electricsheepafrica/africa-ilo-emp-pifl-sex-oc2-nb-employment-outside-the-formal-sector-by-sex-and-oc

该数据集包含12,689个观测值，覆盖37个非洲国家，时间跨度为1999年至2025年，专注于非正规经济指标。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涉及按性别和职业（ISCO 2级分类）统计的非正规部门就业情况（以千计）。数据集经过Electric Sheep Africa重新打包，提供结构化表格格式，适用于表格分类、回归和时间序列预测等任务。它包括国家代码、年份、性别分类、观测值等字段，并附带数据来源和质量说明，旨在支持非洲劳动力市场的研究和机器学习应用。--- license: CC BY 4.0 language: - 英语 task_categories: - 表格分类 - 表格回归 - 时间序列预测 multilinguality: 单语种 size_categories: - 10000 < 样本量 < 100000 tags: - 表格数据 - 非洲 - ILOSTAT - 非正规经济 - 国际劳工组织（ILO） - 劳工 - 就业 pretty_name: "按性别和职业划分的非正规部门就业——ISCO第二级（单位：千人）| 非洲（ILOSTAT）" --- # 按性别和职业划分的非正规部门就业——ISCO第二级（单位：千人）| 非洲（ILOSTAT） 🌍 **12,689 条观测** · **37个非洲国家** · **1999–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理*      ## 核心摘要 本数据集包含覆盖37个非洲国家、时间跨度为1999年至2025年的**12,689条非正规经济相关观测数据**，仅包含**1项独立指标**。 ## 数据源概况 **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（SDG）的体面工作目标等，数据来源于全国劳动力调查、家庭收入调查、机构调查以及行政记录。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的标准化整合。 - **数据源**：[ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OC2_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/) - **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_OC2_NB`拉取原始数据，并筛选出非洲地区的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（ICLS）制定的定义对原始调查微观数据进行标准化整合；数据溯源信息将通过`source.label`列进行标记。 ## 地理覆盖范围 37个非洲国家，以下按数据行数排序展示前10个国家的信息： | 国家代码 | 数据行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 1,998 | 2000 | 2024 | | `MUS` | 1,155 | 2012 | 2024 | | `EGY` | 902 | 2009 | 2024 | | `RWA` | 694 | 2017 | 2025 | | `AGO` | 687 | 2019 | 2025 | | `ZMB` | 644 | 2017 | 2024 | | `ZWE` | 587 | 2011 | 2024 | | `UGA` | 500 | 2010 | 2021 | | `SEN` | 446 | 2015 | 2024 | | `BFA` | 396 | 2018 | 2024 | | `NAM` | 383 | 2012 | 2018 | | `BWA` | 367 | 2019 | 2024 | | `ETH` | 265 | 1999 | 2021 | | `CIV` | 255 | 2016 | 2019 | | `GMB` | 244 | 2012 | 2025 | | ... | 另有22个国家 | | | ## 指标示例 - `EMP_PIFL_SEX_OC2_NB` — 按性别和职业划分的非正规部门就业——ISCO第二级（单位：千人） ## 数据结构 | 列名 | 数据类型 | 字段说明 | 示例值 | |--------|------|-------------|---------| | `ref_area` | `string` | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `安哥拉` | | `source` | `string` | ILOSTAT数据源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文数据源名称 | `劳动力就业调查（LFS）` | | `indicator` | `string` | ILOSTAT指标代码 | `EMP_PIFL_SEX_OC2_NB` | | `indicator.label` | `string` | 英文指标名称 | `按性别和职业划分的非正规部门就业……` | | `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` | 维度说明 | `总计` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、身份等） | `OC2_ISCO08_TOTAL` | | `classif1.label` | `string` | 分类变量说明 | `职业（ISCO-08），2位分级：……` | | `time` | `int64` | 观测年份 | `2025` | | `obs_value` | `float64` | 观测指标值（单位见指标定义） | `11270.18` | | `obs_status` | `string` | 观测状态标记（如暂定、不可靠） | `U` | | `obs_status.label` | `string` | 状态说明 | `不可靠` | | `note_indicator` | `string` | 指标相关注释 | `I11:264` | | `note_indicator.label` | `string` | 注释说明 | `序列中断：方法学已修订` | | `note_source` | `string` | 数据源相关注释 | `R1:3513` | | `note_source.label` | `string` | 注释说明 | `存储库：国际劳工组织统计数据库-微观数据……` | ## 细分维度 以下列提供数据细分维度： - **`sex`**（共3种唯一取值）：`SEX_T`、`SEX_M`、`SEX_F` ## 数据质量与注意事项 - 本数据集为年度频率数据，部分指标同时发布月度或季度序列，此类数据未纳入本数据集。 - 当同一国家×年份存在多个数据源时，将采用国际劳工组织选定的“最优数据源”。 - 细分维度列（`sex`、`classif1`、`classif2`）仅在指标支持对应细分时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-pifl-sex-oc2-nb-employment-outside-the-formal-sector-by-sex-and-oc") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家数据 python kenya = df[df["ref_area"] == "KEN"] ### 单个指标的时间序列可视化 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_OC2_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_OC2_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_OC2_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_oc2_nb_employment_outside_the_formal_sector_by_sex_and_oc_2025, title = "按性别和职业划分的非正规部门就业——ISCO第二级（单位：千人）| 非洲（ILOSTAT）", author = {国际劳工组织（ILO）}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OC2_NB}, publisher = {HuggingFace数据集平台，由Electric Sheep Africa重新整理发布}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-pifl-sex-oc2-nb-employment-outside-the-formal-sector-by-sex-and-oc}} } ## 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与Electric Sheep Africa的重新整理版本。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep使命的一部分：在HuggingFace平台上构建统一的、适配机器学习的非洲数据层。我们从权威开源数据源拉取数据，对数据结构进行标准化处理，打包为Parquet格式，并发布为格式统一的数据集卡片，以便研究人员与开发者仅需通过`load_dataset()`即可在数秒内启动数据使用工作。 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管道摄入。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_OC2_NB_

搜集汇总

数据集介绍

构建方式

该数据集源于国际劳工组织统计数据库（ILOSTAT）的公开劳动统计资料，由Electric Sheep Africa对原始数据进行标准化重整与元数据补全后发布。构建过程以非洲37个国家的正规部门外就业人口为观测对象，按性别与ISCO二级职业分类进行分层汇总，单位为千人，时间跨度覆盖1999年至2025年，共整合12,689条观测记录。数据结构化后以parquet格式存储，附带来源溯源信息与标准化元数据说明，确保下游分析能够追溯至原始统计口径与发布机构。

特点

数据集聚焦非洲非正规经济领域的就业结构，具有鲜明的区域覆盖广度和时间连续性。其变量维度涵盖国家、年份、性别与职业类别，能够支持按人口群体与职业层级交叉分析非正规就业的分布特征。数据以表格与文本模态并存，体量介于一万至十万条之间，适用于分类与回归任务。由于来源为官方劳动统计数据库，指标定义与单位具有较高的国际可比性，但部分元数据字段存在缺失，需在使用前加以核实。

使用方法

研究者可通过Hugging Face的datasets库直接加载该数据集，获取数据划分与特征结构，并借助to_pandas方法转换为数据框以便进行统计建模与可视化分析。在使用过程中，应先检查各变量的缺失情况与单位口径，明确国家列与年份列的含义，避免仅凭标签推断政策含义。该数据集可与Electric Sheep Africa目录中其他非洲数据集通过国家、年份和指标字段进行连接，以构建更具解释力的分析框架。建议在建模前保留缺失值直至确立合理的插补规则，并在成果中标注原始来源与元数据出处。

背景与挑战

背景概述

非正规部门就业长期是发展经济学与劳动经济学的核心议题，其规模与结构直接关系到社会保障覆盖、税收基础与劳动权益保障。国际劳工组织（ILO）通过ILOSTAT数据库系统采集各国劳动力市场统计，为跨国比较提供权威基准。Electric Sheep Africa在此基础上，将ILOSTAT中按性别与ISCO二级职业分类的非正规部门外就业数据（以千人为单位）进行标准化重整，覆盖37个非洲国家、1999至2025年共12689条观测，于2026年发布。该数据集填补了非洲非正规就业跨国、跨性别与跨职业长时序面板数据的空白，为分析非正规经济性别差异与职业分层提供了可复现的实证基础。

当前挑战

该数据集所回应的领域问题，在于非正规就业统计长期面临概念界定不一、各国调查口径差异显著以及性别与职业交叉维度数据稀缺等困境，致使跨国比较与趋势推断易受系统性偏差干扰。构建过程中的挑战同样突出：原始ILOSTAT元数据存在国家与上游发布者字段缺失，需依赖标题与来源信息进行地理归属推断；不同年份与国家的观测值可能源于各异的抽样设计与估算方法，单位与定义的一致性难以充分保证；缺失值分布不均，若在建模前轻率插补将扭曲非正规就业的真实结构。上述因素要求使用者在分析前审慎核验变量定义、单位与地理假设，并保留缺失值以待合理的处理规则。

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劳动力市场结构性特征的基础性面板资源。其经典使用场景聚焦于按性别与ISCO二级职业分类，对37个非洲国家1999年至2025年间非正规部门就业规模进行跨国比较与历时追踪。研究者依托12,689条观测记录，得以辨析不同职业群体中非正规就业的性别分布差异，并在标准化元数据框架下构建可复现的计量模型，从而揭示非洲非正规经济在职业维度上的异质性与演化轨迹。

实际应用

在政策实践层面，该数据集为国际组织、区域发展机构及各国劳工部门评估非正规就业规模与结构提供了量化依据。决策者可据此识别性别与职业维度上的脆弱就业群体，设计针对性的社会保障扩展方案与技能培训干预。同时，该数据亦可嵌入发展经济学家的微观模拟模型，用以预测非正规部门变动对贫困率、收入分配及劳动力市场政策效果的潜在影响，从而支撑循证决策。

衍生相关工作

围绕该数据集，Electric Sheep Africa的标准化元数据工程催生了一系列关联工作，包括非洲非正规经济指标的可发现性框架构建、跨国劳动力调查数据的机器学习就绪化处理，以及基于Hugging Face平台的开放数据目录编纂。这些衍生实践进一步支持了非洲劳动市场数据的互操作性提升，并为后续研究者开展跨国面板回归、职业性别差异分解及非正规就业预测等经典分析奠定了数据基础。