electricsheepeurope/europe-ilo-emp-pifl-sex-geo-dsb-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含欧洲29个国家2007年至2025年间的非正规经济数据，共9,648条观测记录，涵盖1个核心指标：按性别、城乡地区和残疾状况划分的正式部门外就业比例（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过欧洲国家筛选和标准化处理，包含国家代码、年份、观测值、数据来源、性别分类、地理分类和残疾状况分类等字段，适用于表格分类、回归和时间序列预测等任务。This dataset contains 9,648 observations of informal economy data across 29 European countries, spanning 2007–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex, rural / urban areas and disability status (%). Sourced from the International Labour Organization (ILO) ILOSTAT database via API, filtered to Europe ISO3 country codes, and harmonized using ICLS definitions, it includes fields such as country code, year, observed value, source, sex disaggregation, geographic classification, and disability status classification, suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集系由Electric Sheep Europe团队自国际劳工组织（ILO）官方统计数据库ILOSTAT的REST API接口直接抽取原始数据，并依据ISO3国家代码筛选出欧洲地区样本，最终整理为可机读的表格化数据集。ILOSTAT本身依托各国劳动力调查、家庭收入调查及行政记录等多元来源，按照国际劳工统计学家会议（ICLS）标准对微观数据进行统一协调与标准化处理，以确保指标定义的可比性。数据抽取后经模式规范化并以Parquet格式封装发布，随附来源标签与注释字段，便于追溯与复现。

特点

该数据集聚焦于非正规部门就业份额这一非正规经济核心指标，涵盖29个欧洲国家自2007年至2025年的9,648条年度观测记录，并按性别、城乡区域及残疾状况等多重维度进行细分。数据包含指标代码、数值、观测状态标志及来源注释等丰富字段，支持对劳动力市场结构性差异的精细刻画。观测状态标志能够提示数据的临时性或可靠性程度，为研究者在分析中纳入数据质量考量提供了便利。

使用方法

研究者可通过Hugging Face的datasets库以load_dataset函数一键加载该数据集并转换为Pandas数据框，进而开展统计分析。典型用法包括按国家代码筛选特定国家的子集、针对单一指标构建时间序列并绘图，以及利用透视表将数据重塑为国家与年份的交叉矩阵。此类操作便于开展跨国比较、趋势分析与计量建模，为劳动经济学与非正规经济研究提供可直接利用的数据基础。

背景与挑战

背景概述

非正规就业作为全球劳动力市场结构性议题，长期困扰发展中国家与转型经济体的劳动治理。国际劳工组织（ILO）依托ILOSTAT统计数据库，系统整合各国劳动力调查与住户收入调查微观数据，按国际劳工统计学家会议（ICLS）标准编纂非正规经济指标。该数据集由Electric Sheep Europe于2025年从ILOSTAT REST API提取并重新封装，覆盖29个欧洲国家2007至2025年间9,648条观测，按性别、城乡及残疾状况维度刻画正规部门外就业占比。其核心研究问题在于揭示欧洲边缘劳动力群体的就业脆弱性差异，为非正规经济监测与体面劳动政策评估提供可比数据基础。

当前挑战

该数据集所应对的领域问题在于，非正规就业测度长期面临定义分歧与跨国可比性不足的困境，而性别、城乡与残疾状况交叉维度的数据尤为稀缺。构建过程中的挑战同样显著：不同国家劳动力调查对非正规部门的界定存在非标准差异，若干观测值带有“不可靠”状态标记，残疾变量定义在各国间缺乏统一口径，且部分国家或年份存在缺失断裂。如何在保留来源可追溯性的前提下实现跨国、跨年度的有效比较，是使用该数据集开展分类、回归或时间序列预测时必须审慎处理的难题。

常用场景

经典使用场景

在非正规经济部门的劳动经济学研究中，该数据集最为经典的应用场景在于刻画欧洲各国非正规就业份额的时空演变格局。依托国际劳工组织标准化协调的劳动力调查数据，研究者得以按性别、城乡地域及残疾状况等多重维度，对2007至2025年间29个欧洲国家的非正规就业占比展开横向比较与纵向追踪，从而揭示欧洲劳动力市场结构转型的异质性特征。

衍生相关工作

围绕该数据集及其所属的ILOSTAT非正规经济指标系列，学界衍生出诸多经典研究工作，涵盖非正规就业与贫困脆弱性的关联分析、非正规部门对社会保障覆盖率的侵蚀效应评估，以及基于面板数据的跨国非正规就业收敛性检验等。这些工作不仅拓展了非正规经济研究的理论边界，也为后续更为精细的微观计量分析奠定了数据基础，并持续激发着比较劳动制度研究的新议题。

数据集最近研究

最新研究方向

在全球非正规经济监测与体面劳动议程深化的背景下，该数据集所承载的欧洲非正规部门就业份额指标正成为劳动经济学与发展计量研究的前沿切入点。近期研究聚焦于利用其性别、城乡与残疾状态的多维交叉分层，借助面板回归与时序预测方法，识别非正规就业的结构性脆弱群体及其时空演化规律，并与ILO体面劳动指标及可持续发展目标8形成实证呼应。相关热点亦延伸至数字化转型、平台经济扩张与非正规就业边界模糊化之间的因果推断，该数据集凭借其跨国可比性与长时序覆盖，为政策评估与跨国比较提供了关键的微观基础，对推动包容性劳动力市场治理具有重要参考价值。