electricsheepafrica/africa-ilo-emp-pifl-sex-ins-geo-rt-share-of-employment-outside-the-formal-sector-by-s

该数据集是一个关于非洲非正规经济的表格数据集，包含3,090个观测值，覆盖非洲41个国家，时间跨度为1999年至2025年。数据集的核心指标是EMP_PIFL_SEX_INS_GEO_RT，即按性别、公共/私营部门和城乡地区划分的正式部门外就业份额（百分比）。数据来源于国际劳工组织（ILO）的ILOSTAT统计数据库，通过API获取并经过过滤处理，仅包含非洲国家。数据集提供了详细的分类维度，如性别（总计、男性、女性）、机构部门（总计）和地区类型（国家层面），并包含观测值、状态标志和注释等信息。数据以年度频率发布，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Africa重新打包，以Parquet格式发布，便于机器学习研究使用。This dataset is a tabular dataset on informal economy in Africa, containing 3,090 observations across 41 African countries from 1999 to 2025. The core indicator is EMP_PIFL_SEX_INS_GEO_RT, which represents the Share of employment outside the formal sector by sex, public/private sector and rural/urban areas (%). Data is sourced from the International Labour Organization (ILO) ILOSTAT statistical database, retrieved via API and filtered to include only African countries. The dataset provides detailed disaggregation dimensions such as sex (total, male, female), institutional sector (total), and area type (national), along with observed values, status flags, and notes. Data is published at annual frequency and is suitable for tasks like tabular classification, regression, and time-series forecasting. The dataset is repackaged by Electric Sheep Africa in Parquet format for easy use in machine learning research.

搜集汇总

数据集介绍

构建方式

该数据集以国际劳工组织统计数据库（ILOSTAT）关于非正规经济部门就业份额的指标为原始素材，经Electric Sheep Africa团队系统化整理与重封装而成。数据采集覆盖非洲41个国家，以统一指标框架提取1999年至2025年间共3,090条观测记录，最终以Parquet格式发布于Hugging Face平台。构建过程对原始元数据进行了标准化处理，补充了加载指引与溯源说明，但未对原始数值进行修正或插补，保留了来源数据的缺失结构。

特点

数据集聚焦于非洲非正规就业的性别、公私部门及城乡维度差异，时间跨度达二十六年，覆盖41个非洲国家，具备较强的区域代表性与时间纵深。其数据形态为表格型结构，辅以文本元数据描述，规模属于千级至万级样本区间。数据集采用CC BY 4.0开放许可，标注了经济学与金融领域标签，并附有标准化的Hugging Face仓库文档。需要指出的是，部分地理标识与上游发布者信息在元数据清单中存在缺口，使用时需结合源文件加以确认。

使用方法

研究者可通过Hugging Face的datasets库以load_dataset函数直接加载该数据集，获取数据集对象并查看其分划结构、特征列与前几行样本。对于表格型数据，可调用to_pandas方法转换为DataFrame以便进一步分析。在建模之前，建议先检查数据模式与缺失值分布，依据地理、时间与分组变量进行剖面分析。若需与其他Electric Sheep Africa数据集联用，可利用显式的国家、年份与指标字段进行连接，并确保在分析中保留缺失值直至确立合理的插补规则。

背景与挑战

背景概述

非正规经济部门的就业规模是审视发展中国家劳动力市场结构的关键指标，长期受到国际劳工组织与发展经济学界的密切关注。国际劳工组织（ILO）依托其全球劳动统计数据库ILOSTAT，系统收集并标准化了各国非正规就业数据。该数据集由Electric Sheep Africa于2026年整理发布，基于ILOSTAT原始资料，覆盖41个非洲国家、1999至2025年间3090条观测记录，按性别、公共/私营部门及城乡维度细分，刻画了正规部门之外就业份额的分布。数据集以CC BY 4.0协议开放，为非洲非正规经济研究、性别就业差距分析及劳动力市场政策评估提供了可复现的结构化数据基础。

当前挑战

从领域问题看，非正规就业份额的量化面临概念界定不统一、跨国可比性不足等难题，不同国家对非正规部门的统计口径存在显著差异，性别与城乡维度的细分更易受调查设计和样本偏差影响。在构建过程中，该数据集需要整合多源异构的ILOSTAT原始记录，处理缺失值、指标口径变迁及时间序列不连续等问题；41个国家的覆盖范围与近三十年的时间跨度进一步增加了数据清洗与元数据对齐的复杂度。此外，部分关键元数据字段如国家标识与上游发布者信息存在缺口，要求使用者在建模前审慎核验变量定义与单位，以免推断失据。

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非洲各国非正规部门就业的性别差异与城乡分布格局。研究者依托其覆盖41个非洲国家、跨越1999至2025年的3090条观测，按性别、公私部门与城乡维度系统解析非正规就业占比的时空演变。此类面板数据常被用于构建跨国比较框架，识别非正规经济在劳动力市场中的结构性特征，并为后续计量建模提供基准数据支撑。

实际应用

在政策实践层面，该数据集为国际组织与非洲各国政府制定就业促进策略提供了量化依据。劳动部门可借助其识别非正规就业高发群体与区域，精准设计社会保障扩面方案与技能培训项目。发展机构亦可将其纳入国别诊断报告，评估非正规经济对税收基础与生产力增长的潜在影响。数据以Parquet格式封装，便于分析师直接接入可视化仪表板或自动化监测流程。

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。Electric Sheep Africa以之为基础构建了非洲公开数据目录，推动跨国劳动统计的标准化整合；ILOSTAT原始数据则被广泛引用于非正规就业性别差距与城乡二元结构的文献之中。部分研究进一步将其与贫困、教育及社会保障数据链接，形成多维度分析框架，拓展了非正规经济研究的方法论边界。