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

该数据集包含来自国际劳工组织(ILO) ILOSTAT数据库的欧洲非正规经济就业数据，具体指标为按性别、公共/私营部门和婚姻状况划分的非正规部门就业比例(EMP_PIFL_SEX_INS_MTS_RT)。数据集涵盖4个欧洲国家（波斯尼亚和黑塞哥维那、北马其顿、摩尔多瓦、塞尔维亚），时间跨度为2003年至2025年，共包含3,630个观测值。数据以年度频率提供，包含国家代码、指标代码、性别分类（总计、男性、女性）、机构部门分类、婚姻状况分类、观测年份、观测值及数据状态标志等字段。数据集经过ILO harmonisation处理，采用国际劳工统计学家会议(ICLS)定义，并标注了数据来源以便追溯。该数据集适用于表格分类、回归和时间序列预测等机器学习任务。许可证：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） 多语言属性：单语言（monolingual） 样本量范围：1000 < 样本量 < 10000 标签： - 表格数据（tabular） - 欧洲（europe） - ILOSTAT - 非正规经济（informal-economy） - 国际劳工组织（ILO） - 劳工（labour） - 就业（employment） 漂亮名称："按性别、公共/私营部门及婚姻状况划分的非正规部门就业占比 | 欧洲（ILOSTAT）" # 按性别、公共/私营部门及婚姻状况划分的非正规部门就业占比 | 欧洲（ILOSTAT） 🇪🇺 **3630条观测数据** · **4个欧洲国家** · **2003–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 简短摘要 本数据集包含覆盖**4个欧洲国家**、时间跨度为**2003–2025年**的**3630条非正规经济（informal economy）观测数据**，涉及**1项独特指标**。 ## 关于数据源 **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。其收录的指标涵盖就业、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相关指标——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。该数据库覆盖200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_INS_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 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_INS_MTS_RT`拉取数据，并筛选出欧洲地区的ISO 3166-1 alpha-3国家代码对应的样本。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians）制定的定义对原始调查微观数据进行标准化协调；数据来源可通过`source.label`字段进行溯源标识。 ## 地理覆盖范围 4个欧洲国家，以下按观测行数排序展示前几行数据： | 国家 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MDA` | 1194 | 2003 | 2025 | | `MKD` | 892 | 2009 | 2025 | | `BIH` | 866 | 2006 | 2020 | | `SRB` | 678 | 2007 | 2020 | ## 指标（示例） - `EMP_PIFL_SEX_INS_MTS_RT` — 按性别、公共/私营部门及婚姻状况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` | 英语国家名称 | `Bosnia and Herzegovina`（波斯尼亚和黑塞哥维那） | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:493` | | `source.label` | `string` | 英语数据源名称 | `LFS - Labour Force Survey`（劳动力调查） | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_PIFL_SEX_INS_MTS_RT` | | `indicator.label` | `string` | 英语指标名称 | `Share of employment outside the forma…`（非正规部门就业占比……） | | `sex` | `string` | 性别分组维度（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | `string` | 无额外说明 | `Total`（总计） | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业身份等） | `INS_SECTOR_TOTAL` | | `classif1.label` | `string` | 无额外说明 | `Institutional sector: Total`（机构部门：总计） | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 无额外说明 | `Marital status (Aggregate): Total`（婚姻状况（汇总）：总计） | | `time` | `int64` | 观测年份 | `2020` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `9.907` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `B` | | `obs_status.label` | `string` | 无额外说明 | `Break in series`（序列中断） | | `note_indicator` | `string` | 无额外说明 | `I20:4077_I11:264` | | `note_indicator.label` | `string` | 无额外说明 | `Employment definition: Excluding own-…`（就业定义：排除自主……） | | `note_source` | `string` | 无额外说明 | `R1:3513` | | `note_source.label` | `string` | 无额外说明 | `Repository: ILO-STATISTICS - Micro da…`（存储库：ILO统计司 - 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，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。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-pifl-sex-ins-mts-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_INS_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_INS_MTS_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_INS_MTS_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_ins_mts_rt_share_of_employment_outside_the_formal_sector_by_s_2025, title = {按性别、公共/私营部门及婚姻状况划分的非正规部门就业占比 | 欧洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_INS_MTS_RT}, publisher = {HuggingFace数据集，由Electric Sheep Europe重新整理}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-pifl-sex-ins-mts-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/)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平台上的欧洲数据构建统一的、适配机器学习的标准化数据层。我们从权威开放数据源拉取数据，规范数据结构，以Parquet格式封装，并发布为格式统一的数据集卡片，方便研究人员与开发者通过`load_dataset()`函数在数秒内启动开发工作。 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流水线摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_INS_MTS_RT_

搜集汇总

数据集介绍

构建方式

该数据集的数据源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过调用ILOSTAT REST API接口（https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_INS_MTS_RT）直接获取原始记录。构建过程中，数据经筛选限定于欧洲ISO3国家代码范围，并由Electric Sheep Europe进行标准化重打包，统一了变量命名与格式，最终生成包含3,630条观测的Parquet文件。ILOSTAT对原始调查微观数据依据国际劳工统计学家会议（ICLS）定义进行协调，源数据标签保留在source.label列中以保证可追溯性。

特点

数据集聚焦于非正规部门就业份额这一劳动统计核心议题，涵盖摩尔多瓦、北马其顿、波黑和塞尔维亚四个欧洲国家，时间跨度自2003年至2025年。观测值按性别、公共/私营部门及婚姻状况等多维度分类，含ref_area、sex、classif1、classif2等分类变量，并附有观测状态标识与注释信息。数据结构呈年度频率，总计3,630条记录，规模适中，适用于表格分类、回归及时间序列预测等任务。

使用方法

研究者可通过HuggingFace datasets库以load_dataset()函数直接加载数据集，并转换为Pandas DataFrame进行后续分析。典型操作包括按国家代码筛选子集、提取单一指标的时间序列、以及透视生成国家×年份矩阵以观察趋势。数据可服务于非正规经济领域的实证研究、跨国比较或预测建模，使用时需遵循CC-BY-4.0许可，并同时引用国际劳工组织与Electric Sheep Europe的贡献。

背景与挑战

背景概述

非正规部门就业的规模与结构历来是劳动经济学与发展研究的核心议题，其测量质量直接关系到社会保障覆盖与体面劳动议程的推进。国际劳工组织（ILO）依托劳动力调查等微观数据，以国际劳工统计学家会议（ICLS）标准对各国就业身份进行调和，构建了ILOSTAT这一全球劳动统计权威数据库。本数据集由Electric Sheep Europe于2025年重新封装发布，覆盖摩尔多瓦、北马其顿、波斯尼亚和黑塞哥维那、塞尔维亚四国2003至2025年共3630条观测，按性别、公私部门与婚姻状况刻画非正规部门就业占比，为转型经济体非正规就业的长期追踪与跨国比较提供了标准化、可直接加载的表格数据基础。

当前挑战

非正规就业度量本身即面临概念界定与跨国可比性的严峻挑战：各国对非正规部门的操作化定义存在差异，ICLS标准虽提供调和框架，但调查口径、覆盖范围与抽样设计的异质性仍会引入测量偏差。数据集构建过程中，源数据经由ILOSTAT REST API抽取并按欧洲ISO3代码筛选，需处理多分类维度仅部分指标发布造成的结构性缺失、同一国家—年份多源数据的最优源选择，以及“序列断裂”等观测状态标记对时序连续性的干扰。此外，四国样本量有限且年份覆盖不齐，婚姻状况与公私部门交叉分类下的稀疏观测亦制约了细分维度的统计推断与预测建模，对时间序列分析与因果识别构成实质性限制。

常用场景

经典使用场景

在非正规经济就业占比的跨国比较研究中，该数据集构成了核心实证基础。依托国际劳工组织标准化定义的指标，研究者得以跨越性别、公共或私营部门以及婚姻状况等多重分类维度，对欧洲四国自2003年至2025年间非正规就业份额的演变轨迹进行精细刻画。其年度时间序列结构尤其适配面板数据分析与趋势预测建模，常被用于检验劳动力市场二元结构理论、评估正式化进程的阶段性特征，并在国别比较框架下揭示制度变迁对就业形态的差异化影响。

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口径不一与跨国可比性不足等难题。通过采用国际劳工统计学家会议的定义框架与统一采集流程，它为学术界提供了一个标准化、可追溯的数据资源，使研究者能够剥离调查方法差异，专注考察性别、机构部门及婚姻状态等社会分层因素与非正规就业之间的关联机制。这一贡献不仅提升了劳动经济学实证研究的内部效度，也为国际组织监测体面劳动目标进展、识别脆弱就业群体提供了关键量化依据。

衍生相关工作

围绕该数据集已衍生出一系列具有影响力的研究工作，包括基于面板回归的非正规就业决定因素分析、运用时间序列模型预测正式化路径的计量研究，以及将本数据与性别工资差距、社会保障覆盖率等指标进行交叉验证的综合性评估。部分学者进一步将其整合至欧洲劳动力市场制度比较框架中，探讨非正规就业与劳动力市场灵活性、工会密度及福利体制之间的互动关系，推动了非正规经济研究从描述性统计向因果推断与政策模拟的纵深发展。