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

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的非洲非正规经济就业数据，具体指标为按性别、职业和城乡地区划分的非正规部门外就业（千人数）。数据集涵盖39个非洲国家，时间跨度为1999年至2025年，包含19,042条观测记录。数据通过ILOSTAT REST API获取，并经过ILO使用国际劳工统计学家会议（ICLS）定义进行标准化处理。数据集提供了按性别、职业和城乡地区等多个维度分解的就业数据，适用于表格分类、回归和时间序列预测等任务。许可证：CC BY 4.0 语言：英语 任务类别：表格分类、表格回归、时间序列预测 多语言属性：单语言 样本量范围：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）、劳动力、就业 美观名称："按性别、职业及城乡区域划分的非正规部门就业人数（单位：千人 | 非洲（ILOSTAT））" # 按性别、职业及城乡区域划分的非正规部门就业人数（单位：千人 | 非洲（ILOSTAT）） 🌍 本数据集包含19,042条观测值，覆盖39个非洲国家，时间跨度为1999–2025年，数据来源于ILOSTAT，由Electric Sheep Africa重新整理发布于Hugging Face平台 ## 数据源说明 - 原始数据源：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_GEO_NB) - 重新整理方：Electric Sheep Africa - 发布平台：Hugging Face Datasets ## 数据处理方法 数据直接从ILOSTAT的REST API接口拉取，筛选非洲国家ISO 3166-1 alpha-3代码子集，采用国际劳工统计学家会议（ICLS）标准进行数据标准化，数据源信息可通过`source.label`字段追溯 ## 地理覆盖范围 覆盖39个非洲国家，以下为按数据行数排序的前15个国家及其余24个国家： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|---------:|---------:|---------:| | `ZAF` | 2,489 | 2008 | 2024 | | `EGY` | 1,500 | 2009 | 2024 | | `AGO` | 1,247 | 2004 | 2025 | | `MLI` | 1,212 | 2013 | 2024 | | `RWA` | 1,039 | 2017 | 2025 | | `ZMB` | 1,029 | 2017 | 2024 | | `ZWE` | 912 | 2011 | 2024 | | `UGA` | 870 | 2010 | 2021 | | `SEN` | 785 | 2015 | 2024 | | `NAM` | 707 | 2012 | 2018 | | `BFA` | 545 | 2018 | 2024 | | `CIV` | 539 | 2016 | 2022 | | `GMB` | 508 | 2012 | 2025 | | `COD` | 429 | 2005 | 2020 | | `MDG` | 394 | 2012 | 2022 | | ... | 其余24个国家 | | | ## 指标说明 本数据集仅包含1项指标：`EMP_PIFL_SEX_OCU_GEO_NB`，即按性别、职业及城乡区域划分的非正规部门就业人数（单位：千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例值 | |-------------------------|--------------------|--------------------------------------------------------------------------|-------------------------| | `ref_area` | 字符串（string） | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | 字符串（string） | 英文国家名称 | `Angola` | | `source` | 字符串（string） | ILOSTAT 数据源代码 | `BA:13951` | | `source.label` | 字符串（string） | 数据源名称 | `LFS - 就业调查` | | `indicator` | 字符串（string） | ILOSTAT 指标代码 | `EMP_PIFL_SEX_OCU_GEO_NB` | | `indicator.label` | 字符串（string） | 指标名称 | `按性别、职业及城乡区域划分的非正规部门就业人数` | | `sex` | 字符串（string） | 性别细分维度：`SEX_T`=总计、`SEX_M`=男性、`SEX_F`=女性 | `SEX_T` | | `sex.label` | 字符串（string） | 细分维度标签 | `总计` | | `classif1` | 字符串（string） | 第一分类变量（职业、技能水平等） | `OCU_SKILL_TOTAL` | | `classif1.label` | 字符串（string） | 第一分类变量标签 | `职业（技能水平）：总计`| | `classif2` | 字符串（string） | 可选第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | 字符串（string） | 第二分类变量标签 | `区域类型：全国范围` | | `time` | 64位整数（int64） | 观测年份 | `2025` | | `obs_value` | 64位浮点数（float64） | 观测指标值（单位见指标定义） | `11270.18` | | `obs_status` | 字符串（string） | 观测状态标记（如`U`=不可靠） | `U` | | `obs_status.label` | 字符串（string） | 观测状态标签 | `不可靠` | | `note_indicator` | 字符串（string） | 指标注释代码 | `I11:264` | | `note_indicator.label` | 字符串（string） | 指标注释详情 | `序列中断：方法学修订` | | `note_source` | 字符串（string） | 数据源注释代码 | `R1:3513` | | `note_source.label` | 字符串（string） | 数据源注释详情 | `存储库：ILO统计-微观数据` | ## 细分维度 本数据集的细分维度包括： - **`sex`**：共3个唯一值，分别为`SEX_T`、`SEX_M`、`SEX_F`，对应总计、男性、女性 ## 数据质量提示 1. 本数据集采用年度频率，未包含月度或季度序列 2. 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 3. 细分维度字段（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时非空 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-pifl-sex-ocu-geo-nb-employment-outside-the-formal-sector-by-sex-occupa") df = ds["train"].to_pandas() print(df.head()) ### 筛选单个国家数据 python kenya = df[df["ref_area"] == "KEN"] ### 生成时间序列图表 python import matplotlib.pyplot as plt sample = df[df["indicator"] == "EMP_PIFL_SEX_OCU_GEO_NB"].sort_values("time") sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_OCU_GEO_NB") plt.show() ### 转换为国家×年份矩阵 python matrix = df[df["indicator"] == "EMP_PIFL_SEX_OCU_GEO_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_ocu_geo_nb_2025, title = {Employment outside the formal sector by sex, occupation and rural / urban areas (thousands | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_GEO_NB}, publisher = {Hugging Face Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-pifl-sex-ocu-geo-nb-employment-outside-the-formal-sector-by-sex-occupa}} } ## 许可证 本数据集采用CC BY 4.0许可证发布，原始数据版权归国际劳工组织（ILO）所有，使用时请同时引用原始数据源及重新整理方 ## 数据溯源 本数据集于2026年5月26日通过Electric Sheep Africa流水线获取，源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_GEO_NB

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILOSTAT）的统计数据重新封装而成，旨在为非洲非正规经济部门的就业研究提供结构化基础。数据源自ILOSTAT中央统计数据库，涵盖39个非洲国家自1999年至2025年的观测记录，总计19042条。团队通过标准化元数据、统一变量命名和格式转换，将原始统计数据整理为Parquet文件，并补充了来源说明与使用指引，确保数据在Hugging Face平台上的可发现性和可复现性。

特点

数据集聚焦于非正规部门就业的性别、职业及城乡分布，以千人为单位呈现，具有明确的时空覆盖范围和中等的样本规模。其突出特点在于多维度分类（性别、职业、城乡）与长时间序列（1999–2025）的结合，便于分析非正规就业的结构性差异与演变趋势。数据以表格和文本两种模态存储，支持分类与回归任务，且附带详细的来源标注和开放许可（CC BY 4.0），适用于经济学与劳动市场研究。

使用方法

研究者可通过Hugging Face的datasets库直接加载数据集，使用load_dataset函数获取数据对象，并转换为Pandas DataFrame进行探索性分析。建议在使用前检查各变量的定义、单位及缺失值情况，保留缺失值直至确立合理的插补规则。可结合国家、年份和指标字段与其他非洲数据集进行联接，构建可复现的分析流程。使用时应引用原始来源及Electric Sheep Africa的元数据封装工作，并注意地理覆盖的隐含假设。

背景与挑战

背景概述

非正规经济部门的就业测度长期以来构成劳动经济学与发展经济学交叉领域的关键议题，其数据稀缺性制约着对非洲劳动力市场结构的精确刻画。该数据集由Electric Sheep Africa基于国际劳工组织ILOSTAT数据库整理发布，覆盖39个非洲国家1999年至2025年间约1.9万条观测记录，按性别、职业类别及城乡区域维度系统记录非正规部门以外就业人数。作为非洲公共数据目录的组成部分，该数据集以标准化元数据与可复现格式降低了非洲非正规就业研究的准入门槛，为跨国比较与政策评估提供了基础性数据支撑。

当前挑战

该数据集所回应的核心领域问题在于非正规就业统计的跨国可比性与时序连贯性，非正规部门定义在不同国家间存在显著异质性，ILOSTAT虽提供协调框架但底层调查方法与覆盖范围仍不统一。构建过程中面临的主要挑战包括元数据所标注的国家字段与上游发布机构信息缺失，地理覆盖仅依来源定义而缺乏明确ISO3编码，这为下游分析中的实体匹配与空间聚合带来不确定性。此外，缺失值处理策略与职业分类版本更迭亦要求研究者在建模前进行严格的数据质量审查与稳健性检验，以避免因定义漂移而产生有偏结论。

常用场景

经典使用场景

在劳动经济学与非正规经济研究的交汇处，该数据集勾勒出非洲大陆非正规部门就业的立体图景。依托国际劳工组织统计数据库的权威框架，涵盖三十九国逾一万九千条观测，横跨性别、职业类别与城乡地理的三重维度，为研究者提供剖析非正规就业结构异质性的经典入口。其典型应用聚焦于按性别与职业分层的非正规就业规模测算，辅以城乡二元空间的比较视野，进而揭示非洲劳动力市场中正式与非正式部门的边界流动与结构性特征。

衍生相关工作

此数据集的衍生价值催生了多支经典研究脉络。一方面，其与Electric Sheep Africa目录下其他非洲劳动统计数据集形成互文，支撑了跨国非正规就业决定因素的计量分析，以及性别职业隔离指数的构建。另一方面，该数据集常被用于验证非正规部门与贫困、教育回报及城市化进程之间的理论假设，并成为机器学习模型预测非正规就业趋势的基准语料。围绕其展开的可复现笔记本与可视化叙事，亦推动了开放数据在非洲经济研究中的规范应用与方法扩散。

数据集最近研究

最新研究方向

在非洲非正规经济持续扩张的宏观背景下，该数据集以性别、职业与城乡地域三重维度刻画正规部门之外的就业格局，为劳动经济学与发展经济学交叉领域的前沿议题提供了关键实证支撑。当前研究热点聚焦于非正规就业的性别分化机制、城乡劳动力市场结构性割裂及其对减贫政策有效性的调节效应，学者们借助贝叶斯分层模型与面板因果推断方法，揭示职业隔离如何在非洲39国间呈现异质性演化路径。该数据集凭借1999至2025年的长时序覆盖与标准化元数据架构，赋能可复现的跨国比较研究，对制定包容性就业政策、推动联合国可持续发展目标中的体面劳动议程具有显著的学术价值与政策意涵。