electricsheepasia/asia-ilo-emp-pifl-sex-est-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集包含亚洲25个国家从2000年至2025年的非正规经济数据，共有3,393个观测值，覆盖1个独特指标。具体指标为按性别和机构规模划分的非正规部门就业份额（%），数据来源于国际劳工组织（ILO）的ILOSTAT数据库，涉及就业、失业、工资、工作时间、童工、非正规经济、社会保护、职业伤害和可持续发展目标体面工作目标等主题。数据集包括国家代码、年份、观测值、数据来源、性别分类（总计、男性、女性）和机构规模分类等字段，适用于表格分类、回归和时间序列预测等任务。数据经过ILO的统计部门统一处理，基于国际劳工统计学家会议（ICLS）定义，并标注了数据来源和质量状态。This dataset contains 3,393 observations of informal economy data across 25 Asia countries, spanning 2000–2025, covering 1 distinct indicator: Share of employment outside the formal sector by sex and establishment size (%). It is sourced from ILOSTAT, the ILOs central statistics database, which compiles indicators on employment, unemployment, wages, working time, child labour, informal economy, social protection, occupational injuries, and SDG decent work targets. The data includes fields such as country codes, years, observed values, data sources, sex disaggregation (total, male, female), and establishment size classifications, and is suitable for tabular classification, regression, and time-series forecasting tasks. The data is harmonized by the ILOs Department of Statistics using International Conference of Labour Statisticians (ICLS) definitions, with source and quality flags for traceability.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的ILOSTAT中央统计数据库，通过其REST API接口直接提取指标EMP_PIFL_SEX_EST_RT的原始记录，并依据ISO3国家代码筛选出亚洲地区数据。ILOSTAT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，采用国际劳工统计学家会议（ICLS）标准定义非正规部门就业，确保跨国可比性。数据经Electric Sheep Asia重新封装为Parquet格式，保留原始来源标签与注释字段，形成结构化的分析就绪数据集。

使用方法

研究人员可通过HuggingFace datasets库的load_dataset函数直接加载数据，并转换为Pandas DataFrame进行灵活操作。典型用法包括按国家代码筛选特定经济体的记录、按指标与时间排序绘制单一指标的时间序列趋势图，或利用透视表生成国家与年份的二维矩阵以观察区域差异。数据亦可直接用于表格分类、回归及时序预测等机器学习任务，所有操作均基于标准化字段，无需额外清洗即可快速开展分析。

背景与挑战

背景概述

国际劳工组织长期致力于全球劳动力市场统计的标准化与可比性，ILOSTAT数据库即为该努力的核心成果。本数据集聚焦亚洲地区非正规经济部门就业占比，涵盖2000至2025年间25个国家的3393条观测记录，由Electric Sheep Asia于2026年基于ILOSTAT API重新封装发布。其核心研究问题在于量化不同性别与机构规模下正规部门之外就业的分布特征，为监测非正规就业的动态演变提供跨国可比的基础数据。该数据集对劳动经济学、发展研究及社会政策评估具有重要参考价值，尤其在追踪可持续发展目标中体面工作进展方面，为研究者与政策制定者提供了关键的实证依据。

当前挑战

该数据集所应对的领域问题在于非正规就业的精准测度与跨国比较。非正规经济活动常游离于官方统计框架之外，抽样偏差与定义差异导致国别数据可比性面临严峻挑战。在构建过程中，原始调查数据的缺失与不均衡分布构成显著障碍，部分国家仅有零星年份或特定分类维度的数据，导致面板结构高度不平衡。同时，源数据中观察状态标志与注释信息（如序列中断、方法修订）反映了统计口径的历时变化，进一步增加了时间序列分析的复杂度。此外，机构规模分类的细粒度差异以及性别维度上的报告不一致，为建模与趋势推断带来了额外的技术难度。

常用场景

经典使用场景

在国际劳动经济学与非正规经济研究领域，该数据集构成了剖析亚洲地区非正规就业结构性特征的核心素材。其最经典的使用场景在于，研究者依据性别与机构规模的双重分类维度，对二十五国跨度逾二十载的非正规就业占比进行面板数据分析与跨国比较。借助时间序列建模与横截面回归，学者得以揭示不同性别劳动者在非正规部门中的分布差异，以及微型与小型机构在吸纳非正规就业方面的异质性角色。此类分析亦常用于检验非正规就业与经济发展水平之间的非线性关系，为劳动力市场二元结构理论提供跨国证据。

解决学术问题

该数据集有效回应了非正规就业测度中长期存在的口径不一致与跨国可比性不足两大难题。依托国际劳工组织基于国际劳工统计学家会议定义所开展的标准化调和流程，数据集将原本分散于各国劳动力调查与住户收入调查的原始微数据转化为统一指标，从而使研究者能够跨越制度语境差异，就非正规就业的性别差距与机构规模效应进行稳健的计量检验。其学术意义在于，为探讨非正规部门与贫困、社会保障缺失及生产率低下之间的关联提供了高质量的数据基础，并推动了关于女性在非正规经济中边缘化程度的定量讨论。

实际应用

在政策实践层面，该数据集为国际发展机构与各国劳动行政部门提供了监测非正规就业动态的量化依据。社会保障部门可据此识别非正规就业高度集中的国家与机构规模类型，进而设计针对性的缴费型保险扩面策略与劳动监察优先序。发展金融机构在评估普惠金融与微型企业扶持项目的干预效果时，亦可利用该数据集构建基准指标，追踪项目区域非正规就业占比的时序变化。此外，工会组织与民间社会团体常援引此类数据倡导将非正规劳动者纳入集体谈判与职业安全健康保护框架。

数据集最近研究

最新研究方向

在全球南方非正规经济持续成为发展经济学与劳动治理核心议题的背景下，该数据集以国际劳工组织ILOSTAT标准化框架为基石，聚焦亚洲25国2000至2025年间非正规部门就业份额的性别与机构规模双重分层特征。近期研究前沿正从静态描述转向动态异质性识别，尤其关注性别不对称如何随企业规模变化而重塑非正规就业的构成，并结合时间序列模型预测后疫情时代非正规性的结构性变迁。相关热点包括非正规就业与可持续发展目标中体面劳动指标的衔接、跨境比较中数据断裂点的校正方法，以及机器学习在面板缺失插补中的应用。该数据集为政策评估提供了可复现的微观基础，推动了亚洲劳动市场韧性研究的实证深度与可比性。