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

该数据集包含50,274个观测值，覆盖31个欧洲国家，时间跨度为2003年至2025年，专注于非正规经济部门就业占比指标（EMP_PIFL_SEX_OCU_GEO_RT），即按性别、职业和城乡地区划分的非正规部门就业比例。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并筛选欧洲国家代码，采用国际劳工统计学家会议（ICLS）定义进行标准化。数据集为表格格式，包含国家代码、来源、指标、性别分类、时间、观测值等列，适用于表格分类、回归和时间序列预测等自然语言处理任务。数据以年度频率发布，包含数据质量标志和注释，并遵循CC-BY-4.0许可协议。This dataset contains 50,274 observations across 31 European countries from 2003 to 2025, focusing on the indicator Share of employment outside the formal sector by sex, occupation and rural / urban areas (%) (EMP_PIFL_SEX_OCU_GEO_RT). The data is sourced from the International Labour Organization (ILO) ILOSTAT database, retrieved via API and filtered to European ISO3 country codes, harmonized using International Conference of Labour Statisticians (ICLS) definitions. It is provided in tabular format with columns including country codes, source, indicator, sex disaggregation, time, observed values, and more, suitable for tabular classification, regression, and time-series forecasting tasks. The data is published at annual frequency, includes quality flags and notes, and is released under the CC-BY-4.0 license.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe团队从国际劳工组织（ILO）的ILOSTAT REST API直接拉取原始数据，并依据欧洲ISO3国家代码进行筛选与重新打包。ILOSTAT作为全球劳工统计的权威中枢，依托各国劳动力调查、家庭收入调查及行政记录，经由国际劳工统计学家会议（ICLS）定义进行跨国协调与标准化处理。数据覆盖2003至2025年间31个欧洲国家，共50,274条观测记录，每条记录均标注原始来源标识，确保全程可追溯。

特点

数据集聚焦非正规经济部门就业份额，按性别、职业及城乡地域进行多维解构，时间跨度逾二十年，兼具截面异质性与时序动态性。数据以表格结构存储，包含国家代码、来源标签、指标编码、分类维度及观测状态等字段，便于识别数据质量与序列断点。其覆盖范围横跨中东欧、南欧及北欧诸国，为剖析欧洲非正规就业的性别差异与空间分异提供了细粒度实证基础。

使用方法

研究者可通过HuggingFace数据集接口以一行代码加载数据，并借助Pandas等工具开展分析。典型操作包括按国家代码筛选子集、提取单指标时间序列进行趋势可视化、或构建国家与年份交叉矩阵以支持面板建模与预测任务。数据亦适用于分类、回归及时序预测等机器学习场景，所有字段均保持结构化一致性，便于快速融入既有数据分析流程。

背景与挑战

背景概述

非正规部门就业的测度长期以来构成劳动经济学与发展经济学的核心议题，其数据基础直接关乎体面劳动议程的监测效力。国际劳工组织（ILO）依托国际劳工统计学家会议（ICLS）第17届会议通过的关于非正规经济就业的定义框架，自2003年起通过ILOSTAT平台系统汇编各国劳动力调查与住户收入调查数据，构建了跨区域可比的非正规就业指标体系。本数据集由Electric Sheep Europe团队从ILOSTAT REST API抓取并重新封装，涵盖31个欧洲国家、2003至2025年间共计50,274条观测记录，按性别、职业与城乡地域进行三重解构，为非正规就业的长期趋势分析与跨国比较提供了标准化的微观数据基座。

当前挑战

非正规就业统计面临界定标准国别差异与测量口径不一的根本性难题：各国劳动力调查对非正规部门的操作化定义受本国法律框架与统计传统制约，ICLS标准虽提供协调基准，但源数据仍需大量的事后调和处理。数据集构建过程中，性别、职业与城乡三维度交叉分层在部分国家与年份存在数据缺失，加之同一国家—年份内多源调查的合并需依赖ILO择优规则，导致时间序列可比性受损；观测状态标志显示部分记录被标记为不可靠或序列断裂，进一步制约了面板计量分析的有效性。

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，该数据集最为经典的运用场景在于刻画欧洲各国非正规部门就业份额的时空演变轨迹。研究者依托2003至2025年间五十余万条观测记录，按性别、职业与城乡地域三重维度剖析非正规就业的结构性差异，进而构建跨国面板模型，揭示经济转型、劳动力市场规制与城乡二元结构对非正规就业比重的交互影响。

实际应用

在实际应用层面，该数据集为国际组织与各国劳工部门监测体面劳动目标进展提供了关键量化依据。政策制定者可据此识别非正规就业高发的人群与区域，精准设计社会保障扩展、职业培训供给与城乡就业服务均等化等干预措施，同时为世界银行、欧盟等机构评估劳动力市场正规化改革的成效提供数据支撑。

衍生相关工作

围绕该数据集已衍生出一系列经典研究工作，包括欧洲非正规就业收敛性分析、性别职业隔离与非正规部门关联的跨国比较，以及城乡差异视角下的非正规经济周期敏感性研究。这些工作不仅拓展了国际劳工组织统计数据库在计量经济学与政策评估中的应用边界，也推动了非正规就业理论从描述性统计向因果推断的范式演进。