electricsheepafrica/africa-ilo-emp-pifl-sex-ins-mts-nb-employment-outside-the-formal-sector-by-sex-public

该数据集包含10,834个观测值，涉及非正规经济数据，覆盖45个非洲国家，时间跨度为1999年至2025年，包含1个独立指标（EMP_PIFL_SEX_INS_MTS_NB），即按性别、公共/私营部门和婚姻状况划分的正式部门外就业人数（以千计）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为非洲国家，使用国际劳工统计学家会议（ICLS）定义进行标准化。数据集包含多列，如国家代码、指标、性别分类、时间年份、观测值等，并提供了数据质量说明，例如数据为年度频率，ILO选择“最佳来源”用于同一国家×年份的多个来源。数据集适用于表格分类、回归和时间序列预测任务，由Electric Sheep Africa重新打包发布，采用CC-BY-4.0许可证。--- license: CC BY 4.0 language: - en task_categories: - 表格分类（tabular-classification） - 表格回归 - 时间序列预测 multilinguality: 单语言 size_categories: - 10,000 < 样本量 < 100,000 tags: - 表格数据 - 非洲 - ILOSTAT - 非正规经济（informal economy） - 国际劳工组织（ILO） - 劳动力 - 就业 pretty_name: "按性别、公共/私营部门及婚姻状况划分的非正规部门就业（千人 | 非洲（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（千人 | 非洲（ILOSTAT）） 🌍 **共10,834条观测样本** · **覆盖45个非洲国家** · **时间跨度为1999年至2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## 核心摘要 本数据集包含**覆盖45个非洲国家的非正规经济数据**，共**10,834条观测样本**，时间跨度为**1999年至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，也是全球领先的劳动力统计数据来源。该库收录涵盖就业、失业、薪酬、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（SDGs）体面工作目标在内的各类指标，数据来源包括全国劳动力调查、家庭收入调查、机构调查及行政记录。其覆盖全球200余个经济体，由国际劳工组织统计司负责数据的标准化协调。 - **数据来源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_INS_MTS_NB) - **发布方**：国际劳工组织（ILO） - **许可证**：[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) - **研究主题**：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_NB`拉取数据，并筛选出非洲国家的ISO 3166-1 alpha-3国家代码。国际劳工组织统计数据库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协调；数据来源会在`source.label`列中标记，以保证可追溯性。 ## 地理覆盖范围 覆盖45个非洲国家，以下按样本量排序展示部分国家： | 国家代码 | 样本量 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 1,330 | 2000 | 2024 | | `EGY` | 745 | 2008 | 2024 | | `MUS` | 620 | 2012 | 2024 | | `MLI` | 558 | 2013 | 2024 | | `RWA` | 513 | 2017 | 2025 | | `ZWE` | 506 | 2011 | 2024 | | `SEN` | 492 | 2011 | 2024 | | `BWA` | 482 | 2006 | 2024 | | `UGA` | 467 | 2010 | 2021 | | `AGO` | 446 | 2004 | 2025 | | `ZMB` | 426 | 2017 | 2024 | | `CIV` | 332 | 2012 | 2022 | | `NAM` | 312 | 2012 | 2018 | | `BFA` | 245 | 2018 | 2024 | | `SYC` | 241 | 2019 | 2024 | | ... | _其余30个国家_ | | | ## 指标示例 - `EMP_PIFL_SEX_INS_MTS_NB` — 按性别、公共/私营部门及婚姻状况划分的非正规部门就业（单位：千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 国家英文名称 | `Angola` | | `source` | `string` | ILOSTAT 数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 数据源英文名称 | `LFS - Employment Survey` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_PIFL_SEX_INS_MTS_NB` | | `indicator.label` | `string` | 指标英文名称 | `Employment outside the formal sector …` | | `sex` | `string` | 按性别划分的统计维度（`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） | `INS_SECTOR_TOTAL` | | `classif1.label` | `string` | 分类变量说明 | `Institutional sector: Total` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 第二分类变量说明 | `Marital status (Aggregate): Total` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位请参考指标定义） | `11270.18` | | `obs_status` | `string` | 观测状态标记（如临时数据、不可靠数据） | `U` | | `obs_status.label` | `string` | 状态说明 | `Unreliable` | | `note_indicator` | `string` | 指标相关注释代码 | `I11:264` | | `note_indicator.label` | `string` | 注释说明 | `Break in series: Methodology revised` | | `note_source` | `string` | 数据源相关注释代码 | `R1:3513` | | `note_source.label` | `string` | 注释说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 统计细分维度 以下字段提供统计细分维度： - **`sex`**（共3个唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集采用年度频率数据。部分指标同时发布月度或季度序列，但本数据集未收录此类数据。 - 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”。 - 仅当指标支持对应细分维度时，细分字段（`sex`、`classif1`、`classif2`）才不会为空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-pifl-sex-ins-mts-nb-employment-outside-the-formal-sector-by-sex-public") df = ds["train"].to_pandas() print(df.head()) ### 单国家数据筛选 python kenya = df[df["ref_area"] == "KEN"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_INS_MTS_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_INS_MTS_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_INS_MTS_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_ins_mts_nb_employment_outside_the_formal_sector_by_sex_public_2025, title = {Employment outside the formal sector by sex, public/private sector and marital status (tho | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_INS_MTS_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-pifl-sex-ins-mts-nb-employment-outside-the-formal-sector-by-sex-public}} } ## 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 Africa的重新封装版本。 ## 关于Electric Sheep Africa Electric Sheep Africa 是Electric Sheep项目的组成部分，该项目旨在HuggingFace平台上构建一套统一的、适配机器学习的非洲地区数据层。我们从权威开源数据源拉取数据，对数据 schema 进行标准化，封装为Parquet格式，并发布格式统一的数据集卡片，使研究人员与开发者可通过`load_dataset()`函数在数秒内启动数据分析工作。 浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026年5月26日通过Electric Sheep数据管道摄入。源数据URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_INS_MTS_NB_

搜集汇总

数据集介绍

构建方式

该数据集脱胎于国际劳工组织统计数据库（ILOSTAT）中关于非正规经济部门就业状况的原始记录，经Electric Sheep Africa团队进行元数据标准化与结构化重封装后形成。构建过程以非洲45个国家为地理单元，系统采集1999年至2025年间按性别、公共或私营部门以及婚姻状况分类的就业观测数据，累计整合10834条记录。数据以Parquet列式格式存储，保留原始指标定义、单位与缺失值标记，并附加上游发布者、许可证及来源追溯信息，最终形成可供机器学习工作流直接调用的表格型数据集。

特点

数据集聚焦于非洲非正规部门就业这一劳动经济学核心议题，其显著特点在于多维分层结构：性别维度揭示劳动力市场中的性别差异，公私部门划分反映制度性就业边界，婚姻状况则引入家庭角色对就业形态的潜在影响。时间跨度逾四分之一世纪，覆盖非洲大陆绝大多数国家，兼具横向国别比较与纵向时序分析潜力。数据规模处于万级区间，以表格与文本双模态呈现，配有标准化元数据、下载量统计及许可证声明，元数据驱动的溯源注释进一步增强了分析结果的可复现性与引用规范性。

使用方法

研究者可借助Hugging Face datasets库以一行代码完成数据加载，随后通过迭代获取分割名称，检查特征架构并预览样本记录。当数据以表格形式呈现时，可调用to_pandas方法转换为数据框，便于开展描述性统计与建模。使用过程中建议先审视架构完整性与缺失值分布，再依据显式国家、年份和指标字段进行分组剖析或与其他Electric Sheep Africa数据集进行连接。建模之前须在源材料中核实变量定义与计量单位，并保留缺失值直至确立合理的插补规则，最终以可复现笔记本形式同时引用原始来源与工程化仓库。

背景与挑战

背景概述

非正规经济部门就业规模的测度历来是发展经济学与劳动经济学关注的焦点，国际劳工组织（ILO）长期致力于建立跨国可比的就业统计框架。该数据集由Electric Sheep Africa于2026年基于ILOSTAT数据库进行元数据标准化后发布，覆盖45个非洲国家、1999至2025年共计10,834条观测记录，系统刻画了非正规部门就业在性别、公私部门及婚姻状况等维度上的分布特征。作为非洲劳动市场数据基础设施建设的重要一环，该数据集为探究非正规就业的结构性差异与演变趋势提供了可复用的实证基础。

当前挑战

该数据集所应对的核心领域问题在于，非正规部门就业统计长期面临定义边界模糊、跨国口径不一及性别与婚姻状况等交叉维度信息缺失的困境，致使跨国比较与趋势研判存在系统性偏差。在构建过程中，元数据清单显示国家字段与上游发布机构信息存在缺漏，部分地理标识需依赖标题或来源元数据加以推断，为数据的可追溯性与下游建模带来了不确定性。如何在保留缺失值的前提下建立可靠的变量定义与单位核验机制，并避免从标签本身推导政策含义，构成使用该数据集时需谨慎处理的关键挑战。

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，该数据集构成刻画非洲大陆非正规部门就业结构的核心经验基础。其经典使用场景聚焦于按性别、公私部门归属及婚姻状况三重维度，系统解析45个非洲国家自1999年至2025年间非正规就业的分布形态与演化轨迹。研究者依托逾万条观测记录，得以在统一框架下开展跨国比较与长时段趋势分析，从而揭示非正规就业在不同人口群体中的异质性特征及其与宏观制度环境的关联机制。

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数据碎片化与可比性不足问题。既往学术探讨多受限于国别调查口径差异，难以进行严谨的跨区域比较。此数据集借助ILOSTAT标准化指标框架，使研究者能够检验非正规就业的性别差异假说、婚姻状况与部门选择的理论关联，以及公私部门分割对劳动市场结果的影响。其存在显著提升了非洲劳动市场实证研究的内部效度与外部可推广性，为区域就业政策评估提供了可复现的证据基石。

衍生相关工作

围绕该数据集，Electric Sheep Africa目录体系催生了一系列衍生性数据工程与分析工作。其标准化元数据框架被扩展应用于ILOSTAT其他指标的重组与发布，形成非洲劳动市场数据集的互操作网络。研究者在此基础上开发了跨国非正规就业面板数据库，并推动了与非洲家庭调查、劳动力调查微观数据的链接研究。这些工作共同强化了非洲开放数据生态的元数据规范与分析可复用性。