electricsheepeurope/europe-ilo-emp-pifl-sex-eco-dsb-nb-employment-outside-the-formal-sector-by-sex-econom

该数据集包含来自国际劳工组织（ILO）ILOSTAT数据库的35,038个观测值，涵盖31个欧洲国家从2007年至2025年的数据。数据集聚焦于非正规经济主题，具体指标为EMP_PIFL_SEX_ECO_DSB_NB，即按性别、经济活动和残疾状况划分的非正规部门就业人数（千）。数据通过ILOSTAT REST API获取，并过滤为欧洲国家代码。数据集包含详细的列结构，如国家代码、国家名称、数据源、指标代码、性别分类、经济活动分类、残疾状况分类、年份、观测值等，适用于表格分类、回归和时间序列预测等任务。数据由Electric Sheep Europe重新打包，以提供统一的、适合机器学习使用的欧洲数据层。--- 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 size_categories: - 10000 < 观测数 < 100000 tags: - 表格数据 - 欧洲 - ILOSTAT - 非正规经济 - 国际劳工组织（ILO） - 劳动力 - 就业 pretty_name: "按性别、经济活动与残疾状况划分的非正规部门就业人数（千人 | 欧洲（ILOSTAT））" --- # 按性别、经济活动与残疾状况划分的非正规部门就业人数（千人 | 欧洲（ILOSTAT）） 🇪🇺 **35038条观测样本** · **31个欧洲国家** · **2007年–2025年** · *由 [Electric Sheep Europe](https://huggingface.co/electricsheepeurope) 重新封装发布*      ## 核心摘要 本数据集包含**35038条非正规经济相关观测样本**，覆盖**31个欧洲国家**，时间跨度为**2007年至2025年**，仅涉及**1项核心指标**。 ## 数据源说明 **ILOSTAT（国际劳工组织统计数据库）**是国际劳工组织（ILO）的核心统计库，也是全球领先的劳动力统计权威来源。该库整合了就业、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（SDG）体面工作目标等多类指标，数据来源涵盖国家劳动力调查、家庭收入调查、机构调查与行政记录。其统计覆盖超过200个经济体，数据标准化工作由国际劳工组织统计司负责完成。 - **数据源：** [ILOSTAT](https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_ECO_DSB_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_ECO_DSB_NB`拉取数据，并筛选出采用ISO 3166-1 alpha-3编码的欧洲国家样本。ILOSTAT采用国际劳工统计学家会议（ICLS, International Conference of Labour Statisticians）的定义对原始调查微观数据进行标准化处理；数据来源可通过`source.label`字段进行溯源标识。 ## 地理覆盖范围 31个欧洲国家，以下为按样本行数排序的前15个国家： | 国家（ISO3代码） | 样本行数 | 起始年份 | 终止年份 | |---------|-----:|-----------:|----------:| | `POL` | 1,525 | 2007 | 2024 | | `FIN` | 1,515 | 2007 | 2024 | | `PRT` | 1,488 | 2007 | 2024 | | `SVN` | 1,482 | 2007 | 2024 | | `FRA` | 1,456 | 2007 | 2024 | | `NLD` | 1,443 | 2007 | 2024 | | `SVK` | 1,417 | 2007 | 2024 | | `CZE` | 1,379 | 2007 | 2024 | | `ITA` | 1,370 | 2007 | 2024 | | `ESP` | 1,368 | 2007 | 2024 | | `NOR` | 1,316 | 2007 | 2024 | | `LVA` | 1,293 | 2007 | 2024 | | `EST` | 1,255 | 2007 | 2024 | | `BEL` | 1,216 | 2007 | 2024 | | `GBR` | 1,204 | 2007 | 2018 | | ... | _16 more countries_ | | | ## 指标示例 - `EMP_PIFL_SEX_ECO_DSB_NB` — 按性别、经济活动与残疾状况划分的非正规部门就业人数（单位：千人） ## 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` | | `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 - EU Statistics on Income and Li…` | | `indicator` | `string` | ILOSTAT 指标代码 | `EMP_PIFL_SEX_ECO_DSB_NB` | | `indicator.label` | `string` | 英文指标名称 | `Employment outside the formal sector …` | | `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` | 细分维度对应名称 | `Total` | | `classif1` | `string` | 第一分类变量（年龄、教育程度、就业状态等） | `ECO_SECTOR_TOTAL` | | `classif1.label` | `string` | 第一分类变量的英文说明 | `Economic activity (Broad sector): Total` | | `classif2` | `string` | 第二分类变量（如适用） | `DSB_STATUS_TOTAL` | | `classif2.label` | `string` | 第二分类变量的英文说明 | `Disability status: Total` | | `time` | `int64` | 观测年份 | `2024` | | `obs_value` | `float64` | 观测指标值（单位详见指标定义） | `157.365` | | `obs_status` | `string` | 观测状态标记（如临时、不可靠） | `U` | | `obs_status.label` | `string` | 观测状态的英文说明 | `Unreliable` | | `note_classif` | `string` | 分类注释代码 | `C14:6260` | | `note_classif.label` | `string` | 分类注释的英文说明 | `Nonstandard definition of disability:…` | | `note_indicator` | `string` | 指标注释代码 | `—` | | `note_indicator.label` | `string` | 指标注释的英文说明 | `—` | | `note_source` | `string` | 数据源注释代码 | `R1:3513_T2:85` | | `note_source.label` | `string` | 数据源注释的英文说明 | `Repository: ILO-STATISTICS - Micro da…` | ## 数据细分维度 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 - 数据采用年度频率。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。 - 若同一国家×年份存在多份数据源，本数据集将采用国际劳工组织选定的“最优数据源”。 - 细分字段（`sex`, `classif1`, `classif2`）仅在指标支持对应细分维度时才会非空。 ## 使用示例 python from datasets import load_dataset ds = load_dataset("electricsheepeurope/europe-ilo-emp-pifl-sex-eco-dsb-nb-employment-outside-the-formal-sector-by-sex-econom") df = ds["train"].to_pandas() print(df.head()) ### 筛选单一国家样本 python germany = df[df["ref_area"] == "DEU"] ### 单指标时间序列可视化 python sample = (df[df["indicator"] == "EMP_PIFL_SEX_ECO_DSB_NB"] .sort_values("time")) sample.plot(x="time", y="obs_value", title="EMP_PIFL_SEX_ECO_DSB_NB") ### 转换为国家×年份矩阵 python matrix = (df[df["indicator"] == "EMP_PIFL_SEX_ECO_DSB_NB"] .pivot_table(index="time", columns="ref_area", values="obs_value")) print(matrix.tail()) ## 引用格式 bibtex @misc{europe_ilo_emp_pifl_sex_eco_dsb_nb_employment_outside_the_formal_sector_by_sex_econom_2025, title = {Employment outside the formal sector by sex, economic activity and disability status (thou | Europe (ILOSTAT)}, author = {International Labour Organization (ILO)}, year = {2025}, url = {https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_ECO_DSB_NB}, publisher = {HuggingFace Datasets, repackaged by Electric Sheep Europe}, howpublished = {url{https://huggingface.co/datasets/electricsheepeurope/europe-ilo-emp-pifl-sex-eco-dsb-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©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与Electric Sheep Europe的重新封装工作。 ## 关于Electric Sheep Electric Sheep Europe是Electric Sheep项目的组成部分：该项目旨在打造HuggingFace平台上面向欧洲的统一、适配机器学习的标准化数据层。我们从权威开放数据源拉取数据，对数据schema进行标准化处理，以Parquet格式封装，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使用工作。 可浏览完整数据集集合：[huggingface.co/electricsheepeurope](https://huggingface.co/electricsheepeurope) --- _数据溯源：2026年5月26日通过Electric Sheep流水线摄取。源URL：https://www.ilo.org/shinyapps/bulkexplorer/?id=EMP_PIFL_SEX_ECO_DSB_NB_

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织（ILO）的ILOSTAT中央统计数据库为权威来源，通过其REST API接口（https://rplumber.ilo.org/data/indicator?id=EMP_PIFL_SEX_ECO_DSB_NB）直接提取原始数据，并依据ISO3国家代码筛选出31个欧洲国家，时间跨度为2007至2025年。ILOSTAT依据国际劳工统计学家会议（ICLS）定义对各国劳动力调查、家庭收入调查等微观数据进行统一协调，确保指标的可比性与规范性。数据由Electric Sheep Europe重新封装为HuggingFace数据集，保留来源标签与注释字段，以增强可追溯性。

特点

数据集包含35,038条观测记录，覆盖31个欧洲国家，时间序列横跨2007至2025年，核心指标为“非正规部门就业人数（按性别、经济活动及残疾状况分类，单位：千人）”。数据结构采用宽表设计，包含国家代码、来源、指标、性别、经济活动分类、残疾状况、年份、观测值及数据质量标志等字段。性别维度提供总计、男性和女性三类取值，分类变量采用ILOSTAT标准编码，并附有英文标签与注释信息，便于多维分析与跨源比较。

使用方法

使用者可通过HuggingFace的datasets库以一行代码加载数据集，并转换为Pandas数据框进行后续分析。典型操作包括按国家代码（如DEU）筛选子集、按指标代码提取单指标时间序列并绘图，或利用透视表生成国家×年份矩阵。数据集支持表格分类、回归及时间序列预测等任务，亦可用于非正规就业、性别差异与残疾状况的跨国比较研究。使用时应遵循CC-BY-4.0许可，并同时引用ILO原始来源与Electric Sheep Europe的再封装工作。

背景与挑战

背景概述

非正规部门就业长期以来是全球劳动力市场治理的核心议题，其规模与结构直接关乎社会保障覆盖与体面劳动目标的实现。国际劳工组织（ILO）依托其统计部门构建的ILOSTAT数据库，系统汇编各国劳动力调查与家庭收入调查等微观数据，为跨国比较提供权威基准。该数据集由Electric Sheep Europe于2025年从ILOSTAT接口抓取并重新封装，覆盖2007至2025年间31个欧洲国家约35,038条观测，聚焦按性别、经济活动及残疾状况细分的非正规部门外就业规模。其核心研究问题在于揭示欧洲非正规就业的性别差异与残障群体就业排斥格局，为劳动经济学与包容性增长研究提供长时序、多维度的实证基础。

当前挑战

该数据集所回应的领域难题在于非正规就业的概念界定与跨国可比性：不同国家劳动力调查对非正规部门的操作化定义长期存在分歧，国际劳工统计学家会议标准虽提供协调框架，但非标准定义仍零星出现，削弱了横向比较的效度。构建过程中的主要挑战包括：原始数据来自多源调查，同一国家与年份可能存在多个来源，需依赖ILO选定的“最佳来源”策略加以整合；部分观测带有不可靠或临时性状态标记，需在建模中审慎处理；性别、经济活动与残疾状况等分类维度并非所有指标均完整发布，导致缺失值结构非随机；残疾状况数据尤其依赖各国调查口径，其跨国异质性对残障就业研究的稳健性构成持续挑战。

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，针对非正规部门就业规模的量化测度长期依赖跨国可比数据。该数据集源自国际劳工组织ILOSTAT统计数据库，涵盖31个欧洲国家2007至2025年间按性别、经济活动部门及残疾状况分组的非正规部门外就业观测值，共计35,038条记录。其经典使用场景在于构建面板数据模型，用以刻画非正规就业的时序演变趋势与国别差异，例如通过时间序列预测方法评估经济周期对非正规就业的冲击效应，或借助横截面回归分析性别与残疾状况对非正规就业参与率的差异化影响。

实际应用

在政策制定与社会治理层面，该数据集为欧洲各国劳动主管部门评估非正规就业规模、监测弱势群体就业状况提供了量化依据。国际组织与智库可据此识别非正规就业高发部门与高风险人群，进而设计有针对性的社会保障扩展方案与劳动力市场干预措施。企业与社会合作伙伴亦可利用该数据研判特定行业非正规用工的演变态势，为合规管理与可持续发展战略提供参考，助力实现体面劳动与包容性增长的政策目标。

衍生相关工作

围绕该数据集及其上游ILOSTAT体系，学界衍生出一系列经典研究。比较劳动制度学派利用此类数据检验非正规就业与劳动市场管制强度之间的关系；发展经济学文献则将其用于分析结构转型过程中正规与非正规部门的劳动力配置效率。此外，国际组织发布的非正规经济国别报告与全球就业趋势评估亦大量援引该数据源，催生了诸多关于非正规就业测度方法论的改进研究，持续拓展着劳动统计数据的学术与政策影响力。