electricsheepeurope/europe-ilo-emp-pifl-sex-dsb-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数据库的统计数据，主题为按性别和残疾状况划分的非正规部门就业比例（%）| 欧洲（ILOSTAT）。数据集涵盖31个欧洲国家，时间跨度为2007年至2025年，包含3,729个观测值，涉及1个核心指标：EMP_PIFL_SEX_DSB_RT（按性别和残疾状况划分的非正规部门就业比例）。数据通过ILOSTAT REST API获取，并过滤为欧洲国家代码。数据集包含多个字段，如国家代码、国家名称、数据来源、指标代码、指标名称、性别分类、残疾状况分类、观测年份、观测值、观测状态等，支持按性别（总计、男性、女性）和残疾状况进行细分。数据为年度频率，经过ILO的标准化处理，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，采用CC-BY-4.0许可证。--- 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：单语种 样本量范围： - 1000 < 样本数 < 10000 标签： - 表格数据 - 欧洲 - ILOSTAT - 非正规经济（Informal economy） - ILO - 劳工 - 就业 美观名称："按性别与残疾状况划分的非正规部门就业占比（%）| 欧洲（ILOSTAT）" --- # 按性别与残疾状况划分的非正规部门就业占比（%）| 欧洲（ILOSTAT） 🇪🇺 **3,729条观测样本** · **31个欧洲国家** · **2007–2025年** · *由[Electric Sheep Europe](https://huggingface.co/electricsheepeurope)重新整理*      ## 核心摘要 本数据集包含31个欧洲国家的**3,729条非正规经济（Informal economy）**相关观测样本，时间跨度为**2007–2025年**，涵盖**1项独立指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（International Labour Organization, ILO）的核心统计数据库，为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、职业伤害以及可持续发展目标（Sustainable Development Goals, SDG）体面工作目标等领域，数据源自全国劳动力调查、家庭收入调查、机构调查及行政记录，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协调。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_DSB_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 数据直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_DSB_RT`拉取，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, 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`字段中标记，以保障可追溯性。 ## 地理覆盖范围 31个欧洲国家，以下为按观测条数排序的前若干行样本： | 国家（ISO3代码） | 观测条数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `PRT` | 160 | 2007 | 2024 | | `POL` | 157 | 2007 | 2024 | | `FRA` | 153 | 2007 | 2024 | | `ITA` | 153 | 2007 | 2024 | | `SVK` | 152 | 2007 | 2024 | | `FIN` | 150 | 2007 | 2024 | | `CZE` | 150 | 2007 | 2024 | | `LVA` | 146 | 2007 | 2024 | | `ESP` | 144 | 2007 | 2024 | | `NLD` | 141 | 2007 | 2024 | | `SVN` | 140 | 2007 | 2024 | | `EST` | 138 | 2007 | 2024 | | `NOR` | 134 | 2007 | 2024 | | `LUX` | 133 | 2007 | 2024 | | `AUT` | 131 | 2007 | 2024 | | ... | 另有16个国家 | | | ## 指标（示例） - `EMP_PIFL_SEX_DSB_RT` — 按性别与残疾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 | `AUT` | | `ref_area.label` | `string` | 英文国家名称 | `Austria`（奥地利） | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BB:275` | | `source.label` | `string` | 英文数据源名称 | `HIES - 欧盟收入与生活状况统计调查` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_PIFL_SEX_DSB_RT` | | `indicator.label` | `string` | 英文指标名称 | `Share of employment outside the forma…`（按性别与残疾状况划分的非正规部门就业占比） | | `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` | 细分维度标签 | `Total`（总计） | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `DSB_STATUS_TOTAL` | | `classif1.label` | `string` | 分类变量标签 | `Disability status: Total`（残疾状况：总计） | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `3.907` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 状态标记说明 | `Unreliable`（不可靠） | | `note_classif` | `string` | 分类注释 | `C14:6260` | | `note_classif.label` | `string` | 分类注释说明 | `Nonstandard definition of disability:…`（非标准残疾定义：……） | | `note_indicator` | `string` | 指标注释 | `—` | | `note_indicator.label` | `string` | 指标注释说明 | `—` | | `note_source` | `string` | 数据源注释 | `R1:3513_T2:85` | | `note_source.label` | `string` | 数据源注释说明 | `Repository: ILO-STATISTICS - Micro da…`（存储库：国际劳工组织统计司 - 微观数据……） | ## 细分维度 以下字段提供数据细分维度： - **`sex`**（共3个唯一取值）：`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”。 - 仅当指标支持对应细分维度时，细分字段（`sex`、`classif1`、`classif2`）才会非空。 ## 使用方法 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-pifl-sex-dsb-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数据 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_DSB_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_DSB_RT") ### 透视为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_DSB_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_dsb_rt_share_of_employment_outside_the_formal_sector_by_s_2025, title = {Share of employment outside the formal sector by sex and disability status (%) | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_DSB_RT}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-pifl-sex-dsb-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©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项目的组成部分，该项目旨在为HuggingFace平台上的欧洲数据构建统一、适用于机器学习的标准化数据层。我们从权威开源数据源获取数据，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通过`load_dataset()`即可在数秒内启动数据使用流程。 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管道摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_DSB_RT_

搜集汇总

数据集介绍

构建方式

在非正规经济就业测算长期依赖分散的国别调查、口径参差的背景下，该数据集以ILOSTAT官方指标EMP_PIFL_SEX_DSB_RT为唯一数据源，通过其REST接口提取原始观测，并依据ISO3国家代码筛选欧洲范围记录而构建。国际劳工组织统计部门依照国际劳工统计学家会议定义对各国劳动力调查、家庭收入调查等微观资料进行统一协调，来源信息保留于source.label字段以供溯源；电气绵羊欧洲团队则在此基础上重整模式、封装为Parquet格式，形成可直接调用的标准化版本。

特点

数据集覆盖三十一个欧洲国家、二〇〇七至二〇二五年间的三千七百二十九条年度观测，围绕非正规部门就业占比这一单一指标展开，并按性别与残疾状况进行交叉细分。其特点在于以ref_area、source、indicator、sex、classif1、time与obs_value等字段构成清晰的长表结构，同时辅以观测状态与多重注释列，用以标识临时性、可靠性不足或非标准定义等情形，使数据质量信息与数值本身得以并置保留，便于研究者在建模前进行甄别与过滤。

使用方法

使用该数据集时，可借助HuggingFace Datasets库的load_dataset函数加载并转换为pandas数据框，随后按需筛选。典型操作包括以ref_area字段提取单一国家子集，以indicator字段锁定目标指标并按time排序绘制时间序列，或通过pivot_table将长表重塑为时间乘以国家的矩阵，以便开展面板分析、分类、回归与时间序列预测等任务。运用过程中应留意obs_status与note类字段所标注的口径差异与数据可靠性，并在成果中依许可要求同时引述国际劳工组织原始来源与电气绵羊欧洲的再封装工作。

背景与挑战

背景概述

国际劳工组织（ILO）长期致力于全球劳动力市场统计的标准化与可比性建设，其维护的ILOSTAT数据库汇集了二百余个经济体的就业、失业、工资及非正规经济等核心指标。在此背景下，Electric Sheep Europe于2026年将ILOSTAT中关于欧洲非正规部门就业占比的指标（EMP_PIFL_SEX_DSB_RT）进行规范化重打包，形成覆盖三十一个欧洲国家、时间跨度为2007至2025年、共计三千七百二十九条观测的数据集。该数据集聚焦于按性别与残疾状况交叉分组的非正规就业比例，为探究欧洲劳动力市场中边缘群体的就业脆弱性提供了标准化面板数据，对社会保障政策评估与非正规经济研究具有基础性支撑意义。

当前挑战

非正规就业的测度本身即构成统计领域的一项持久难题。不同国家对非正规部门的界定标准参差不齐，国际劳工组织虽以国际劳工统计学家会议（ICLS）定义进行协调，但原始调查在抽样设计、问卷措辞及残疾状况识别上仍存在显著异质性，导致跨国比较的精度受到制约。该数据集在构建过程中面临的具体挑战包括：残疾状况的非标准化定义导致部分观测值被标注为不可靠，多个国家在特定年份的性别与残疾交叉维度数据缺失，以及不同来源调查在时间序列上衔接的非连续性。这些因素共同限制了纵向趋势分析与因果推断的稳健性，要求使用者在建模时对观测状态标志与来源注释保持高度审慎。

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，该数据集最经典的使用场景在于刻画欧洲各国非正规部门就业比例的时序演变与性别差异。研究者可依据性别与残疾状况的分组维度，构建面板数据模型，考察2007至2025年间各国非正规就业份额的收敛或分化趋势，并借助可视化手段呈现其动态轨迹。此类分析常以国别为截面单元、年份为时间维度，运用固定效应或随机效应模型探讨制度变迁、经济周期与劳动力市场结构对非正规就业的差异化影响。

衍生相关工作

围绕该数据集，已衍生出若干劳动统计与机器学习交叉的经典工作。Electric Sheep Europe将其纳入统一的欧洲ML就绪数据层，催生了基于梯度提升与时间序列预测模型的非正规就业份额预测研究。此外，该数据集常被用于迁移学习实验，以检验跨国面板模型在小样本国家上的泛化能力，并推动了可解释性机器学习在劳动政策分析中的应用探索。

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，该数据集以性别与残疾状况的双重维度切入，成为劳动经济学中结构性不平等研究的新兴增长点。当前前沿研究利用其2007–2025年31个欧洲国家的面板数据，借助时间序列预测与分类模型，探讨残疾群体在非正规部门就业中的过度代表现象及其性别异质性，并关联欧洲残疾人就业战略与SDG体面劳动目标。相关热点包括疫情后非正规就业反弹、平台经济扩张对残疾劳动者的排斥，以及ILO非正规经济统计标准的跨国适用性检验。该数据集为揭示制度环境、福利政策与结构性脆弱性之间的交互机制提供了关键实证基础，对推动包容性劳动力市场政策具有重要参照意义。