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

该数据集包含国际劳工组织（ILO）ILOSTAT数据库提供的欧洲非正规经济就业统计数据，具体指标为按性别、企业规模和残疾状况划分的非正规部门就业人数（千计）。数据集涵盖2个欧洲国家（摩尔多瓦和塞尔维亚），时间跨度为2007年至2025年，共297个观测值。数据通过ILOSTAT REST API获取，并经过标准化处理，包含国家代码、数据来源、指标分类、性别维度、企业规模分类、残疾状况分类、年份和观测值等列。数据集主要用于表格分类、回归和时间序列预测任务，适用于劳动力市场分析、经济研究及机器学习应用。This dataset contains informal economy employment statistics for Europe from the International Labour Organization (ILO) ILOSTAT database, specifically the indicator Employment outside the formal sector by sex, establishment size and disability status (thousands). It covers 2 European countries (Moldova and Serbia) from 2007 to 2025, with 297 observations. Data is sourced via the ILOSTAT REST API and includes columns such as country codes, data sources, indicator classifications, sex disaggregation, establishment size categories, disability status categories, year, and observed values. The dataset is designed for tabular classification, regression, and time-series forecasting tasks, suitable for labor market analysis, economic research, and machine learning applications.

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）的中央统计数据库ILOSTAT，通过其REST API接口直接提取指标EMP_PIFL_SEX_EST_DSB_NB的原始记录，并依据欧洲ISO3国家代码进行筛选。ILOSTAT采用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标准化处理，确保跨国可比性。Electric Sheep Europe对提取的数据进行重新打包，保留来源标签以供溯源，最终形成覆盖摩尔多瓦共和国与塞尔维亚两个欧洲国家、时间跨度为2007至2025年的297条观测记录。

特点

数据集聚焦于非正规部门就业领域，以性别、企业规模和残疾状况为 disaggregation 维度，提供了总就业、男性与女性分类的细粒度统计。其核心特点在于整合了多源调查数据（如劳动力调查），并通过ILO的协调方法消除国别差异，同时标注观测状态（如临时性、不可靠）以提示数据质量。数据集以表格形式组织，包含国家代码、指标代码、分类变量、时间及观测值等字段，适用于非正规经济、劳动力市场不平等及残疾包容性就业等议题的量化分析。

使用方法

研究人员可通过Hugging Face的datasets库加载该数据集，使用load_dataset函数获取训练集并转换为Pandas DataFrame进行后续分析。典型操作包括按国家代码筛选子集以开展国别比较，或针对单一指标构建时间序列以观察趋势变化，亦可利用透视表生成国家与年份的交叉矩阵。数据支持分类与回归任务，例如预测非正规就业水平或分析性别差异，但需注意年度频率及来源标注，引用时应同时标注ILO原始数据与Electric Sheep Europe的再包装工作。

背景与挑战

背景概述

非正规经济就业的测算长期构成劳动统计领域的核心难题，国际劳工组织（ILO）依托ILOSTAT数据库构建了全球可比指标，本数据集于2025年经Electric Sheep Europe标准化封装发布，覆盖摩尔多瓦与塞尔维亚2007至2025年297条观测，按性别、机构规模与残疾状况细分，源自劳动力调查等微观数据并经国际劳工统计学家会议定义协调。该数据集为探究欧洲边缘劳动力市场中脆弱群体的非正规就业分布提供了难得的跨国时序素材，对非正规经济测度与残障就业政策研究具有基础性参考价值。

当前挑战

非正规就业本身边界模糊，各国调查口径与抽样设计差异显著，跨年合并易引入测量偏误；本数据集仅涵盖两个欧洲国家且年份分布极不均衡，塞尔维亚数据仅存2007年，时序外推与面板分析受限。残疾状况与机构规模的交叉分类在多数年份缺失或仅发布合计值，细粒度估计的统计可靠性存疑，部分观测被标注为不可靠。从ILOSTAT接口抽取、过滤与重打包过程中，分类标签的语义对齐和缺失值处理仍需研究者审慎校验。

常用场景

经典使用场景

在非正规经济就业研究的定量分析中，该数据集常被用于刻画不同性别、企业规模及残疾状态下的非正规部门就业分布特征。研究者借助其年度频率的截面与时序结构，构建面板数据模型以揭示欧洲地区非正规就业的性别差异与企业规模效应，并通过时间序列分解方法识别2007至2025年间就业形态的演变趋势，从而为跨国比较劳动市场结构提供标准化统计基础。

实际应用

在政策实践层面，该数据集可用于监测欧洲国家非正规就业的规模与结构变化，辅助劳动监察部门识别残疾劳动者及小微企业从业者等高风险群体。社会保障机构能够据此评估非正规就业对缴费型养老金与医疗保险覆盖率的潜在影响，而国际组织可借助其跨国可比性制定针对非正规经济的干预策略与体面劳动国别计划。

衍生相关工作

以该数据集为经验基础，后续研究可衍生出多类经典工作：包括基于性别与残疾状态交叉分类的非正规就业不平等指数构建、企业规模门槛效应下的非正规就业预测模型、以及面向欧洲区域一体化劳动力市场的政策仿真分析。相关成果亦可与ILOSTAT其他指标数据集链接，形成涵盖工资、工时与社会保护的多维体面劳动评估体系。