electricsheepafrica/africa-ilo-emp-pifl-sex-eco-geo-nb-employment-outside-the-formal-sector-by-sex-econom

该数据集是一个关于非洲非正规经济就业情况的统计数据集，来源于国际劳工组织（ILO）的ILOSTAT数据库。它包含17,514个观测值，覆盖41个非洲国家，时间跨度为1999年至2025年，主要指标是EMP_PIFL_SEX_ECO_GEO_NB，即按性别、经济活动和城乡区域划分的非正规经济就业人数（以千计）。数据以表格形式呈现，包含多个列如国家代码、性别分类、年份、观测值等，并提供了数据来源、质量说明和使用方法。数据集由Electric Sheep Africa重新打包发布，适用于表格分类、回归和时间序列预测等任务。--- 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 < 样本数 < 100000 标签： - 表格数据 - 非洲 - ILOSTAT - 非正规经济 - 国际劳工组织（ILO） - 劳动 - 就业 美观名称："按性别、经济活动及城乡划分的非正规部门就业人数（千人 | 非洲（ILOSTAT））" --- # 按性别、经济活动及城乡划分的非正规部门就业人数（千人 | 非洲（ILOSTAT）） 🌍 **17,514 条观测数据** · **41 个非洲国家** · **1999–2025年** · *由[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)重新封装*      ## TL;DR 本数据集包含覆盖**41个非洲国家、时间跨度为1999–2025年**的**非正规经济**相关数据，共**17,514条观测数据**，涵盖**1项独立指标**。 ## 数据来源 **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统计数据源。该库整合了就业、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（SDG）体面工作目标等领域的指标，数据来源涵盖全国劳动力调查、家庭收入调查、机构调查及行政记录。其覆盖范围超过200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_ECO_GEO_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_ECO_GEO_NB`拉取数据，并筛选出非洲地区的ISO3国家代码子集。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，以保证可追溯性。 ## 地理覆盖范围 覆盖41个非洲国家，以下按观测行数排序展示部分国家： | 国家代码 | 观测行数 | 起始年份 | 结束年份 | |---------|-----:|-----------:|----------:| | `ZAF` | 1,901 | 2008 | 2024 | | `EGY` | 1,417 | 2008 | 2024 | | `AGO` | 1,093 | 2004 | 2025 | | `MLI` | 1,073 | 2013 | 2024 | | `RWA` | 967 | 2017 | 2025 | | `SEN` | 850 | 2011 | 2024 | | `ZMB` | 830 | 2017 | 2024 | | `ZWE` | 803 | 2011 | 2024 | | `UGA` | 800 | 2010 | 2021 | | `CIV` | 671 | 2012 | 2022 | | `NAM` | 585 | 2012 | 2018 | | `GMB` | 450 | 2012 | 2025 | | `NER` | 431 | 2011 | 2022 | | `MDG` | 346 | 2012 | 2022 | | `SWZ` | 345 | 2016 | 2023 | | ... | *另有26个国家* | | | ## 指标（示例） - `EMP_PIFL_SEX_ECO_GEO_NB` — 按性别、经济活动及城乡划分的非正规部门就业人数（千人） ## 数据结构 | 字段名 | 数据类型 | 字段说明 | 示例 | |--------|------|-------------|---------| | `ref_area` | 字符串 | ISO 3166-1 alpha-3 国家代码 | `AGO` | | `ref_area.label` | 字符串 | 英文国家名称 | `安哥拉` | | `source` | 字符串 | ILOSTAT 来源代码（例如劳动力调查） | `BA:13951` | | `source.label` | 字符串 | 英文来源名称 | `劳动力调查（LFS）` | | `indicator` | 字符串 | ILOSTAT 指标代码 | `EMP_PIFL_SEX_ECO_GEO_NB` | | `indicator.label` | 字符串 | 英文指标名称 | `按性别、经济活动及城乡划分的非正规部门就业人数……` | | `sex` | 字符串 | 按性别拆分（SEX_T=总计，SEX_M=男性，SEX_F=女性） | `SEX_T` | | `sex.label` | 字符串 | "--" | `总计` | | `classif1` | 字符串 | 第一分类变量（年龄、教育程度、就业身份等） | `ECO_SECTOR_TOTAL` | | `classif1.label` | 字符串 | "--" | `经济活动（大类）：总计` | | `classif2` | 字符串 | 可选的第二分类变量 | `GEO_COV_NAT` | | `classif2.label` | 字符串 | "--" | `区域类型：全国范围` | | `time` | 64位整数 | 观测年份 | `2025` | | `obs_value` | 64位浮点数 | 观测指标值（单位依指标定义而定） | `11270.18` | | `obs_status` | 字符串 | 观测状态标记（例如临时、不可靠） | `U` | | `obs_status.label` | 字符串 | "--" | `不可靠` | | `note_classif` | 64位浮点数 | "--" | `--` | | `note_classif.label` | 64位浮点数 | "--" | `--` | | `note_indicator` | 字符串 | "--" | `I11:264` | | `note_indicator.label` | 字符串 | "--" | `序列中断：方法学已修订` | | `note_source` | 字符串 | "--" | `R1:3513` | | `note_source.label` | 字符串 | "--" | `存储库：国际劳工组织统计数据库 - 微观数据……` | ## 数据拆分维度 以下字段提供数据拆分维度： - **`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来源时，将采用国际劳工组织选定的“最优来源”数据。 - 拆分字段（`sex`、`classif1`、`classif2`）仅在指标支持对应拆分维度时非空。 ## 使用方法 ### 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepafrica/africa-ilo-emp-pifl-sex-eco-geo-nb-employment-outside-the-formal-sector-by-sex-econom") df = ds["train"].to_pandas() print(df.head()) ### 按国家筛选 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_ECO_GEO_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_ECO_GEO_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_ECO_GEO_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_eco_geo_nb_employment_outside_the_formal_sector_by_sex_econom_2025, title = {Employment outside the formal sector by sex, economic activity and rural / urban areas (th | Africa (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_ECO_GEO_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Africa}, howpublished = {url{https://huggingface.co/datasets/electricsheepafrica/africa-ilo-emp-pifl-sex-eco-geo-nb-employment-outside-the-formal-sector-by-sex-econom}} } ## 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及Electric Sheep Africa的重新封装工作。 ## 关于Electric Sheep Electric Sheep Africa是Electric Sheep项目的一部分，该项目旨在HuggingFace平台上构建统一的、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进行标准化处理，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()`在数秒内启动工作。浏览完整数据集集合：[huggingface.co/electricsheepafrica](https://huggingface.co/electricsheepafrica) --- _数据溯源：2026-05-26通过Electric Sheep流水线获取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_ECO_GEO_NB_

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Africa团队基于国际劳工组织（ILO）的ILOSTAT中央统计数据库进行工程化重构与标准化封装，原始数据源自ILOSTAT中关于非正规经济部门就业状况的官方统计，覆盖41个非洲国家，时间跨度为1999年至2025年，总计17,514条观测记录。Electric Sheep Africa对原始数据实施了元数据增强、格式统一与溯源标注，将其转化为Parquet格式并发布至Hugging Face平台，同时配套标准化的加载指南、变量说明及数据质量注释，以确保数据的可发现性、可复现性与分析可用性，为非洲劳动市场研究提供结构化的证据基础。

特点

该数据集聚焦于非洲非正规经济部门的就业问题，按性别、经济活动类型及城乡区域进行多维度交叉分类，涵盖非正规部门就业人口的分布特征。数据集具有显著的地域覆盖广度，囊括41个非洲国家，时间序列长达二十余年，能够支持跨国家、跨时期的比较分析。其数据以表格与文本混合模态呈现，采用Parquet列式存储格式，兼顾存储效率与读取性能，规模属于中等量级（10K至100K行区间）。数据集附带结构化的元数据标签体系，包括劳动、就业、非正规经济等主题标识，便于在非洲数据发现平台中进行索引与检索。

使用方法

研究者可通过Hugging Face的datasets库直接加载该数据集，使用load_dataset函数指定仓库路径即可获取数据对象，进而查看其分片结构、特征字段与样本内容。对于表格类分析任务，可将数据集转换为Pandas DataFrame以进行统计描述、缺失值检验与可视化探索。建议在建模前系统检查变量定义、单位与缺失模式，并依据显式的国家、年份及指标字段进行跨数据集联结。分析过程中应保留缺失值直至确立合理的插补规则，并在成果中同时引用ILOSTAT原始来源与Electric Sheep Africa的工程化仓库，以确保分析的可追溯性与学术规范性。

背景与挑战

背景概述

非正规经济就业的测度长期构成劳动经济学与发展经济学交汇处的核心难题，非洲大陆因非正规部门吸纳了绝大多数劳动力而尤具研究价值。国际劳工组织（ILO）通过ILOSTAT数据库系统采集成员国劳动力调查数据，为跨国比较提供了权威基础。Electric Sheep Africa于2026年将此数据集重新封装发布，涵盖1999至2025年间41个非洲国家的17514条观测记录，按性别、经济活动部门及城乡地域对正规部门以外就业进行多维刻画。该数据集为非洲非正规就业的结构性分析、性别差距评估及城乡分化研究提供了可复现的数据基础设施，对推动区域劳动市场政策的实证研究具有重要价值。

当前挑战

非正规就业统计面临界定标准不统一、跨国可比性受限的根本性挑战。各国劳动力调查在非正规部门的概念操作化、抽样框设计及数据采集频率上存在显著异质性，导致跨国面板的可比性存疑。数据构建过程中，元数据清单暴露出国家标识与原始发布机构字段的缺失，地理推断依赖标题或来源元数据的间接信息，增加了分析假设的不确定性。此外，非正规就业具有高度季节性与流动性特征，而调查数据的时点截面对此捕捉有限，时间序列又受制于采集间隔不一。如何在保持缺失值原生状态的前提下设计稳健的插补策略，并在建模中妥善处理性别、城乡与经济活动的交叉分层结构，构成该数据集应用的核心方法论挑战。

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，针对非洲大陆非正规部门就业态势的量化刻画长期受制于数据稀缺与口径不一。该数据集依托国际劳工组织ILOSTAT的权威统计框架，系统汇编了1999至2025年间41个非洲国家共计17514条观测记录，按性别、经济活动部门及城乡地域三重维度细分非正规部门外就业规模。研究者可借此开展跨国家、跨时段的比较分析，识别非正规就业的性别差异与城乡异质性，亦可将其作为基准数据，用于检验非洲劳动力市场结构性转型的假说，或与正规部门就业指标对照，探究非正规经济在非洲各国经济周期中的缓冲效应。

实际应用

在政策实践层面，该数据集为国际发展机构、非洲各国劳工部门及非政府组织提供了循证决策的量化依据。相关部门可据此评估非正规就业的规模与结构，识别性别与城乡维度的脆弱群体，进而设计有针对性的社会保障扩展方案与技能培训项目。发展金融机构可将其纳入国别经济评估，研判非正规部门对税收基础与生产率增长的制约。同时，该数据集支持构建劳动力市场监测仪表盘，辅助追踪非正规就业在政策干预下的变动轨迹，为非洲联盟及区域经济共同体的就业议程提供数据支撑。

衍生相关工作

该数据集作为Electric Sheep Africa非洲公共数据目录的组成部分，衍生了一系列围绕非洲非正规经济的拓展性工作。研究者将其与同目录下的正规部门就业、劳动收入及行业产出等数据集进行跨源关联，构建了多维度劳动力市场分析框架。部分后续研究以此为基础，运用面板回归与聚类方法识别非洲非正规就业的区域模式，亦有工作将其与人口健康调查数据结合，探讨非正规就业与贫困、教育获得之间的关联。这些衍生研究共同丰富了非洲劳动统计的数据生态，推动了开放数据在非洲经济研究中的规范化应用。