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

该数据集包含欧洲5个国家（MDA、BIH、MKD、RUS、SRB）从2003年至2025年的2,185个观测值，核心指标为EMP_PIFL_SEX_HOW_RT，即按性别和每周实际工作小时数划分的非正规部门就业占比（%）。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并经过处理，涵盖国家代码、数据来源、指标、性别分类、时间年份、观测值等字段。数据集适用于表格分类、回归和时间序列预测任务，旨在提供欧洲劳动力市场中非正规经济就业的标准化数据。This dataset contains 2,185 observations across 5 European countries (MDA, BIH, MKD, RUS, SRB) from 2003 to 2025, focusing on the indicator EMP_PIFL_SEX_HOW_RT, which represents the share of employment outside the formal sector by sex and weekly hours actually worked (%). Sourced from the International Labour Organization (ILO) ILOSTAT database via API and processed, it includes fields such as country codes, data sources, indicators, sex classifications, time years, and observed values. The dataset is suitable for tabular classification, regression, and time-series forecasting tasks, providing standardized data on informal economy employment in European labor markets.

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统计数据库（ILOSTAT），由Electric Sheep Europe团队通过ILOSTAT REST API接口直接拉取原始数据，并依据欧洲ISO3国家代码进行筛选与重封装。数据采集过程遵循国际劳工统计学家会议（ICLS）的定义标准，对原始调查微观数据进行统一协调处理，确保跨国可比性。原始数据来源涵盖劳动力调查、家庭收入调查及行政记录等渠道，并以source.label字段标注来源，以保障数据可追溯性。最终以Parquet格式发布，便于高效读取与分析。

特点

数据集涵盖5个欧洲国家在2003至2025年间的2185条观测记录，聚焦非正规部门就业占比这一指标，并按性别及每周实际工作小时数进行细分。数据结构清晰，包含国家代码、来源、指标、性别分类、时间及观测值等字段，同时提供来源标签、观测状态注释及分类注释等辅助信息，便于用户理解数据质量与背景。其时间跨度长、维度丰富，适用于劳动经济学、非正规经济及性别就业差异等领域的定量研究。

使用方法

用户可通过HuggingFace datasets库以load_dataset()函数直接加载数据集，并利用pandas进行数据操作。例如筛选特定国家、按时间序列绘制指标趋势图，或透视生成国家×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，为研究人员和开发者提供了便捷的ML就绪数据接口，无需额外预处理即可开展分析。

背景与挑战

背景概述

非正规经济就业的测度长期以来构成劳动统计领域的核心议题，其规模与结构直接关系到社会保障覆盖、税收基座及体面劳动议程的推进。国际劳工组织依托国际劳工统计学家会议确立的界定标准，自本世纪初起系统整合各国劳动力调查与住户调查微观数据，构建了跨区域可比的非正规就业指标序列。本数据集由Electric Sheep Europe于2025年从ILOSTAT接口重新封装，覆盖摩尔多瓦、波黑、北马其顿、俄罗斯与塞尔维亚五国2003至2025年间2185条观测，以性别与周实际工作小时数双重维度刻画正规部门之外就业份额，为转型经济体非正规就业的历时比较与跨国研究提供了标准化的数据基础。

当前挑战

非正规就业统计面临界定口径随国际标准修订而变动的固有难题，本数据集所涉国家多处于劳动力市场转型进程之中，调查体系更迭与指标断点频现，部分观测被标注为不可靠或存在序列断裂，直接削弱了时间序列的连续可比性。性别与工作小时数交叉分类下的样本稀疏问题亦不容忽视，某些国家年份组合因分类过细而出现空缺或估计方差偏大。数据构建层面，如何在不损失原始调查溯源信息的前提下将多源异构的国别报告统一至同一分类框架，并妥善处理官方选源策略所带来的观测替换，构成了对数据协调与元数据管理的持续挑战。

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，该数据集最经典的使用场景在于刻画欧洲转型经济体非正规就业的性别差异与工时分布特征。研究者依托国际劳工组织标准化的劳动力调查数据，按性别与周实际工作时间分组，测算非正规部门就业份额的时序演变。凭借2003至2025年长达二十余年的连续观测，该数据集使得跨国比较与趋势分析成为可能，尤其适用于探究摩尔多瓦、波黑、北马其顿、俄罗斯与塞尔维亚在制度转型过程中非正规就业的性别结构变迁。

衍生相关工作

围绕该数据集，学界衍生出一系列聚焦非正规就业与性别平等的经典研究。部分工作将其与欧洲社会调查或收入动态面板数据相匹配，探讨非正规就业对性别工资差距的贡献；另一些研究则利用其时序特征，构建非正规就业份额的预测模型，评估经济周期与制度变革的冲击效应。此外，该数据集亦被用于开发劳动市场脆弱性指数，并成为多国非正规经济核算与卫星账户编制的重要参照，持续激发比较劳动制度分析的方法创新。

数据集最近研究

最新研究方向

在全球非正规经济持续引发学术与政策关注的背景下，该数据集聚焦于欧洲五国非正规部门就业份额随性别与周工时变化的动态，为劳动经济学与性别研究提供了关键量化基础。当前前沿研究借助此类长时段面板数据，深入探讨非正规就业的性别差异如何随工时制度演变，并结合国际劳工组织(ILO)的ICLS定义框架，评估转型经济体在劳动力市场正规化进程中的结构性障碍。该数据集亦支撑了关于工时碎片化与非正规性关联的因果推断，以及后疫情时代就业质量监测等热点议题。其价值在于以标准化跨国可比指标，揭示塞尔维亚、摩尔多瓦等国非正规就业的性别与工时梯度，为设计精准的社会保护政策及实现体面劳动目标提供实证依据。