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

该数据集包含欧洲4个国家（MDA、BIH、MKD、SRB）在2003年至2025年期间的非正规经济就业数据，共有5,334个观测值。核心指标为按性别、职业和公共/私营部门划分的非正规部门就业份额（%），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过劳动力调查等来源收集，并经过ILO的统计方法协调。数据集提供详细的列结构，包括国家代码、年份、性别分类（总计、男性、女性）、职业分类、机构部门分类、观测值及数据质量标志等，适用于表格分类、回归和时间序列预测等任务。数据以年度频率发布，涵盖非正规经济就业的细分维度，用于分析和研究欧洲劳动力市场。license: 知识共享署名4.0（CC-BY-4.0） language: 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 1000条至10000条之间 tags: - 表格数据 - 欧洲 - ILOSTAT - 非正规经济 - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "按性别、职业及公/私部门划分的非正规部门就业占比 | 欧洲（ILOSTAT）" --- # 按性别、职业及公/私部门划分的非正规部门就业占比 | 欧洲（ILOSTAT） 🇪🇺 **5,334 条观测值** · **4 个欧洲国家** · **2003–2025年** · *由 [Electric Sheep Europe](https://huggingface.co/electricsheepeurope) 重新整理*      ## TL;DR 本数据集包含**5,334条观测值**的**非正规经济**数据，覆盖**4个欧洲国家**，时间跨度为**2003–2025年**，仅包含**1项核心指标**。 ## 数据源说明 **国际劳工组织统计数据库（ILOSTAT）** 是国际劳工组织（ILO）的核心统计数据库，也是全球领先的劳工统计权威来源。其收录指标覆盖就业、失业、工资、工作时长、童工、非正规经济、社会保障、职业伤害及可持续发展目标（Sustainable Development Goals，SDG）体面劳动目标等，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。该数据库覆盖全球200余个经济体，由国际劳工组织统计司负责数据标准化协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_INS_RT) - **发布方**：国际劳工组织（ILO） - **许可协议**：[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_OCU_INS_RT` 拉取数据，并筛选欧洲地区的ISO 3166-1 alpha-3国家代码。ILOSTAT采用国际劳工统计学家会议（International Conference of Labour Statisticians，ICLS）定义对原始调查微观数据进行标准化协调；数据源信息将在`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，以下按观测行数排序展示部分数据： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `MDA` | 1,634 | 2003 | 2025 | | `BIH` | 1,494 | 2006 | 2024 | | `MKD` | 1,240 | 2009 | 2025 | | `SRB` | 966 | 2007 | 2020 | ## 指标示例 - `EMP_PIFL_SEX_OCU_INS_RT` — 按性别、职业及公/私部门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_INS_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` | — | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `OCU_SKILL_TOTAL` | | `classif1.label` | `string` | — | `职业（技能水平）：总计` | | `classif2` | `string` | 可选第二分类变量 | `INS_SECTOR_TOTAL` | | `classif2.label` | `string` | — | `机构部门：总计` | | `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（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | — | `不可靠` | | `note_classif` | `string` | — | `—` | | `note_classif.label` | `string` | — | `—` | | `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：ILO统计 - 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时才会有非空值。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-pifl-sex-ocu-ins-rt-share-of-employment-outside-the-formal-sector-by-s") df = ds["train"].to_pandas() print(df.head()) ### 按国家筛选 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_INS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_OCU_INS_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_OCU_INS_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_ins_rt_share_of_employment_outside_the_formal_sector_by_s_2025, title = {按性别、职业及公/私部门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_OCU_INS_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-ocu-ins-rt-share-of-employment-outside-the-formal-sector-by-s}} } ## 许可协议 本数据集采用[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/)许可协议发布。 原始数据 © 国际劳工组织（ILO）。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项目的一部分，该项目旨在为HuggingFace平台构建统一的、适用于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，对数据模式（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：2026-05-26通过Electric Sheep流水线摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OCU_INS_RT_

搜集汇总

数据集介绍

构建方式

在非正规经济部门就业比例的测度长期依赖劳动力调查等微观数据，国际劳工组织为此建立ILOSTAT数据库以系统汇集全球劳动统计指标。本数据集即源于该数据库，通过ILOSTAT的REST API接口直接提取指标代码为EMP_PIFL_SEX_OCU_INS_RT的原始记录，并依据ISO3国家代码筛选出欧洲四国（摩尔多瓦、波黑、北马其顿、塞尔维亚）的数据。原始调查微数据经国际劳工统计学家会议定义协调后，保留来源标签以备追溯，最终由Electric Sheep Europe以Parquet格式重新封装，形成5,334条年度观测。

使用方法

研究者可通过HuggingFace的datasets库以一行代码加载数据集，并转换为Pandas数据框进行灵活处理。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绘制趋势图，或利用透视表生成国家与年份的交叉矩阵，从而支持跨国比较与面板分析。数据中的分类变量和观察状态字段可用于分层建模或稳健性检验，而注释信息则帮助识别方法变更等潜在断点，确保分析结论的可靠性。

背景与挑战

背景概述

非正规经济就业的测度始终是劳动统计领域的核心议题。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）确立的定义框架，长期致力于整合各国劳动力调查与家庭收入调查等微观数据，以生成跨经济体可比的非正规就业指标。该数据集由Electric Sheep Europe于2025年基于ILOSTAT数据库重新封装发布，涵盖摩尔多瓦、波黑、北马其顿与塞尔维亚四国2003至2025年间共计5,334条观测记录，聚焦于按性别、职业及公私部门分类的非正规部门就业份额。其核心研究问题在于揭示东南欧转型经济体非正规就业的结构性特征与演变趋势，为评估劳动市场正规化进程及社会保障覆盖缺口提供了关键量化基础。

当前挑战

该数据集所应对的领域难题在于非正规就业本身定义模糊且跨国测量口径长期难以统一。ILOSTAT虽经由ICLS标准进行调和，但各国劳动力调查在非正规部门界定、抽样设计与数据收集频率上的差异，仍导致跨国比较存在系统性偏误。构建过程中，原始数据来源多样且部分年份存在方法学修订或序列断裂，观测值被标记为暂定或不可靠，需依赖ILO选定的最佳来源进行取舍，这为时间序列的连续性与稳健性带来显著不确定性。此外，性别、职业与机构部门的多维交叉分类进一步稀疏了样本，加剧了细分维度下估计精度不足的困境。

常用场景

经典使用场景

在非正规经济与劳动力市场结构研究的领域中，该数据集凭借其覆盖摩尔多瓦、波黑、北马其顿与塞尔维亚四国、跨越2003至2025年的5,334条观测记录，成为刻画非正规部门就业性别差异与职业分层格局的关键面板数据资源。经典使用方式包括按性别、职业与公私部门维度进行交叉列表分析，构建非正规就业占比的时间序列，以揭示转型经济体在正规化进程中的结构性变动。

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可比性与细粒度不足问题。通过ILO统一协调的ICLS定义，它使研究者得以在跨国与跨期框架下检验劳动力市场二元结构理论，探究性别、职业地位与制度部门如何共同形塑非正规就业的分布，并为非正规经济规模估算、体面劳动赤字评估等议题提供实证基础。

实际应用

在政策实践层面，该数据集为劳动监察、社会保障扩面与就业促进政策的精准设计提供依据。政府部门可依据分性别与分职业的非正规就业占比，锁定脆弱群体并评估正规化干预成效；国际组织则可将其纳入国别就业诊断，用以监测可持续发展目标中体面劳动相关指标的进展，并支持西巴尔干地区劳动力市场转型的循证决策。

数据集最近研究

最新研究方向

在全球非正规经济持续引发政策关切的背景下，该数据集依托国际劳工组织ILOSTAT权威统计框架，覆盖摩尔多瓦、波黑、北马其顿与塞尔维亚四国逾五千条观测记录，为探究性别、职业类别与公私部门属性交叉维度下非正规就业份额的演变提供了精细化面板支撑。当前前沿研究聚焦于将此类跨国可比数据嵌入机器学习模型，开展非正规就业的时间序列预测与驱动因素归因分析，同时借助可解释性方法揭示制度转型与经济波动对非正规部门规模的异质性冲击。该数据集亦为评估体面劳动目标进展、检验结构性改革成效提供了关键的实证基础，对推动劳动力市场治理与包容性增长研究具有显著的方法论与政策意涵。