） - 劳工 - 就业 美观名称："按性别、年龄和职业划分的非正规部门就业人数（千人） | 非洲（ILOSTAT）" # 按性别、年龄和职业划分的非正规部门就业人数（千人） | 非洲（ILOSTAT） 🌍 **83,213 条观测样本** · **43 个非洲国家** · **1999–2025 年** · *由 [Electric Sheep Africa](https://huggingface.co/electricsheepafrica) 重新封装*      ## 速览摘要 本数据集包含覆盖**43个非洲国家**、时间跨度为**1999–2025年**的**83,213条非正规经济相关观测样本**，仅包含**1个独立指标**。 ## 数据来源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（ILO）的核心统计数据库，是全球领先的劳工统计权威来源。其收录涵盖就业、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多项指标，数据来源于全国劳动力调查、家庭收入调查、机构调查及行政记录，覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化整合。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_AGE_OCU_NB) - **发布方**：国际劳工组织（ILO） - **授权协议**：[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/) - **主题**：非正规经济 ## 数据处理方法 本数据集直接从ILOSTAT的REST API接口 `https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_AGE_OCU_NB` 拉取数据，并筛选出非洲地区的ISO3国家编码。ILOSTAT采用国际劳工统计学家会议（ICLS）的定义对原始调查微观数据进行标准化整合；数据来源信息会在`source.label`字段中标记，以确保可追溯性。 ## 地理覆盖范围 43个非洲国家，以下按样本行数排序展示部分顶级行： | 国家 | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 12,990 | 2000 | 2024 | | `MUS` | 5,674 | 2012 | 2024 | | `EGY` | 5,360 | 2009 | 2024 | | `AGO` | 4,421 | 2004 | 2025 | | `MLI` | 4,143 | 2013 | 2024 | | `RWA` | 3,627 | 2017 | 2025 | | `ZMB` | 3,564 | 2017 | 2024 | | `ZWE` | 3,172 | 2011 | 2024 | | `UGA` | 2,990 | 2010 | 2021 | | `BWA` | 2,790 | 2006 | 2024 | | `SEN` | 2,772 | 2015 | 2024 | | `NAM` | 2,438 | 2012 | 2018 | | `BFA` | 1,948 | 2018 | 2024 | | `CIV` | 1,855 | 2016 | 2022 | | `GMB` | 1,800 | 2012 | 2025 | | ... | _28个其余国家_ | | | ## 指标示例 - `EMP_PIFL_SEX_AGE_OCU_NB` — 按性别、年龄和职业划分的非正规部门就业人数（千人） ## 数据Schema | 列名 | 数据类型 | 描述 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家编码 | `AGO` | | `ref_area.label` | `string` | 英语国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英语来源名称 | `劳动力调查（LFS）` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_PIFL_SEX_AGE_OCU_NB` | | `indicator.label` | `string` | 英语指标名称 | `按性别、年龄和职业划分的非正规部门就业人数……` | | `sex` | `string` | 性别细分维度（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） | `AGE_YTHADULT_YGE15` | | `classif1.label` | `string` | — | `年龄（青年、成人）：15岁及以上` | | `classif2` | `string` | 可选第二分类变量 | `OCU_SKILL_TOTAL` | | `classif2.label` | `string` | — | `职业（技能水平）：总计` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `11270.18` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `float64` | — | `—` | | `note_classif.label` | `float64` | — | `—` | | `note_indicator` | `string` | — | `I11:264` | | `note_indicator.label` | `string` | — | `序列中断：方法学修订` | | `note_source` | `string` | — | `R1:3513` | | `note_source.label` | `string` | — | `存储库：国际劳工组织统计数据库 - 微观数据……` | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一值）：`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“最佳来源”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。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-pifl-sex-age-ocu-nb-employment-outside-the-formal-sector-by-sex-age-an") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列数据 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_AGE_OCU_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_AGE_OCU_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_AGE_OCU_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_emp_pifl_sex_age_ocu_nb_employment_outside_the_formal_sector_by_sex_age_an_2025, title = {Employment outside the formal sector by sex, age and occupation (thousands) | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_AGE_OCU_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-pifl-sex-age-ocu-nb-employment-outside-the-formal-sector-by-sex-age-an}} } ## 授权协议 本数据集采用[cc-by-4.0](https://creativecommons.org/licenses/by/4.0/)协议发布。 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 Africa的重新封装版本。 ## 关于Electric Sheep Electric Sheep Africa 是Electric Sheep使命的一部分：旨在HuggingFace平台上构建统一的、适配机器学习的非洲数据层。我们从权威开源数据源获取数据，对Schema进行标准化处理，封装为Parquet格式，并以统一的数据集卡片形式发布，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/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-26通过Electric Sheep流水线摄入。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_AGE_OCU_NB_

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa基于国际劳工组织统计数据库（ILOSTAT）的公开数据重新封装构建而成，属于其非洲公共数据集目录的组成部分。原始数据涵盖1999年至2025年间43个非洲国家的非正规经济就业统计，共计83213条观测记录，以性别、年龄和职业为分类维度，记录正规部门以外就业人数（以千人为单位）。数据以Parquet格式存储，经过标准化元数据标注与来源追溯处理，确保结构统一且便于复现。

使用方法

使用者可通过Hugging Face的datasets库加载该数据集，调用load_dataset函数获取数据后，可查看特征结构与样本内容，并转换为Pandas数据框进行探索性分析。在建模前建议检查缺失值分布与变量定义，利用明确的国别、年份和指标字段与其他Electric Sheep Africa数据集进行关联分析。构建可复现的分析流程时应同时引用原始ILOSTAT来源与Electric Sheep Africa的封装仓库。

背景与挑战

背景概述

非正规经济部门的就业规模与结构是发展经济学与劳动经济学长期关注的核心议题，其数据可得性直接关系到减贫政策、社会保障扩面及性别平等议题的实证基础。国际劳工组织（ILO）依托其中央统计数据库ILOSTAT，系统汇编了全球劳动力市场指标，而非洲地区因非正规就业占比极高，相关数据尤为关键。Electric Sheep Africa基于ILOSTAT的公开数据，于2020年代中期经标准化元数据流程构建了本数据集，覆盖1999至2025年间43个非洲国家共83213条观测，按性别、年龄与职业细分非正规部门以外就业人数。该数据集为非洲非正规经济研究提供了可复现的跨国面板基础，显著降低了比较分析与政策评估的数据门槛。

当前挑战

该数据集所回应的核心领域挑战在于：非洲非正规就业统计长期面临定义不一致、调查口径差异大、时间序列断裂等难题，难以支撑严谨的跨国比较与趋势推断。构建过程中亦存在若干具体挑战：其一，ILOSTAT原始数据源自各国劳动力调查，性别、年龄与职业分类标准在各国间存在异质性，标准化映射易引入偏差；其二，部分国家与年份存在系统性缺失，且缺失机制可能与经济发展水平相关，直接删除或简单插补均可能扭曲估计；其三，职业与年龄交叉分组后细粒度单元样本稀疏，导致估计值波动较大；其四，元数据中country与upstream_publisher字段缺失，削弱了数据溯源与质量核验能力。上述挑战要求使用者在建模前审慎评估定义、单位与缺失模式。

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，该数据集凭借其覆盖43个非洲国家、跨越1999至2025年的83,213条观测，成为刻画非正规部门就业结构的经典面板数据来源。研究者通常以性别、年龄组与职业类别为分层维度，量化分析各国外部正式部门就业人口的规模与演变趋势。借助其标准化的表格结构，学者能够直接构建跨国比较框架，检验非正规就业在不同人口群体中的分布差异，并借助时间序列识别结构性转折点。该数据集亦常被用于校准宏观劳动力模型中的非正规部门参数，为后续计量分析提供基准事实。

解决学术问题

该数据集有效回应了非洲非正规经济研究中长期存在的度量难题，即缺乏统一口径、可跨国比较且覆盖长时段的分性别、年龄与职业的就业统计。它缓解了以往研究因数据碎片化而难以进行跨地区归纳的困境，使学者得以系统检验非正规就业与性别不平等、青年失业及职业分层之间的理论假说。其意义在于将ILOSTAT的权威统计转化为可复现的分析资源，提升了非洲劳动市场实证研究的透明度与可比性，并为政策评估提供了可追溯的证据基础。

实际应用

在政策实践与市场分析层面，该数据集为国际组织、政府部门及发展机构提供了评估非正规就业规模与结构的操作化依据。从业者可借助其识别特定国家或年龄段中非正规就业的集中程度，进而设计针对性的社会保障扩展、技能培训或劳动监察方案。咨询机构亦可将其与贸易、教育或人口数据联结，评估非正规部门对经济增长与社会稳定的影响。该数据集以parquet格式发布，便于在数据管道中高效加载与集成，支撑可重复的监测与预警分析。

数据集最近研究

最新研究方向

在全球非正规经济研究持续深化的背景下，非洲非正规部门就业的性别与年龄分层问题日益成为劳动经济学与发展经济学的关注焦点。该数据集依托国际劳工组织ILOSTAT的权威统计框架，覆盖43个非洲国家1999至2025年间逾八万条观测记录，为刻画非正规就业中性别差异、年龄梯队与职业结构之间的交互关系提供了坚实的数据基础。当前前沿研究正致力于将该类面板数据与人口健康调查、家庭收支调查等多源微观数据相链接，以揭示非正规部门吸纳劳动力的异质性机制，并评估社会保障政策对弱势群体的覆盖效果。该数据集亦为机器学习方法在劳动市场预测中的应用提供了可复现的基准资源，对推动非洲数据驱动的就业政策制定具有重要的实证价值。