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

该数据集包含欧洲4个国家（波斯尼亚和黑塞哥维那、摩尔多瓦、北马其顿、塞尔维亚）从2003年至2025年的非正规经济（informal economy）统计数据，共13,022个观测值。核心指标为“按性别、职业和企业规模划分的非正规部门就业比例（%）”（ILOSTAT代码：EMP_PIFL_SEX_OCU_EST_RT）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过其REST API获取，并经过欧洲国家代码过滤。数据集采用表格形式，包含国家代码、来源、指标、性别分类（总计、男性、女性）、职业分类、企业规模分类、观测年份、观测值、数据状态标志等字段。数据经过ILO基于国际劳工统计学家会议（ICLS）定义进行标准化处理，适用于表格分类、回归或时间序列预测任务。数据集由Electric Sheep Europe重新打包发布，采用CC-BY-4.0许可。license: 知识共享署名4.0（CC-BY-4.0）协议 language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语种 size_categories: - 10000 < 样本数 < 100000 tags: - 表格数据 - 欧洲 - 国际劳工组织统计数据库（ILOSTAT） - 非正规经济 - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "按性别、职业和企业规模划分的非正规部门就业占比（%）| 欧洲（ILOSTAT）" # 按性别、职业和企业规模划分的非正规部门就业占比（%）| 欧洲（ILOSTAT） 🇪🇺 **13022条观测样本** · **4个欧洲国家** · **时间跨度2003–2025** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理发布*      ## 快速概览 本数据集包含覆盖**4个欧洲国家**的**非正规经济**相关数据，共计**13022条观测样本**，时间跨度为**2003–2025年**，仅包含**1项核心指标**。 ## 数据源说明 **ILOSTAT** 是国际劳工组织（International Labour Organization, ILO）的中央统计数据库，是全球领先的劳工统计权威来源。其整合了就业、失业、薪资、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领域的指标，数据来源于全国劳动力调查、家庭收入调查、企业调查及行政记录，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。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_EST_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 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_OCU_EST_RT`拉取原始数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家编码对应的样本。ILOSTAT采用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处理；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 4个欧洲国家，以下按样本行数排序展示前几行数据： | 国家 | 样本行数 | 起始年份 | 截止年份 | |---------|-----:|-----------:|----------:| | `BIH` | 3,733 | 2006 | 2024 | | `MDA` | 3,615 | 2003 | 2025 | | `MKD` | 3,323 | 2009 | 2025 | | `SRB` | 2,351 | 2007 | 2020 | ## 指标（示例） - `EMP_PIFL_SEX_OCU_EST_RT` — 按性别、职业和企业规模划分的非正规部门就业占比（%） ## 数据结构 | 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 | `BIH` | | `ref_area.label` | `string` | 英文国家名称 | `Bosnia and Herzegovina` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:493` | | `source.label` | `string` | 英文数据源名称 | `LFS - 劳动力调查` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_PIFL_SEX_OCU_EST_RT` | | `indicator.label` | `string` | 英文指标名称 | `Share of employment outside the forma…` | | `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` | 维度说明 | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `OCU_SKILL_TOTAL` | | `classif1.label` | `string` | 分类变量说明 | `Occupation (Skill level): Total` | | `classif2` | `string` | 第二分类变量（如适用） | `EST_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 分类变量说明 | `Establishment size (Aggregate): Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位参见指标定义） | `13.81` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 状态说明 | `Unreliable` | | `note_classif` | `string` | 分类变量备注 | `—` | | `note_classif.label` | `string` | 备注说明 | `—` | | `note_indicator` | `string` | 指标备注 | `I11:264` | | `note_indicator.label` | `string` | 备注说明 | `Break in series: Methodology revised` | | `note_source` | `string` | 数据源备注 | `R1:3513` | | `note_source.label` | `string` | 备注说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 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数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分维度时才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-pifl-sex-ocu-est-rt-share-of-employment-outside-the-formal-sector-by-s") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家 python germany = df[df["ref_area"] == "DEU"] ### 单个指标的时间序列可视化 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_OCU_EST_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_OCU_EST_RT") ### 透视为国家-年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_OCU_EST_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_emp_pifl_sex_ocu_est_rt_share_of_employment_outside_the_formal_sector_by_s_2025, title = {Share of employment outside the formal sector by sex, occupation and establishment size (% | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_EST_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-pifl-sex-ocu-est-rt-share-of-employment-outside-the-formal-sector-by-s}} } ## 许可证 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数据源及Electric Sheep Europe的重新整理版本。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分，该项目旨在为HuggingFace平台构建统一的、适配机器学习的欧洲地区数据层。我们从权威开源数据源拉取数据，对数据schema进行标准化处理，打包为Parquet格式，并发布格式统一的数据集卡片，以便研究人员和开发者仅需调用`load_dataset()`即可在数秒内开始工作。 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数据管道摄入。源URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_EST_RT

搜集汇总

数据集介绍

构建方式

国际劳工组织（ILO）依托其全球劳动统计数据库ILOSTAT，采用标准化流程构建了本数据集。原始数据通过ILOSTAT的REST API接口直接调用，并以国际劳工统计学家会议（ICLS）的定义框架对各国劳动力调查、家庭收入调查及行政记录等微观数据进行统一协调与校验。在此基础上，Electric Sheep Europe团队进一步筛选欧洲区域ISO3国家代码，将数据重新封装为Parquet格式并发布至HuggingFace平台，从而形成覆盖4个欧洲国家、时间跨度为2003至2025年的非正规经济就业统计数据集。

使用方法

研究者可通过HuggingFace datasets库以单行代码加载本数据集，并直接转换为Pandas数据框进行探索性分析。典型应用场景包括筛选特定国家（如df[df['ref_area'] == 'DEU']）以开展国别研究，或针对单一指标绘制时间序列趋势图以观察非正规就业份额的动态演变。此外，用户可利用透视表功能将数据重塑为国家与年份的矩阵形式，便于进行跨国比较或面板数据分析。

背景与挑战

背景概述

非正规经济中的就业测算长期构成劳动统计领域的核心议题，尤其在欧洲转型经济体，非正规就业的规模与结构直接关涉社会保障覆盖与劳动力市场治理。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）确立的界定标准，通过ILOSTAT数据库系统整合各国劳动力调查微观数据，构建了跨国可比的非正规就业指标体系。在此背景下，Electric Sheep Europe于2025年对ILOSTAT中「按性别、职业与机构规模分列的正规部门外就业份额」指标进行重新封装，覆盖波斯尼亚和黑塞哥维那、摩尔多瓦、北马其顿与塞尔维亚四国，时间跨度为2003至2025年，形成包含13,022条观测的标准化数据集，为转型经济体非正规就业的量化研究提供了可复现的数据基础。

当前挑战

该数据集所回应的领域问题在于：非正规就业份额的跨国与跨时比较面临定义分歧、调查工具异质与报告口径不一等系统性障碍，既有研究难以在统一框架下辨识性别、职业技能层级与机构规模等多维因素对非正规就业的交互影响。构建过程中的挑战同样显著：ILOSTAT原始微数据经各国劳动力调查采集，抽样设计与变量编码存在国别差异，ILO虽以ICLS标准进行协调，但序列中断、方法修订与观测状态标记（如「不可靠」）仍频繁出现；部分国家年份覆盖不完整，机构规模分类的聚合层级亦不一致，导致面板数据结构不平衡，对时间序列建模与因果识别构成实质性制约。

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，该数据集堪称刻画欧洲非正规就业结构性特征的经典面板数据资源。研究者通常将其用于按性别、职业与机构规模三维交叉的非正规就业占比分析，借助2003至2025年间的年度观测值，构建跨国比较的时间序列模型，以揭示非正规部门就业的性别差异、职业分层效应以及微型与大型机构间的异质性。该数据集为探索非正规就业在巴尔干及东欧转型经济体中的演变轨迹提供了不可替代的量化基础。

解决学术问题

该数据集有效回应了非正规就业测量中长期存在的标准化与可比性难题。借助ILO国际劳工统计学家会议的定义框架，它解决了跨国研究中非正规就业口径不一、数据碎片化以及性别与职业维度缺失等常见学术困境。其意义在于，通过提供统一协调的微观调查汇总数据，使学者得以在一致基准上检验非正规就业与经济发展、制度质量及劳动力市场分割之间的理论假说，进而推动非正规经济理论的实证检验与政策评估。

实际应用

在政策制定与实务层面，该数据集为国际组织、国家统计部门及非政府组织提供了监测非正规就业态势的实证工具。政策分析人员可依据不同性别、职业和机构规模的非正规就业占比，识别脆弱群体集中领域，设计有针对性的社会保障扩展方案与劳动正规化干预措施。同时，该数据集也服务于世界银行、国际劳工组织等机构的国别诊断报告与可持续发展目标进展评估，为循证决策提供关键量化支撑。

数据集最近研究

最新研究方向

在全球非正规经济监测与体面劳动议程深化的背景下，该数据集为解析欧洲非正规就业的结构性差异提供了关键支撑。近期研究聚焦于以性别、职业技能层级及机构规模为多维切面，运用时间序列预测与面板回归方法，揭示非正规就业份额的演变轨迹及其驱动机制。伴随国际劳工组织对非正规经济统计标准的持续修订，该数据集所涵盖的2003至2025年跨国观测值成为评估政策干预成效、检验结构性转型假说的热点素材，对推动欧洲劳动力市场治理与可持续发展目标的本土化验证具有重要实证意义。