electricsheepafrica/africa-ilo-emp-pifl-sex-est-mts-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含非洲40个国家2000年至2025年间按性别、企业规模和婚姻状况划分的正式部门外就业比例的统计数据，源自国际劳工组织（ILO）的ILOSTAT数据库。数据集共有38,712个观测值，涵盖一个核心指标（EMP_PIFL_SEX_EST_MTS_RT），涉及国家代码、年份、观测值、数据来源、性别分类（总计、男性、女性）、企业规模分类和婚姻状况分类等维度。数据经过ILOSTAT基于国际劳工统计学家会议（ICLS）定义的标准化处理，适用于表格分类、回归和时间序列预测等任务，专注于非洲地区的非正规经济劳动力市场分析。--- 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 - ILO - 劳工 - 就业 数据集名称："按性别、企业规模和婚姻状况划分的非正规部门就业占比 | 非洲（ILOSTAT）" --- # 按性别、企业规模与婚姻状况划分的非正规部门就业占比 | 非洲（ILOSTAT） 🌍 **38,712 条观测值** · **40 个非洲国家** · **2000–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新整理发布*      ## 核心摘要 本数据集包含**38,712条非正规经济相关观测值**，覆盖**40个非洲国家**，时间跨度为**2000–2025年**，仅包含**1项独立指标**。 ## 数据来源说明 **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**。其收录涵盖就业、失业、薪资、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体面工作目标等各类指标，数据来源于全国劳动力调查、家庭收入调查、企业调查与行政记录。该数据库覆盖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_EST_MTS_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 本数据集直接从ILOSTAT的REST API接口`https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_EST_MTS_RT`拉取数据，并筛选出非洲地区的ISO 3166-1 alpha-3国家编码对应的样本。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处理；数据来源信息将在`source.label`字段中标记，以保证可追溯性。 ## 地理覆盖范围 40个非洲国家 · 以下为按行数排序的前15个国家： | 国家（ISO3编码） | 行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 8,400 | 2000 | 2024 | | `EGY` | 2,872 | 2008 | 2023 | | `MLI` | 2,506 | 2013 | 2024 | | `AGO` | 2,314 | 2004 | 2025 | | `SEN` | 1,899 | 2015 | 2024 | | `BWA` | 1,876 | 2006 | 2024 | | `RWA` | 1,366 | 2017 | 2020 | | `ZMB` | 1,348 | 2017 | 2024 | | `NAM` | 1,200 | 2012 | 2018 | | `CIV` | 1,042 | 2012 | 2019 | | `SYC` | 945 | 2019 | 2024 | | `MDG` | 919 | 2012 | 2022 | | `GMB` | 884 | 2012 | 2025 | | `BFA` | 843 | 2018 | 2024 | | `ZWE` | 829 | 2011 | 2019 | | ... | 另有25个国家 | | | ## 指标示例 - `EMP_PIFL_SEX_EST_MTS_RT` — 按性别、企业规模与婚姻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 国家编码 | `AGO` | | `ref_area.label` | `string` | 英文国家名称 | `Angola` | | `source` | `string` | ILOSTAT 来源代码（如劳动力调查） | `BA:13951` | | `source.label` | `string` | 英文来源名称 | `LFS - Employment Survey` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_PIFL_SEX_EST_MTS_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` | 维度说明 | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `EST_AGGREGATE_TOTAL` | | `classif1.label` | `string` | 分类变量说明 | `Establishment size (Aggregate): Total` | | `classif2` | `string` | 可选第二分类变量 | `MTS_AGGREGATE_TOTAL` | | `classif2.label` | `string` | 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（单位详见指标定义） | `80.588` | | `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` | 指标备注代码 | `I11:264` | | `note_indicator.label` | `string` | 指标备注说明 | `Break in series: Methodology revised` | | `note_source` | `string` | 来源备注代码 | `R1:3513` | | `note_source.label` | `string` | 来源备注说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 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 - 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，但本数据集未包含此类数据。 - 当同一国家×年份的同一指标存在多个来源时，将采用国际劳工组织选定的“最优来源”数据。 - 细分维度字段（`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-est-mts-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 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_EST_MTS_RT"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_EST_MTS_RT") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_EST_MTS_RT"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{africa_ilo_emp_pifl_sex_est_mts_rt_share_of_employment_outside_the_formal_sector_by_s_2025, title = {按性别、企业规模和婚姻状况划分的非正规部门就业占比 | 非洲（ILOSTAT)}, author = {国际劳工组织（ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_EST_MTS_RT}, publisher = {HuggingFace Datasets, 由Electric Sheep Africa重新整理发布}, howpublished = {\url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-pifl-sex-est-mts-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来源与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、适用于机器学习的非洲地区数据层。我们从权威开源数据源获取数据，对schema进行标准化处理，打包为Parquet格式，并发布为统一格式的数据集卡片，以便研究人员与开发者仅需通过`load_dataset()`即可在数秒内开始使用数据。 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URL: https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_EST_MTS_RT

搜集汇总

数据集介绍

构建方式

在非正式经济部门就业份额的测算长期依赖劳动统计调查与人口普查的整合，ILOSTAT作为国际劳工组织的核心统计数据库，为跨国比较提供了方法论基础。该数据集由Electric Sheep Africa基于ILOSTAT公开数据进行工程化重构，原始统计单元经过标准化清洗后，以Parquet列式格式汇入Hugging Face数据集仓库。构建过程涵盖指标选取、性别与婚姻状况等维度的交叉分类、以及2000至2025年时间序列的整合，最终形成38,712条观测记录，覆盖40个非洲国家。元数据层同步记录了来源渠道与许可信息，确保数据溯源的完整性。

特点

数据集聚焦于非洲地区非正式部门就业的性别差异与婚姻状况关联，具有显著的区域经济研究价值。其核心特征体现为多维分层结构：观测单元按性别、企业规模与婚姻状况三重维度细分，支持对劳动力市场边缘化群体的精细刻画。时间跨度自2000年延伸至2025年，为长期趋势分析提供了充足样本。数据以表格与文本双模态呈现，包含明确的国别标识与指标字段。体量介于一万至十万条之间，兼顾了统计功效与处理效率，适用于分类与回归等多类分析任务。

使用方法

研究者可通过Hugging Face datasets库以单行代码加载该数据集，随后利用内置查看器或转换为Pandas数据框进行探索性分析。使用时建议首先检查架构与缺失值分布，避免在未确认变量定义与计量单位前贸然建模。鉴于地理信息可能仅在标题或来源元数据中隐含，应在下游分析中显式记录国别假设并保留缺失值以待合理插补。该数据集可与其他Electric Sheep Africa目录下的非洲数据集通过国别、年份与指标字段进行连接，亦可构建可复现的笔记本以引用原始来源与仓储信息。

背景与挑战

背景概述

非正规经济部门就业的量化刻画，长期以来是发展经济学与劳动经济学交叉领域的核心议题。国际劳工组织（ILO）依托ILOSTAT数据库，持续采集全球劳动力市场指标，为衡量非正规就业的规模与结构提供权威基准。该数据集由Electric Sheep Africa于2026年整合发布，源自ILOSTAT的原始统计，涵盖40个非洲国家、2000至2025年间共38712条观测记录，按性别、企业规模与婚姻状况细分非正规部门就业占比。其核心研究问题在于揭示非洲劳动力市场中非正规就业的异质性分布，为跨国比较与政策评估提供可复用的数据基础。

当前挑战

该数据集所回应的领域问题，在于非正规就业的界定与测度本身存在跨国口径差异，非正规部门边界的模糊性使统计可比性面临持续争议。构建过程中的挑战同样显著：原始ILOSTAT数据在非洲各国的采集频率与覆盖年份参差不齐，性别、企业规模与婚姻状况等维度的交叉分层导致大量单元格缺失或稀疏；元数据中country与upstream_publisher字段的缺失，进一步增加了来源追溯与地理标识的难度。如何在不引入偏差的前提下处理缺失值，并在异质性极强的非洲劳动市场中保持指标定义的一致性，构成该数据集应用于建模与推断时的核心挑战。

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，该数据集凭借其覆盖四十个非洲国家、横跨四分之一世纪的近四万条观测记录，成为剖析发展中国家就业结构转型的核心经验素材。研究者通常将其用于刻画非正规部门就业份额在性别、企业规模与婚姻状况维度上的分布差异，进而借助面板数据模型或分层回归策略，检验性别不平等与家庭角色如何塑造劳动者进入正规经济体系的机会。此类分析往往结合时间序列分解与跨国比较方法，以识别不同制度环境下非正规就业演变的异质性轨迹。

实际应用

在政策实践层面，该数据集为国际组织与非洲各国劳动部门评估非正规就业规模、设计社会保障扩面方案提供了量化依据。发展金融机构可据此识别性别与婚姻状况交叉维度下的脆弱群体，优化微型企业扶持与技能培训资源的配置。非政府组织亦可借助其国别与时间维度信息，监测非正规经济在政策干预前后的动态变化，从而提升就业促进项目与减贫战略的精准性与可问责性。

衍生相关工作

围绕该数据集，学界与数据工程社区衍生出若干经典工作。一方面，研究者将其与非洲其他社会经济数据集进行跨国链接，构建起涵盖教育、收入与性别规范的综合分析框架；另一方面，Electric Sheep Africa 对其元数据进行标准化封装，推动了非洲公共数据发现与复用基础设施的建设。这些工作共同促进了非正规经济领域可复现研究范式的发展，并为后续机器学习驱动的劳动市场预测模型提供了训练与验证资源。